Pular para o conteúdo
Tecnologia

Agentes de IA já reduzem trabalho manual nos bancos — mas a decisão final continua humana

Caso descrito pela McKinsey aponta redução de 40% a 50% no esforço de uma revisão técnica. O avanço exige controlar o que os sistemas podem acessar e executar.
Por

Tempo de leitura: 3 minutos

A inteligência artificial começa a assumir tarefas mais complexas dentro dos bancos. Além de resumir documentos ou sugerir respostas, novos sistemas conseguem organizar etapas, consultar ferramentas e coordenar atividades entre plataformas. Um caso apresentado pela McKinsey mostra o potencial dessa mudança: em um banco norte-americano, um agente ajudou a reduzir entre 40% e 50% do esforço manual em revisões de arquitetura tecnológica.

O resultado se refere a uma atividade específica. Não representa uma redução equivalente em todo o trabalho do banco, nem demonstra que a instituição substituiu metade dos profissionais envolvidos.

A IA passa a executar etapas do trabalho

Uber libera ChatGPT Work para 30 mil funcionários e aposta em uma nova era de trabalho com IA
© Imagem gerada por IA

Na análise publicada em 26 de outubro, a McKinsey descreve a chegada dos “colegas de trabalho” baseados em agentes. São sistemas que combinam modelos de linguagem, ferramentas e procedimentos internos para conduzir processos com várias etapas.

O banco citado, cujo nome não foi divulgado, adotou essa abordagem em atividades como contabilidade de fundos, conciliações e revisões técnicas. No exemplo de arquitetura, os profissionais mantiveram a autoridade para aprovar o resultado.

O projeto também estabeleceu como metas ampliar o volume anual de revisões em 60% e reduzir os ciclos de aprovação em 25%. Esses objetivos precisam ser distinguidos da redução de esforço manual já relatada.

Mais capacidade também amplia o alcance dos erros

Um sistema que apenas redige uma resposta incorreta pode gerar retrabalho. Quando recebe acesso a ferramentas operacionais, porém, uma interpretação equivocada pode resultar em ações sobre registros e plataformas.

Por isso, o uso bancário exige limites de acesso, validação dos resultados e capacidade de reconstruir cada operação. A reportagem do Infobae destaca a necessidade de identificar quais dados sustentaram uma ação, quais regras entraram na análise e quem autorizou sua execução.

Também é importante atribuir um responsável humano a cada implementação. O sistema precisa ter um propósito definido e permissões compatíveis com esse propósito, em vez de receber acesso amplo apenas por estar disponível.

Essas preocupações aparecem igualmente no perfil de riscos de IA generativa do NIST, instituto americano de padrões e tecnologia. O documento trata de problemas como informações inventadas, privacidade e segurança da informação.

Respostas convincentes podem conter erros. Portanto, fluência na linguagem não funciona como garantia de que uma conclusão está correta ou de que uma ação deve ser executada.

Ganho de produtividade ainda não garante retorno financeiro

O avanço dos agentes ocorre em um cenário de adoção crescente. Na pesquisa global sobre IA de 2026 da McKinsey, 40% dos participantes de grandes organizações disseram que suas empresas ampliavam o uso de agentes em pelo menos uma função. No levantamento anterior, eram 27%.

A pesquisa abrange diferentes setores, não apenas bancos, e reúne respostas de profissionais sobre a realidade de suas organizações.

O contraste mais relevante aparece nos resultados. Embora 80% tenham relatado melhora na produtividade individual, apenas 37% atribuíram algum impacto positivo da IA ao lucro antes de juros e impostos da empresa. Essa última proporção permaneceu praticamente estável em relação ao ano anterior.

O trabalho humano muda de lugar

Lidar Com Emoções No Trabalho (2)
© Chase Chappell – Unsplash

Na experiência descrita, automatizar etapas não eliminou a necessidade de julgamento profissional. A reportagem aponta uma mudança de foco: funcionários passam a acompanhar exceções, verificar resultados e intervir quando o sistema encontra situações fora dos limites previstos.

Para isso, os agentes precisam conhecer os procedimentos da instituição. Uma ferramenta genérica não traz, por conta própria, as políticas de crédito, os critérios internos de risco e as regras operacionais de cada banco.

O caso mostra uma aplicação concreta da tecnologia, mas seu alcance continua delimitado. Reduzir o esforço de uma revisão é um resultado relevante; transformar essa economia de tempo em melhor atendimento, menores custos ou maior capacidade operacional depende de como o banco reorganiza o trabalho.

 

Partilhe este artigo

Artigos relacionados