A Banca Tradicional Está Perdendo a Guerra da IA — E Ainda Não Sabe

O Itaú investiu R$ 3,2 bilhões em tecnologia em 2023. O Bradesco anunciou parcerias com Microsoft e IBM. O Banco do Brasil criou uma vice-presidência de transformação digital. Os releases corporativos celebram a "modernização", mas os números contam outra história: as fintechs brasileiras cresceram 39% em base de clientes nos últimos dois anos, enquanto os cinco maiores bancos tradicionais perderam 4,7 milhões de contas corrente no mesmo período.

A inteligência artificial não está apenas mudando processos no setor financeiro — está redistribuindo poder e margens de lucro de forma permanente. E os bancos tradicionais, apesar dos investimentos bilionários, estão jogando um jogo diferente do que imaginam.

O Que Realmente Mudou: Da Automação à Decisão Autônoma

A primeira onda de IA no setor financeiro foi decorativa. Chatbots que respondiam perguntas frequentes, sistemas de OCR que digitalizavam documentos, algoritmos básicos de detecção de fraude. Ferramentas úteis, mas incrementais — aceleravam processos existentes sem questionar sua lógica.

A segunda onda, que se consolida entre 2023 e 2024, é estrutural. Modelos de machine learning agora tomam decisões de crédito com precisão superior à análise humana tradicional, mas — e este é o ponto crucial — com critérios completamente diferentes. Um banco tradicional avalia renda comprovada, histórico de crédito formal, garantias tangíveis. Um algoritmo treinado por uma fintech considera padrões de consumo, regularidade de pequenos pagamentos, interações digitais, até horários de acesso ao aplicativo.

O resultado prático: 23% dos clientes rejeitados por bancos tradicionais são aprovados por fintechs com taxas competitivas e inadimplência controlada. Não porque as fintechs sejam mais generosas, mas porque enxergam dimensões de risco que os modelos antigos ignoram.

No Brasil, o Nubank processa mais de 1,8 bilhão de transações mensais — cada uma alimentando modelos preditivos que refinam ofertas de crédito, seguros, investimentos. O PagBank da PagSeguro analisa fluxo de caixa de pequenos comerciantes em tempo real, oferecendo antecipação de recebíveis com aprovação em 90 segundos. O Mercado Pago já empresta com base em histórico de vendas na plataforma, sem exigir comprovação de renda tradicional.

Bancos tradicionais têm mais dados históricos, maior volume de transações, relacionamentos mais longos. Mas operam sob premissas regulatórias e culturais que limitam quanto podem inferir e como podem usar essas informações. As fintechs nasceram digitais, construíram consentimento de uso de dados desde a primeira tela do app, e redesenharam produtos ao redor do que a IA permite — não ao redor do que a agência bancária oferecia.

Os Números Que Ninguém Está Conectando

O mercado global de IA aplicada ao setor financeiro deve alcançar US$ 64,03 bilhões até 2030, crescendo a uma taxa composta de 28,6% ao ano. Mas esse número agrega todo tipo de aplicação — desde sistemas legados de backoffice até modelos generativos de atendimento. A verdadeira história está na margem de intermediação.

Nos Estados Unidos, o spread médio entre captação e empréstimo dos maiores bancos caiu de 3,2% em 2019 para 2,7% em 2023, pressionado por fintechs que operam com spreads de 1,9% a 2,1% mantendo lucratividade. Como? Custo de aquisição de cliente 70% menor (marketing digital hipersegmentado via IA), custo de operação por transação 85% menor (zero agências físicas), e taxa de inadimplência 40% menor (modelos preditivos mais precisos).

No Brasil, a dinâmica é ainda mais agressiva. O custo médio de um cliente para um banco tradicional gira em torno de R$ 180 por mês considerando estrutura física, pessoal e tecnologia. Para uma fintech nativa digital, esse custo cai para R$ 12 a R$ 18. A diferença não financia apenas preços menores — financia crescimento exponencial via reinvestimento.

O Nubank reportou lucro líquido de US$ 1,2 bilhão em 2023 com 90 milhões de clientes. O Bradesco, com base de clientes equivalente, lucrou US$ 3,8 bilhões — aparentemente melhor, mas carregando uma estrutura de custos fixos 600% maior e crescimento de base 12 vezes mais lento.

A Pergunta Que Os Conselhos Não Estão Fazendo

Se a IA é tão transformadora, por que os bancos tradicionais investem bilhões e perdem market share?

A resposta está na arquitetura de incentivos. Bancos tradicionais otimizam IA para proteger margens existentes — reduzir custos operacionais, automatizar call centers, acelerar aprovações dentro dos mesmos critérios. Fintechs otimizam IA para capturar mercados que nem existiam — pessoas sem histórico bancário formal, pequenos negócios informais, crédito para consumo específico em parceiros de e-commerce.

Mais importante: bancos tradicionais enfrentam o problema do legado técnico e regulatório. Sistemas core banking de 30 anos, escritos em COBOL, processando milhões de transações diárias. Migrar para arquiteturas nativas de IA significa risco operacional imenso. Reguladores exigem explicabilidade de decisões de crédito — modelos de deep learning são caixas-pretas por natureza. Acordos trabalhistas, contratos de fornecedores, compromissos de presença regional.

Uma fintech começa do zero com stack tecnológico moderno, aceita apenas clientes digitais que consentem uso amplo de dados, e escala sem carregar décadas de decisões estratégicas cristalizadas em contratos e regulamentações.

O banco tradicional está jogando xadrez enquanto a fintech joga pôquer. Mesmas peças nominais (crédito, pagamentos, investimentos), jogos completamente diferentes.

China, Europa, EUA: Três Caminhos Para o Mesmo Destino

A China lidera em volume bruto de aplicações de IA financeira. Ant Group e Tencent processam mais transações digitais que todo o sistema bancário europeu combinado, alimentando modelos de credit scoring social que consideram desde pontualidade em contas até reviews de restaurantes. O governo chinês agora regula duramente essas plataformas justamente porque se tornaram infraestrutura crítica — poder demais concentrado em algoritmos privados.

A Europa adota o caminho da regulação preventiva. O AI Act exige transparência e auditabilidade, o GDPR limita uso de dados, PSD2 força abertura de APIs bancárias. Resultado: inovação mais lenta, mas mais controlada. Bancos europeus investem pesadamente em IA explicável (XAI) e mantêm humanos no loop de decisões críticas. Menor disrupção, menor risco sistêmico.

Os Estados Unidos seguem o modelo de inovação permissionada: fintechs crescem rápido sob supervisão estadual fragmentada, bancos tradicionais compram startups promissoras (JPMorgan adquiriu 12 fintechs desde 2019), e o Fed observa até que riscos sistêmicos se materializem. Darwinismo digital com rede de segurança.

O Brasil, curiosamente, criou um ambiente híbrido acidental. Open Banking mandatório forçou bancos tradicionais a exporem dados via APIs, mas regulação permissiva para fintechs permitiu experimentação agressiva. PIX democratizou pagamentos instantâneos reduzindo barreiras de entrada. Resultado: um dos mercados de fintech mais competitivos do mundo, com disputas de margem que beneficiam consumidores mas comprimem lucros de todos os players.

O Que Isso Significa Para Quem Investe no Setor

Primeiro: não confunda investimento em tecnologia com vantagem competitiva. Bancos tradicionais gastam mais em IA que fintechs em números absolutos, mas capturam menos valor porque aplicam tecnologia nova a processos velhos. Procure empresas que redesenharam produtos ao redor de capacidades de IA, não aquelas que automatizaram processos existentes.

Segundo: atenção aos custos de aquisição de cliente (CAC) e lifetime value (LTV). Fintechs reportam métricas impressionantes de crescimento, mas muitas queimam caixa adquirindo clientes de baixo valor via subsídios. A maturação do mercado vai separar plataformas com network effects reais (Nubank, Mercado Pago) de apps de conveniência que competem só por preço.

Terceiro: o risco de transição está precificado incorretamente. Bancos tradicionais brasileiros negociam a múltiplos de 6-8x lucros, histórico para o setor, refletindo pessimismo sobre capacidade de adaptação. Mas subestima-se o valor de uma base de clientes consolidada em produtos complexos — seguros, previdência, crédito imobiliário. Fintechs dominam transações simples; bancos ainda detêm relacionamentos de alto valor.

Quarto: exposição indireta via provedores de infraestrutura pode ser mais segura. Empresas de cloud computing (AWS, Azure, Google Cloud), provedores de dados alternativos, plataformas de KYC e compliance — todos capturam valor da transformação sem carregar risco de margem do negócio bancário.

Quinto: o jogo mudou de produto para plataforma. Instituições financeiras que conseguirem posicionar-se como infraestrutura embutida (embedded finance) em outros setores vão capturar múltiplos superiores. Stone no e-commerce, Mercado Pago no marketplace, C6 Bank em parcerias white-label. A conta bancária tradicional vira commodity; o valor migra para quem captura contexto de uso.

A Década Que Definirá Vencedores

A transformação do setor financeiro via IA não é revolução de um trimestre — é migração tectônica de uma década. Bancos tradicionais não vão desaparecer; alguns vão se reinventar com sucesso, outros vão encolher para nichos lucrativos mas estagnados, e poucos vão colapsar em fusões forçadas por pressão regulatória.

Fintechs não vão dominar tudo; muitas vão descobrir que crescimento é mais fácil que lucratividade sustentável, especialmente quando subsídios de venture capital secam e regulação se equipara à dos bancos.

O mais provável: convergência forçada. Bancos tradicionais comprando capacidade de IA via aquisições, fintechs comprando confiança e relacionamentos via parcerias. O cliente final ganha no curto prazo com melhores serviços e preços. O investidor precisa discernir quem está construindo vantagens defensáveis versus quem está surfando uma onda temporária de capital barato e regulação permissiva.

A inteligência artificial não é mais sobre se transforma o setor financeiro, mas sobre quem captura o valor dessa transformação. E essa pergunta ainda está aberta, com apostas bilionárias sendo feitas em ambos os lados.