A inteligência artificial no mercado financeiro pode ampliar a produtividade de analistas, automatizar etapas do backoffice e mudar a forma como investidores recebem análises e recomendações, mas ainda enfrenta limitações relacionadas à confiabilidade dos dados e à governança. A avaliação foi feita por Leonardo Dawadji, matemático e CEO da Cross Capital, em entrevista a Bruno Corano no Wall Street Cast. O executivo também é apresentado no programa como fundador da Trend Override e da Potato Labs e atua no mercado financeiro desde 2008.
Segundo Dawadji, a aplicação da tecnologia nas instituições financeiras ainda está em uma etapa inicial. Apesar de empresas já utilizarem ferramentas avançadas, uma das principais dificuldades está em assegurar a qualidade das informações utilizadas pelos modelos e das respostas geradas.
O executivo afirmou que a inteligência artificial pode atuar tanto em processos internos quanto nas áreas diretamente relacionadas à análise e à tomada de decisão. No backoffice, a tecnologia pode executar tarefas repetitivas, participar de processos de conciliação e reduzir etapas manuais. Nas áreas de investimento, pode processar volumes maiores de informações, cruzar dados e ajudar profissionais a testar suas próprias teses.
Inteligência artificial no mercado financeiro pode ampliar cobertura de analistas
Um dos efeitos apontados durante o programa é a possibilidade de profissionais acompanharem um universo maior de empresas sem necessariamente ampliar o tempo destinado ao trabalho.
Dawadji citou como exemplo os analistas de ações. Segundo ele, ferramentas de IA podem automatizar parte da leitura e organização de resultados corporativos e selecionar as informações consideradas mais relevantes para cada análise.
A ideia, segundo o executivo, não é apenas produzir relatórios mais rapidamente, mas permitir que o profissional utilize o tempo disponível para analisar mais empresas e cruzar informações de diferentes fontes.
“Eu gostaria que o analista que, pô, analista de equ, eu gostaria que ele, em vez de 10, 15 empresas que ele cobre, cobrisse 30, 40 com o mesmo nível de detalhamento”, afirmou Dawadji.
Ele também mencionou o acompanhamento do cenário macroeconômico como uma área em que a tecnologia pode ajudar, especialmente quando há dados de diferentes países e fontes sendo divulgados simultaneamente.
Dados são ponto central para uso da IA
Para Dawadji, a qualidade das bases utilizadas pelas instituições é um dos principais obstáculos à adoção da tecnologia. Ele resumiu essa relação utilizando a expressão “garbage in, garbage out”: uma base desorganizada ou incompleta tende a produzir respostas igualmente deficientes.
Antes de implementar sistemas de inteligência artificial, o executivo considera necessário organizar os dados e mapear os processos internos da empresa. Só depois dessa etapa seria possível identificar quais atividades podem ser automatizadas ou apoiadas por agentes de IA.
Esse processo pode resultar tanto em treinamento dos profissionais para utilizar ferramentas disponíveis quanto no desenvolvimento de soluções específicas para cada instituição.
Durante a entrevista, Dawadji afirmou que o trabalho não deveria ficar preso a uma única plataforma. A escolha da tecnologia, segundo ele, deve considerar principalmente a qualidade dos resultados apresentados para a necessidade específica da empresa.
IA começa a participar da tomada de decisão
A discussão também abordou o uso da inteligência artificial na gestão de investimentos. Corano citou durante o programa um artigo do Wall Street Journal sobre um sistema desenvolvido pelo JP Morgan para auxiliar operações de trading e gestão de carteiras.
Dawadji explicou que a combinação entre modelos de IA e grandes volumes de dados internos pode melhorar a qualidade das respostas. Ele citou o chamado fine tuning, processo pelo qual um modelo é ajustado com informações específicas de determinada instituição.
Na avaliação do executivo, o avanço da tecnologia altera a discussão sobre a capacidade dos modelos. O desafio passa a ser menos sobre sua capacidade de processar informações e mais sobre como incorporá-los aos processos de decisão de maneira controlada.
“Eu acho que é muito mais sobre ressignificar como é que vai ser o trabalho das pessoas com esses modelos e como você vai trabalhar junto com eles”, afirmou.
Dawadji evitou, entretanto, tratar a substituição integral dos gestores como um desfecho inevitável. Ele destacou que decisões de investimento também dependem de variáveis difíceis de antecipar e de informações que precisam ser fornecidas aos modelos para que sejam consideradas.
Fatores políticos e geopolíticos ainda desafiam os modelos
Durante a entrevista, Corano questionou se sistemas de IA conseguiriam incorporar fatores como eleições, decisões políticas, crises fiscais e acontecimentos geopolíticos da mesma forma que gestores experientes.
Dawadji afirmou que a qualidade da resposta depende diretamente do contexto disponibilizado à ferramenta. Se determinadas variáveis não estiverem presentes na base ou no comando fornecido ao modelo, elas não necessariamente entrarão no processo de análise.
Segundo ele, aspectos ligados ao julgamento e à percepção humana permanecem relevantes. Nesse cenário, a inteligência artificial funcionaria como instrumento para filtrar informações, organizar dados e aumentar a confiança do profissional na própria análise.
O executivo destacou que ainda não observa uma substituição ampla de equipes de gestão por sistemas integralmente automatizados. Existem experiências no mercado, mas a presença de um gestor responsável pela decisão continua sendo parte importante da estrutura.
Assessoria financeira pode mudar com inteligência artificial
Outro ponto discutido foi o impacto da tecnologia sobre assessores de investimentos. Para Dawadji, a inteligência artificial no mercado financeiro pode democratizar o acesso a análises e serviços que hoje são oferecidos de maneira diferente conforme o patrimônio do cliente.
“Para mim esse é o ponto chave da inteligência artificial hoje, assim, que é a democratização do acesso a tudo”, afirmou.
Na avaliação dele, investidores com menos recursos podem passar a receber serviços mais sofisticados por meio de plataformas automatizadas, enquanto profissionais humanos tendem a concentrar sua atuação em atividades que envolvem relacionamento e planejamento mais abrangente.
Nesse cenário, o papel do assessor poderia deixar de estar concentrado apenas na recomendação de produtos e incluir serviços relacionados a planejamento financeiro, questões familiares, tributárias, seguros e outras necessidades do cliente.
Dawadji avaliou que a recomendação específica de investimentos pode ser uma das áreas em que a tecnologia tende a ganhar mais espaço, justamente pela capacidade de analisar grandes volumes de informação simultaneamente.
Bancos têm vantagem nos dados, mas enfrentam desafios de implementação
As instituições financeiras possuem uma vantagem potencial na corrida pela inteligência artificial: a quantidade de informações sobre seus próprios clientes.
Dawadji usou como comparação o iFood, argumentando que grandes bases de dados permitem identificar padrões de comportamento e melhorar a personalização dos serviços. No mercado financeiro, essa lógica poderia ser utilizada para apresentar produtos de acordo com o perfil, necessidades e características de cada investidor.
O executivo argumentou que clientes diferentes não deveriam necessariamente visualizar a mesma experiência dentro de um aplicativo financeiro. Situação familiar, disponibilidade de liquidez e objetivos individuais poderiam ser incorporados à personalização.
Ao mesmo tempo, grandes instituições enfrentam estruturas mais complexas e exigências de governança que podem retardar a adoção. Dawadji avaliou que bancos podem testar inicialmente essas soluções em grupos menores antes de ampliar sua utilização.
Ele citou ainda Nubank como uma das instituições que considera mais avançadas nas iniciativas de IA no mercado brasileiro. Outras instituições, segundo o executivo, ainda estariam experimentando diferentes possibilidades de aplicação.
Segurança limita exposição direta ao cliente
O uso de inteligência artificial diretamente pelo consumidor também aumenta os desafios de segurança.
Dawadji citou ataques por prompt injection, nos quais usuários tentam induzir um sistema a revelar informações ou executar ações fora das regras originalmente estabelecidas. Esse tipo de risco exige controles adicionais quando uma instituição financeira permite que clientes interajam diretamente com modelos conectados às suas bases.
Por isso, bancos ainda mantêm cautela na disponibilização de determinadas funcionalidades, especialmente quando envolvem recomendação, dados confidenciais e decisões financeiras.
Apesar das limitações, o executivo considera que a adoção tende a avançar à medida que instituições consigam desenvolver estruturas de governança e avaliar os resultados dos modelos.
Ao encerrar a conversa, Dawadji destacou que o acesso às ferramentas já permite que investidores experimentem formas de organizar informações e construir assistentes próprios. Para ele, a tecnologia já oferece condições para apoiar análises e decisões, mas sua utilidade depende da qualidade dos dados, do contexto fornecido e da maneira como o usuário estrutura a interação com o modelo.
