Nos últimos dois anos, inteligência artificial deixou de ser vitrine de marketing em banco brasileiro e virou infraestrutura de decisão. Não é sobre chatbot com respostas mais educadas — é sobre quem recebe um limite maior, qual transação é travada em menos de um segundo por suspeita de fraude, e quem consegue crédito que antes seria negado só por não ter histórico bancário formal. Este artigo separa o que já está rodando de fato, com fonte confirmada, do discurso genérico de “a IA vai mudar tudo”.
Análise de crédito e score: dados além do extrato bancário
O caso mais documentado é o do Nubank. Em novembro de 2025, o banco confirmou que o uso de IA já está ajudando a ampliar limites de crédito de clientes no Brasil, com a carteira de crédito crescendo 42% e chegando a US$ 30,4 bilhões em setembro daquele ano. A base técnica veio da compra da Hyperplane, empresa de inteligência de dados do Vale do Silício adquirida em junho de 2024. Segundo o CFO Guilherme Lago, o ganho de precisão na análise permitiu crescer a carteira sem aumentar o risco na mesma proporção — ou seja, o modelo está encontrando bom pagador onde o score tradicional não enxergava.
Esse é o ponto central da mudança: o score de crédito clássico, baseado em histórico de pagamentos e dados de birô, sempre deixou de fora autônomos, informais e quem tem renda variável. Com IA cruzando dados de Open Finance, esse cenário muda. Um levantamento da Let’s Money mostrou casos em que mais de 50% das pessoas inicialmente negadas foram reavaliadas positivamente ao considerar dados de movimentação financeira real, não só o histórico formal. A fintech de crédito Dataholics relatou à Finsiders Brasil que atualiza seus modelos a cada 4 a 6 meses e já registra queda de inadimplência, porque o modelo diferencia melhor o mau do bom pagador mesmo sem histórico de crédito tradicional.
Detecção de fraude em tempo real
Fraude é onde o investimento em IA está mais concentrado. Segundo dados apresentados no Congresso Febraban de 2025 e discutidos pelo Serpro, os bancos brasileiros investiram cerca de R$ 50 bilhões em tecnologia no último ano, com 10% desse valor voltado exclusivamente para segurança digital. Levantamentos do setor citados pela Feedzai indicam que 90% das instituições financeiras já usam IA para acelerar investigações de fraude e identificar novas táticas em tempo real, com aplicação concentrada em detecção de golpes (50% dos casos), fraude de transação (39%) e combate à lavagem de dinheiro (30%).
Na prática, isso significa modelos que aprendem o padrão de comportamento de cada cliente — horário, valor médio, dispositivo, localização — e sinalizam desvio antes da transação ser concluída, não depois. É a mesma lógica por trás dos bloqueios automáticos de Pix por suspeita de golpe, que passaram a rodar com regras dinâmicas em vez de limites fixos, conforme reportado pela Finsiders Brasil.
Chatbots e atendimento automatizado: da fila ao agente generativo
Os três maiores bancos privados do país trocaram o chatbot de árvore de decisão por agentes de IA generativa. O Banco do Brasil está testando uma plataforma que substitui menus por conversa natural no app e no WhatsApp — o cliente escreve “quero ver meus gastos do mês” ou “pagar minhas contas pendentes” e a operação é resolvida em segundos, sem navegar por telas, segundo reportagem do Canaltech.
O Itaú lançou em 2025 a Inteligência de Investimentos Itaú, agente baseado em IA generativa, inicialmente para um grupo de 10 mil clientes com expansão gradual ao longo de 2025 e 2026. Em maio de 2026, o banco anunciou aumento de 88% no uso de IA generativa internamente, tratando a tecnologia como camada estrutural de toda a operação, não mais um projeto isolado, segundo a Forbes Brasil. Já o Bradesco tem a BIA, assistente que interage com mais de 24 milhões de usuários no aplicativo e retém entre 85% e 90% das demandas na primeira camada de atendimento por chat, de acordo com o TI Inside. O banco construiu a BRIDGE, plataforma interna com mais de mil modelos pré-configurados para distribuir IA generativa entre as áreas.
Open Finance com IA: ofertas antes de você pedir
O Open Finance brasileiro completou cinco anos em fevereiro de 2026 e hoje reúne mais de 100 milhões de clientes e contas conectadas, com 154 milhões de consentimentos ativos, segundo dados da Febraban. Desde 2 de janeiro de 2026, a participação passou a ser obrigatória para todas as mais de 800 instituições do sistema — antes, a obrigatoriedade valia só para os 13 maiores bancos, responsáveis por 99% das transações Pix, desde novembro de 2024. O ecossistema brasileiro cresce sete vezes mais rápido que o do Reino Unido, com cerca de 2 milhões de novos usuários por mês.
É esse volume de dados que viabiliza a combinação com IA para previsão de demanda de crédito: segundo reportagem da Let’s Money, modelagem que levava três anos para ser construída hoje é feita em horas, permitindo que a instituição ofereça limite, empréstimo ou renegociação antes mesmo do cliente procurar — com juros ajustados ao fluxo de caixa real, não a uma média genérica de perfil.
O outro lado: viés algorítmico e decisão sem explicação
O mesmo mecanismo que amplia acesso a crédito pode reproduzir discriminação em escala, porque modelos treinados em dados históricos herdam os vieses desse histórico — variáveis como CEP, tipo de dispositivo ou padrão de consumo podem funcionar como proxy indireto de raça, gênero ou classe, sem que isso apareça explicitamente no modelo. O Banco de Compensações Internacionais (BIS) já alertou que a IA traz ganhos reais em crédito, pagamentos e prevenção de fraude, mas também amplia vulnerabilidades como risco cibernético e falta de transparência algorítmica, recomendando monitoramento contínuo de viés, validação técnica frequente e auditoria humana em etapas sensíveis como concessão de crédito.
No Brasil, a regulação ainda está atrasada em relação ao uso. O chefe de Regulação do Sistema Financeiro do Banco Central afirmou, em setembro de 2025, que não haverá norma específica sobre IA antes do fim de 2026 — a agenda regulatória 2025-2026 do BC prevê apenas o estudo dos riscos e impactos da tecnologia no sistema financeiro, sem regra obrigatória no curto prazo. Enquanto isso, o consumidor já é protegido, ainda que de forma indireta, pela LGPD, que garante o direito de solicitar revisão de decisões tomadas exclusivamente por sistemas automatizados. O princípio central desse debate, resumido por especialistas em direito digital, é que toda decisão automatizada que afeta um cidadão precisa ter motivo auditável, verificável e contestável — não uma resposta de “o sistema decidiu assim”.
Na prática, isso significa que vale a pena exigir da instituição financeira: qual foi o critério de negativa de crédito, se há canal de revisão humana e quais dados de Open Finance foram usados na decisão. O setor bancário brasileiro já rodou a virada — de menu de opções para agente conversacional, de score estático para modelo dinâmico, de regra fixa para detecção comportamental. O que ainda falta é o mesmo nível de maturidade do lado da transparência para quem é avaliado por esses modelos.
Posts relacionados: