agentes de IA

O painel de abertura do Febraban Tech 2026 juntou os presidentes dos cinco maiores bancos. O tema era tecnologia, e a conversa começou por juros, dívida pública e uma cobrança direta de agenda fiscal aos candidatos à presidência.

Milton Maluhy Filho, do Itaú, resumiu o diagnóstico dizendo que o juro é o sintoma, não a causa, e que é preciso fazer a lição de casa. Marcelo Noronha, do Bradesco, foi ao ponto fiscal, pedindo equilíbrio e estabilização da dívida, e cobrou vontade política. Gilson Finkelsztain, do Santander, colocou o pano de fundo geopolítico, dizendo que o mundo tem pouca chance de acalmar nos próximos anos, e que a agenda local precisa do dobro de esforço para botar ordem na casa.

Passada a agenda fiscal, os números de IA apareceram. O Itaú informou plano de ampliar a base atendida por IA de 300 mil para 3 milhões de clientes até o fim de 2026. O Bradesco citou cerca de 74 milhões de transações feitas pela assistente BIA no primeiro semestre. O Nubank relatou aumento de quase 90% na produção de código. E a Caixa descreveu a própria virada, dizendo que três anos atrás era uma selva analógica.

Finkelsztain deu a moldura técnica que se repetiria no evento inteiro, de que o dado é a camada fundamental da IA. E Roberto Sallouti, do BTG, mediu a adoção pelo avesso, dizendo que a pergunta não é se estão usando IA, é em qual área ainda não estão.

O relatório completo traz as falas na íntegra e a leitura de por que um painel de tecnologia começou falando de juros, e por que isso não foi acidente.

O texto completo cobre: A conta que os CEOs colocaram na mesa, E os casos de IA que cada banco trouxe e A leitura.

Cada seção traz o que foi dito, quem disse e a leitura de quem trabalha com arquitetura e pagamentos. Essa parte é exclusiva para associados.

O Febraban Tech 2026 teve um painel dedicado à regulação da inteligência artificial no Brasil, e o recado foi contra o senso comum. Ninguém precisa esperar o projeto de lei passar para começar a se adequar.

O painel reuniu o Ministério da Justiça, a ANPD e o Bradesco, com moderação da Febraban.

Lucas Costa dos Anjos, superintendente de Inovação e Tecnologia da ANPD, desmontou a espera pelo PL. Segundo ele, a regulação da IA, em termos práticos, não depende de um projeto de lei ser aprovado no Congresso. E completou dizendo que não se vive num vácuo legislativo, porque já existem normas vigentes que convergem com regulação específica de sistemas de IA.

Quem espera a lei para começar entendeu o problema ao contrário. As regras que já valem, a começar pela proteção de dados, alcançam boa parte do uso de IA no setor financeiro hoje.

A frase mais útil do painel foi sobre como classificar risco. O risco não é característica inerte do sistema, ele é contextual. O mesmo modelo é de baixo risco em um uso e de alto risco em outro. Isso muda a pergunta de governança. Não é se a IA é arriscada, é para que ela está sendo usada, com que dado, e com que impacto sobre a pessoa do outro lado.

Anjos também situou o desenho brasileiro, afirmando que o PL 2338 não é cópia do AI Act europeu, assim como a LGPD não foi. E criticou a fragmentação do modelo americano, que legisla estado por estado.

O relatório completo traz as falas na íntegra e a leitura de quem escreveu sobre IA responsável a respeito do custo de deixar a adequação para depois.

O texto completo cobre: Não existe vácuo regulatório, O risco é contextual, O PL brasileiro não é cópia do modelo europeu e A leitura de quem escreveu sobre IA responsável.

Cada seção traz o que foi dito, quem disse e a leitura de quem trabalha com arquitetura e pagamentos. Essa parte é exclusiva para associados.

Dois números circularam depois do Febraban Tech 2026. Mais da metade das instituições usando agentes de IA, e 16% capturando valor real. São números fortes, e nenhum dos dois foi dito no palco.

A transcrição do painel da pesquisa não traz nenhuma dessas porcentagens. O que Sergio Biagini, da Deloitte, apresentou como captura de valor foi outra coisa. Ele falou em 12% de ganho médio de eficiência, com instituições acima de 20%.

A distância entre "mais da metade usa" e "12% de ganho médio" é a matéria. O setor adotou rápido e ainda mede pouco retorno.

Rodrigo Mulinari, do Banco do Brasil, descreveu a curva. No ano passado se falava em quantidade de modelos implantados. Depois veio a qualidade. Agora vêm as métricas efetivas de resultado. Some a isso o dado de que cerca de 60% dos bancos ainda estão em fases iniciais de adoção.

Onde o valor já aparece, aparece com nome e número. No Bradesco, a plataforma Bridge encurtou de meses para semanas o tempo de colocar um caso em produção, e já são 800 casos. A BIA Tech registra ganho médio de produtividade de 40%, chegando a 90% em projetos específicos. No Santander, a meta pública citada no palco foi de mais de R$ 6 bilhões gerados por IA, com R$ 500 milhões já obtidos no primeiro semestre de 2026.

A Caixa apareceu com 90% de ganho de produtividade. O número é real e vale para um recorte específico de engenharia de software com entradas padronizadas, não para o banco inteiro.

O relatório completo traz as falas na íntegra, a divergência entre o número dito no palco e o do material oficial, e a leitura de quem projeta arquitetura sobre como medir ganho de IA por caso de uso.