
IA generativa no setor financeiro: o Hype Cycle do Gartner
Embora 55% dos CIOs de bancos planejem adotar IA generativa, apenas 13% já implementaram a tecnologia. O relatório do Gartner revela a conexão desses dados com a confiança, os sistemas legados e o foco em resultados práticos
Datum Marketing
October 20, 2025

Embora 55% dos CIOs de bancos planejem adotar IA generativa, apenas 13% já implementaram a tecnologia. O relatório do Gartner revela a conexão desses dados com a confiança, os sistemas legados e o foco em resultados práticos
A inteligência artificial generativa dominou as manchetes, prometendo revolucionar todos os setores. O hype é imenso, com discussões que vão desde a automação de tarefas simples até a redefinição completa dos modelos de negócio. Mas, quando analisamos o segmento financeiro, conhecido por ser fortemente regulado, é possível entender o que está acontecendo por trás de todo esse barulho?
Durante a Conferência Gartner CIO & IT Executive 2025, a VP Analyst Jasleen Kaur Sindhu fez uma análise do relatório "Hype Cycle para a IA Generativa no Setor Financeiro”. Segundo essa análise, para além das tendências, há outros aspectos que definem a verdadeira fronteira da IA nas finanças. Mais do que previsões, Jasleen trouxe um mapa do que separa a ambição da execução.
A corrida começou, mas tem pouca gente correndo
Existe uma aparente contradição nos dados que revela o verdadeiro estágio da adoção da GenAI no setor bancário. De acordo com a 2026 Gartner CIO and Technology Executive Survey, a intenção de agir é grande: 55% dos CIOs e executivos de tecnologia bancária planejam implantar a IA generativa nos próximos 12 meses. No entanto, a realidade da implementação é muito mais modesta, com apenas 13% tendo efetivamente cruzado essa linha.
Essa “hesitação” é característica de um setor governado por uma supervisão regulatória rigorosa e pelo débito técnico dos sistemas legados, onde o custo de uma implementação fracassada é muito maior do que em outras indústrias. Segundo o Gartner, a janela de oportunidade para aqueles que conseguirem transformar planos em plataformas funcionais é grande.
Agentes de IA: os verdadeiros heróis anônimos da automação
Enquanto os grandes modelos de linguagem (LLMs) recebem a maior parte da atenção, o relatório da Gartner destaca um protagonista mais discreto, mas não menos poderoso: os agentes de IA. Definidos como "entidades de software autônomas ou semiautônomas que usam técnicas de IA para perceber, tomar decisões, realizar ações e atingir metas", eles são a força motriz por trás da automação de próxima geração. Pense neles como equipes digitais de especialistas que podem analisar dados, avaliar riscos e executar tarefas complexas de forma autônoma, 24 horas por dia, 7 dias por semana.
Para o setor financeiro, os agentes abrem novas possibilidades para automatizar fluxos de trabalho que exigem tomada de decisão complexa, como investigações de fraude e análise de crédito. Um estudo de caso apresentado pela Gartner, Multiagent Automation in SME Banking, revela os seguintes ganhos:
• Tempo de integração de contas reduzido em 75% (de 20 para apenas cinco dias).
• Ciclo de remediação de KYC (conheça seu cliente) melhorado em 50%.
• Aquisições mensais de PMEs triplicaram, de 300 para 1.000.
• Adoção digital para integração e KYC superior a 90%.
• NPS aumentou de 45% para 72%.
Contudo, alcançar resultados como esses não é uma tarefa simples, o que nos leva aos maiores obstáculos que o Gartner identificou.

Confiança e sistemas legados são os maiores obstáculo
A adoção da GenAI tem um potencial transformador? Sim, mas isso não significa que seja livre de barreiras. O Gartner aponta que os maiores desafios não são apenas tecnológicos, mas estão relacionados a questões de confiança, conformidade e infraestrutura.
• Confiança e conformidade: problemas como alucinações, falta de rastreabilidade e explicabilidade são grandes preocupações. Em um setor onde a precisão e a conformidade regulatória são primordiais, decisões incorretas ou inexplicáveis geradas por IA podem ter consequências graves.
• Infraestrutura e dados: muitos bancos ainda operam com sistemas legados desatualizados e silos de dados fragmentados. A eficácia de qualquer modelo de IA depende da qualidade dos dados com os quais é alimentado, e dados de baixa qualidade levam a decisões questionáveis.
Ou seja, o segredo para assumir a liderança em IA nesse setor está em uma combinação de fatores: melhores algoritmos, modernização de infraestrutura e gerenciamento de riscos.
Modelos específicos superam os generalistas
Uma das tendências destacadas é a ascensão dos modelos de IA generativa específicos para bancos. Esses são modelos ajustados ou treinados com dados financeiros específicos, proporcionando um maior entendimento da terminologia e dos processos do setor. O principal benefício é que eles superam outros modelos em casos de uso direcionados, o que significa maior precisão e conformidade regulatória.
Foco no agora
O relatório traz uma visão de longo prazo, abordando a Inteligência Artificial Geral (AGI), que é capacidade (atualmente hipotética) de uma máquina que pode igualar ou superar as capacidades dos humanos em todas as tarefas cognitivas.
No entanto, no Hype Cycle, a AGI está na fase inicial de Innovation Trigger, com um prazo estimado de mais de 10 anos para atingir a produtividade. Com isso, a recomendação do Gartner para os bancos é a seguinte: não se concentrarem em medidas abstratas. Em vez disso, avaliem se os sistemas de IA atendem às suas necessidades específicas de casos de uso hoje.
O foco deve ser o presente, a implementação de tecnologias que resolvem problemas de hoje e geram valor mensurável.
Para saber como podemos ajudar a sua empresa
Entre em contato
Nossas últimas postagens
Estratégias que as equipes modernas precisam para ajudar suas empresas a crescer.