A indústria bancária tem sido uma das pioneiras na transformação digital, mas a adoção de soluções de Inteligência Artificial na banca ainda enfrenta desafios significativos. Apesar de mais de 70% das instituições financeiras europeias terem realizado projetos piloto de Inteligência Artificial, a maioria ainda não conseguiu escalar essas iniciativas para a produção real.
Num cenário de crescente pressão sobre as margens financeiras e uma concorrência acentuada por parte das fintechs, os bancos precisam urgentemente de passar da fase de experimentação para a implementação em larga escala da Inteligência Artificial na banca. No entanto, a transição de um projeto piloto para uma operação em grande escala revela-se complexa. Muitos bancos tropeçam nesta fase devido a barreiras culturais e financeiras.
As estruturas hierárquicas pesadas e os processos conservadores dificultam a rápida experimentação e a integração de novas tecnologias nos processos de negócio. Além disso, a resistência interna à mudança, a falta de competências especializadas e a ausência de um compromisso estratégico claro são obstáculos que limitam o impacto das iniciativas de Inteligência Artificial. Muitas vezes, os projetos ficam restritos a departamentos de inovação, sem alcançar uma transformação estrutural.
Para superar esses desafios, é crucial requalificar os colaboradores e contratar perfis especializados em tecnologias emergentes. O desenvolvimento e a operação de modelos de analítica avançada, bem como a modernização das plataformas legadas, exigem um investimento significativo. À medida que a escala das soluções de Inteligência Artificial na banca se torna evidente, surgirão novos desafios relacionados com os custos, o que intensificará o debate sobre a relação custo-benefício da produtividade.
Apesar das dificuldades, existem exemplos de sucesso na integração da Inteligência Artificial na banca. O JPMorgan Chase, por exemplo, nomeou um COO para acelerar a sua estratégia de dados e Inteligência Artificial. O Citi mobilizou mais de 4.000 colaboradores para promover a adoção de Inteligência Artificial nas suas equipas, enquanto o BPI lançou o programa AI Dive, em colaboração com a 42 Portugal, para capacitar os seus colaboradores nesta área.
Esses casos de sucesso partilham quatro fatores essenciais: um patrocínio genuíno da alta direção, um modelo de governação sólido com papéis e responsabilidades bem definidos, a qualidade e a disponibilidade dos dados, e um investimento contínuo na requalificação dos colaboradores.
A evolução da Inteligência Artificial, especialmente com o surgimento da Agentic AI, poderá alterar este panorama. Esta nova abordagem promete sistemas mais autónomos, capazes de tomar decisões e executar tarefas complexas com mínima intervenção humana.
A Inteligência Artificial está a tornar-se um catalisador para estratégias de ZeroOps, impactando diretamente a eficiência operacional e a escalabilidade do negócio. Para os bancos que ainda estão a experimentar ou a testar conceitos de Inteligência Artificial, a janela de oportunidade está a fechar-se. Aqueles que investirem agora em talento, dados e arquitecturas adequadas definirão a próxima década em termos de qualidade na gestão de risco, eficiência operacional e experiência do cliente.
Leia também: Os impactos da digitalização no setor financeiro.
Inteligência Artificial na banca Nota: análise relacionada com Inteligência Artificial na banca.
Leia também: ETF acessível para investir na Europa e Japão
Fonte: Sapo
