Adoção de IA a 3%? Setor financeiro retido pela 'desconfiança nos dados'

A IA está emergindo como uma chave para a inovação em toda a indústria financeira, mas o maior fator que impede sua adoção generalizada é a 'confiabilidade dos dados', de acordo com um relatório recente. O 'Relatório de Confiança de Dados 2025' descobriu que, embora a maioria das empresas financeiras esteja experimentando projetos relacionados à IA, apenas 3-4% estão realmente implementando-os em produção.

O relatório enfatiza que as empresas financeiras só podem realizar os potenciais benefícios da IA com dados confiáveis e uma governança sistemática como base para a tomada de decisões estratégicas. A confiança nos dados é o fator chave que permite que a tecnologia de IA funcione em várias áreas de serviços financeiros, como investimento, gestão de riscos e inovação na experiência do cliente.

Larry Hunt, Diretor de Dados para Serviços Financeiros numa empresa de gestão de dados, disse “Os dados já não são apenas uma questão de TI ou uma ferramenta de conformidade regulatória. Os CEOs e os conselhos reconhecem-nos como uma infra-estrutura que pode criar valor de negócio.” Ele acrescentou que, com o rápido avanço da tecnologia de IA recentemente, as empresas estão a concentrar-se no valor estratégico dos dados, levando a discussões mais ativas sobre a governança dos dados a nível da gestão.

Enquanto muitos líderes atualmente consideram desafiador o cumprimento regulatório e o controle de riscos relacionados à adoção de IA, organizações bem-sucedidas veem a governança não como uma burocracia ineficiente, mas como um facilitador de negócios e a utilizam ativamente. Hunt explicou que a adoção de IA requer a construção de um sistema que possa classificar, monitorar e auditar dados em tempo real.

Ele também enfatizou a complementaridade da tecnologia para garantir a confiança nos dados, dizendo “Agora que a IA já é aceita como uma tecnologia mainstream, as funções de governança também podem ser tornadas mais eficientes ao aproveitar o poder da IA.”

No entanto, a maioria dos programas de governança de dados não consegue levar a resultados tangíveis porque são vistos como 'sistemas formais' dentro das organizações. Hunt aconselhou: “Focar em resultados empresariais mensuráveis, como redução de custos, melhoria da eficiência e mitigação de riscos, em vez de embelezar a governança externamente, aumenta o poder de persuasão e execução entre os membros.”

O relatório também apontou que a infraestrutura tecnológica tradicional em torno dos dados é também um fator que retarda a disseminação da IA. As empresas financeiras que têm realizado fusões e aquisições repetidamente ao longo dos anos possuem sistemas desequilibrados e fragmentados, o que dificulta a obtenção de dados consistentes necessários para o treinamento de modelos de IA. Como um exemplo simples, há casos em que até mesmo scripts necessários para a automação de respostas a clientes não podem ser implementados devido à falta de dados internos.

A chave para resolver esses problemas está na gestão de dados em nuvem e na transição para uma 'estrutura centrada no domínio'. Hunt avaliou que “A nuvem permite que ambientes computacionais e de armazenamento sejam escalados massivamente, enquanto o design centrado em produtos de dados pode maximizar a interoperabilidade, minimizando o risco do sistema.”

Esta pesquisa reafirma que a confiança em dados e a governança são fundações essenciais que devem estar em vigor para que a IA crie valor real de forma séria, não apenas na indústria financeira. Como gerenciar dados de forma confiável tornou-se um fator-chave que determinará o sucesso ou fracasso do investimento em IA de uma empresa, em vez da tecnologia de IA em si.

#AIDataTrust #FinançasAI #GovernançaDeDados