O avanço da inteligência artificial no setor bancário global está colocando em evidência um desafio que vai além da tecnologia: como garantir que sistemas automatizados de decisão financeira operem dentro de limites regulatórios rígidos e respeitem a privacidade dos dados dos clientes. Esse dilema está no centro de movimentos recentes no mercado de software empresarial, onde empresas buscam combinar capacidade de automação com conformidade normativa para conquistar instituições financeiras cada vez mais exigentes.
Um exemplo concreto desse cenário é o investimento de US$ 40 milhões que a ServiceNow, empresa americana de automação de fluxos de trabalho corporativos, realizou na BusinessNext, empresa indiana especializada em software bancário. O aporte avaliou a companhia em US$ 700 milhões e representa aproximadamente 5% de participação. O que torna o caso relevante para o debate regulatório é a arquitetura técnica por trás da plataforma da BusinessNext: um sistema de “autonomous banking”, ou bancário autônomo, que utiliza agentes de IA para automatizar processos, mas mantém os dados sensíveis dos clientes em infraestrutura de IA privada, exatamente para atender a exigências regulatórias e de privacidade.
Infraestrutura privada como resposta às exigências regulatórias
A escolha por manter dados em ambientes privados não é acidental. Nishant Singh, fundador e CEO da BusinessNext, afirmou que a IA foi incorporada à plataforma desde sua concepção, e não adicionada posteriormente. “Na verdade, renomeamos nossa empresa e reescrevemos nossa base tecnológica para colocar isso fundamentalmente no núcleo”, disse Singh. Esse posicionamento responde diretamente às pressões regulatórias que bancos enfrentam em mercados como Índia, Sudeste Asiático, Oriente Médio e Estados Unidos, todos atendidos pela companhia, que conta com mais de 70 bancos como clientes, incluindo o Banco Central da Índia (Reserve Bank of India), o State Bank of India e o HDFC Bank.
A lógica é clara: em um ambiente onde reguladores exigem rastreabilidade, soberania de dados e explicabilidade das decisões automatizadas, soluções de IA que operam em nuvens públicas genéricas enfrentam barreiras crescentes. A infraestrutura privada surge, portanto, não apenas como diferencial competitivo, mas como pré-requisito para operar em ambientes bancários regulados. Kulmeet Bawa, vice-presidente e diretor-geral da ServiceNow para Índia e SAARC, destacou que “o setor de serviços financeiros da Índia está em um ponto de inflexão, as instituições estão migrando da experimentação digital para operações totalmente lideradas por IA”.
A parceria entre ServiceNow e BusinessNext ilustra uma tendência mais ampla: a combinação de plataformas de automação de back-office, sistemas de retaguarda, responsáveis por processos internos das empresas, com software focado no atendimento ao cliente bancário. Singh descreveu a divisão de responsabilidades: “O software da BusinessNext gerencia fluxos de trabalho voltados ao cliente, enquanto a ServiceNow é mais forte em automação de fluxos de trabalho e sistemas de back-office”.
Pressão sobre modelos tradicionais e o peso da infraestrutura legada
Enquanto novas arquiteturas de IA para bancos avançam com foco em conformidade regulatória, o mercado de infraestrutura legada, sistemas tecnológicos mais antigos, ainda amplamente utilizados por grandes instituições, sofre pressões de outra natureza. A IBM reportou uma queda de 42% em seu negócio de mainframes, computadores de grande porte usados por bancos e governos para processar enormes volumes de transações, no último trimestre, o que derrubou as ações da empresa em 25% em um único dia, a maior queda diária de sua história.
O CEO Arvind Krishna e o CFO Jim Kavanaugh atribuíram o resultado a um fenômeno específico: dezenas de clientes que deveriam adquirir novos mainframes optaram por redirecionar orçamentos para outros equipamentos de data center, cujos preços subiram entre 15% e 30% em razão da demanda gerada pelo boom da IA. “Quando foram confrontados com esse problema, decidiram mover o orçamento para as áreas onde estavam enfrentando esses preços extremos”, explicou Krishna. O efeito cascata é relevante: a IBM gera US$ 3 em receita de software para cada US$ 1 de hardware de mainframe vendido, segundo o CFO.
Krishna garantiu que os clientes eventualmente retornarão às compras planejadas de mainframe, afirmando que alguns já o fizeram no trimestre atual. “Não vemos evidências de clientes migrando para fora do mainframe”, disse. A afirmação remete a um debate recorrente na indústria de tecnologia: décadas de previsões sobre o fim dos mainframes nunca se concretizaram, e a questão agora é se a IA será diferente.
O quadro que emerge dessas movimentações aponta para um setor financeiro em transição acelerada, onde a adoção de IA não é mais opcional, mas as condições para essa adoção, conformidade regulatória, privacidade de dados, estabilidade de infraestrutura e controle de custos, estão se tornando os verdadeiros critérios de competitividade. O desafio para reguladores e empresas será garantir que a velocidade da inovação não ultrapasse a capacidade de governança dos sistemas que movimentam o dinheiro global.
Fontes: AI News & Artificial Intelligence | TechCrunch
