Institucional
CWI presente onde o futuro do setor financeiro ganha forma
7 minutos de leitura
Em 2026, o Distrito Anhembi, em São Paulo, foi palco de uma nova edição do Febraban Tech, um dos principais eventos de tecnologia e inovação do setor financeiro.
O evento colocou uma questão cada vez mais presente nas organizações no centro da discussão: como avançar em um cenário de inteligência artificial cada vez mais autônoma sem deixar de lado o protagonismo humano?
“Agentes inteligentes, liderança humana” foi o tema escolhido para esta edição. E não por acaso.
Se, nos últimos anos, a inteligência artificial ganhou espaço como ferramenta de apoio à produtividade, à análise de dados e à experiência dos clientes, agora o debate avança para sistemas capazes de executar tarefas, tomar decisões dentro de determinados limites e interagir com outros agentes e pessoas.
Essa mudança apareceu de diferentes formas ao longo dos três dias de evento. Entre discussões sobre IA agêntica, pagamentos invisíveis, bancos AI-native, FinOps, regulação e segurança, um ponto se repetiu: a tecnologia pode ampliar a capacidade de execução, mas definir limites, responsabilidades e prioridades continua sendo uma tarefa humana.
Quando a IA passa da assistência para a execução
Um dos principais assuntos do evento foi a evolução dos chamados agentes de IA. Mais do que responder a comandos ou apoiar uma atividade específica, esses sistemas começam a participar de fluxos mais complexos, conectando informações, ferramentas e etapas de um processo.
No painel “Agentes inteligentes, liderança humana: como os bancos estão redesenhando escala, confiança e valor no setor financeiro”, executivos de grandes instituições compartilharam diferentes estágios dessa transformação.
No Itaú, por exemplo, a IA vem sendo direcionada para ampliar o relacionamento com os clientes, com experiências conversacionais em canais como WhatsApp e aplicativo. No Bradesco, a BIA evoluiu para interações capazes de realizar transações por meio de conversas, enquanto plataformas internas apoiam desenvolvedores e engenheiros.
Na Caixa, a adoção de IA também aparece como parte de uma transformação mais ampla, em uma instituição que reúne processos complexos e atua na distribuição de políticas públicas. Entre os exemplos apresentados, estão soluções que agregam informações para apoiar as equipes de atendimento.
Já no Santander, o destaque esteve na importância dos dados como base para a capacidade analítica e para a criação de novos produtos e formas de geração de valor.
No BTG Pactual, a estrutura já digitalizada e orientada a dados cria condições para explorar a IA em eficiência, agilidade e tomada de decisão. No Nubank, a experiência construída com machine learning abriu espaço para aplicações de IA preditiva e, mais recentemente, para usos de IA generativa em experiências conversacionais e atividades internas.
Apesar das diferenças entre as iniciativas, houve uma convergência: IA não significa simplesmente retirar pessoas do processo. Quanto maior a autonomia dos sistemas, mais importantes se tornam os critérios definidos pelas pessoas, os limites de atuação e os mecanismos de controle.
A experiência financeira acontece antes do pagamento
Essa transformação também aparece na relação dos consumidores com os meios de pagamento.
No painel “Pagamentos invisíveis: quando o ato de pagar deixa de ser um momento”, a discussão partiu de uma mudança de perspectiva: o pagamento não é, necessariamente, o objetivo do consumidor. Ele é o meio para que alguma outra coisa aconteça.
Nesse cenário, a experiência ganha protagonismo. O desafio passa a ser tornar as transações mais simples e fluidas sem renunciar à segurança.
Dados, contexto e compreensão do comportamento do usuário tornam-se fundamentais para que o pagamento aconteça com menos fricção. Mas tornar uma experiência mais invisível não significa torná-la menos confiável.
A evolução dos pagamentos também levanta uma questão sobre o papel das próprias instituições financeiras. Se o cliente pode iniciar uma jornada em um canal e concluí-la em outro, ou se diferentes tecnologias passam a intermediar suas decisões, como manter a presença e a relação com esse cliente?
A resposta discutida no evento passa menos pela presença constante de uma marca em uma interface específica e mais pela capacidade de estar presente ao longo da jornada, oferecendo experiências coerentes, seguras e contextualizadas.
Bancos AI-native precisam de mais do que IA
Outra discussão importante apareceu nos painéis “Bancos AI-Native: autonomia de dados no core e a era da execução” e “AI-native vai nascer dentro da TI tradicional?”.
Uma conclusão chamou atenção: usar mais IA não significa, por si só, tornar uma organização AI-native.
Para escalar a tecnologia de forma consistente, é necessário construir uma base capaz de sustentá-la. Isso envolve dados organizados, plataformas adequadas, processos, governança e uma operação integrada ao negócio.
Do Bradesco, o CIO e CTO, Wallace Jagiello, apresentou exemplos de estruturas que combinam IA com squads híbridas, plataformas e mecanismos de governança.
Mesmo quando a IA participa da construção ou validação de uma entrega, há processos de dupla validação, rastreabilidade e controles que permitem verificar se o resultado está dentro dos limites estabelecidos.
Essa lógica também muda a relação entre tecnologia e negócio. Em vez de áreas trabalhando de forma isolada, os times passam a compartilhar objetivos, indicadores e responsabilidades, com foco no problema do cliente e no resultado para o negócio.
A discussão reforça uma mudança importante: a transformação não acontece apenas dentro da tecnologia. Ela depende de uma organização preparada para trabalhar com tecnologia de uma maneira diferente.
Tecnologia também precisa responder à pergunta: onde investir?
A discussão sobre IA não ficou restrita à experiência do cliente ou à construção de novos produtos. O evento também mostrou que a evolução tecnológica traz uma necessidade cada vez maior de compreender quanto custa operar essa tecnologia e, principalmente, qual valor ela gera para o negócio.
No painel “Custo é dado. Valor é decisão – Experiências reais de FinOps no setor financeiro”, Gustavo Farinelli, Head de Governança de TI e FinOps do Banco BV, e Daniel Saule, Gerente de Governança TI e FinOps da Núclea, apresentaram diferentes perspectivas sobre FinOps.
No Banco BV, a análise passou a considerar não apenas quanto a empresa gasta com cloud, mas também quanto cada produto consome. Isso muda a conversa com as áreas financeiras: em vez de olhar tecnologia apenas pela perspectiva de redução de custos, a análise passa a apoiar decisões sobre onde investir para crescer.
Na Núclea, o uso de indicadores operacionais, táticos e estratégicos ajuda a levar a discussão para diferentes públicos da organização. Entre os indicadores utilizados está o custo unitário transacional, que permite transformar o custo de tecnologia em uma informação útil para a tomada de decisão.
É uma mudança de perspectiva que acompanha o próprio avanço da IA: mais tecnologia não significa necessariamente mais valor. É preciso saber onde aplicá-la, como operá-la e qual resultado se espera alcançar.
Governança não pode ser uma etapa final
Se a IA passa a participar de decisões e executar partes cada vez maiores dos processos, governar seu uso se torna uma questão estrutural.
O painel sobre regulação da IA no Brasil trouxe esse desafio para o centro da conversa. No setor financeiro, confiança é um elemento essencial da relação com clientes, investidores, analistas e demais stakeholders. Por isso, transparência, segurança, equidade e proporcionalidade precisam acompanhar a evolução tecnológica.
Um dos pontos destacados foi justamente a necessidade de que os controles sejam proporcionais ao risco. Uma aplicação de IA utilizada em uma atividade de maior impacto exige mecanismos de governança compatíveis com esse risco.
Na prática, isso significa pensar em governança desde a concepção das soluções, e não apenas como uma validação posterior.
Um dos exemplos apresentados por Cristina Pinna, Diretora de TI do Bradesco, foi de uma plataforma de IA generativa estruturada para permitir que diferentes áreas utilizem componentes comuns, conectados a dados e modelos de linguagem, com uma camada de governança responsável por monitoramento e auditoria.
A ideia é criar soluções que já nasçam governáveis, com os requisitos necessários incorporados ao longo do desenvolvimento.
Uma visão de Engenharia de Software para a nova era da IA
A CWI esteve presente no Febraban Tech 2026 acompanhando de perto as discussões e conversando com empresas sobre os desafios que surgem à medida que a inteligência artificial passa a fazer parte do dia a dia das organizações.
Para a CWI, a IA é uma ferramenta que compõe e impulsiona a Engenharia de Software, e não uma substituta para ela.
Essa visão parte de um princípio: a tecnologia precisa ampliar a capacidade das equipes sem colocar o negócio em risco. Por isso, o Engenheiro de Software permanece no centro das decisões, apoiado por uma cultura de uso consciente, seguro e responsável da IA.
Na prática, isso significa olhar para a tecnologia de forma integrada e orquestrada em todo o ecossistema. Também significa construir soluções sob medida e de maneira agnóstica, considerando, junto com cada cliente, arquitetura, metodologia, processos e as plataformas mais adequadas para cada contexto, levando em conta critérios como eficácia e custo.
Essa atuação vai além da implementação de código. Envolve concepção, arquitetura, qualidade, confiabilidade e uma visão sistêmica das soluções.
Da experimentação ao resultado
Os debates do Febraban Tech 2026 mostram que o setor financeiro já avançou bastante na adoção de inteligência artificial, mas também que ainda existe um caminho importante pela frente.
A própria Pesquisa Febraban de Tecnologia Bancária apresentada durante o evento aponta que a maturidade da IA nas instituições ainda está em evolução e que os bancos reconhecem que não atingiram todo o potencial da tecnologia.
Para avançar, três pilares aparecem como fundamentais: dados e governança, para que a IA consiga compreender o negócio com segurança; plataformas, que permitam implementar soluções com os limites e controles necessários; e um modelo operativo que integre tecnologia e negócio.
É nesse espaço entre tecnologia, engenharia e estratégia que a CWI atua. Mais do que acompanhar a evolução da inteligência artificial, o desafio está em transformá-la em capacidade real para o negócio: com uso eficaz, controle de custos, escalabilidade, governança e compromisso com o resultado.
Em um cenário cada vez mais agêntico, a pergunta não é apenas o que a IA consegue fazer. É como podemos construir, com Engenharia de Software, as condições para que ela faça aquilo que realmente precisa ser feito.
