Para impulsionar a adoção de IA no setor bancário, é necessário compreender as competências dos seus funcionários

Bernardo Nunes é um cientista de dados especializado em transformação de IA na Workera.

Descubra as principais notícias e eventos do setor financeiro tecnológico!

Inscreva-se na newsletter do FinTech Weekly

Lido por executivos do JP Morgan, Coinbase, Blackrock, Klarna e mais

A IA deixou de ser apenas um experimento. Segundo a mais recente Pesquisa Global da McKinsey sobre IA, 78% das organizações já utilizam IA em pelo menos uma função de negócio.

A indústria bancária está a recuperar rapidamente o atraso. Uma pesquisa recente da EY-Parthenon revelou que 77% dos bancos lançaram ou testaram aplicações de IA generativa, um aumento em relação aos cerca de 61% em 2023. No entanto, apenas 31% avançaram para uma implementação completa.

Entretanto, embora haja um investimento generalizado em IA no setor bancário, poucos conseguiram integrar essas capacidades na sua estratégia. Uma pesquisa da BCG revelou que apenas 25% dos bancos fizeram isso — e os restantes 75% permanecem presos em pilotos isolados e provas de conceito, arriscando-se a tornar-se irrelevantes à medida que concorrentes digitais avançam.

A indústria bancária é marcada por regulamentações rigorosas e estratégias deliberadas. Essa história trouxe tanto riscos quanto oportunidades com a IA. Enquanto outros setores avançaram rapidamente, os bancos que agirem agora ainda têm a oportunidade de conquistar uma vantagem de primeiro-movente. Implementar IA com sucesso requer infraestrutura, modelos, pipelines de dados e estratégias de conformidade. No entanto, o aspecto mais importante para transformar a promessa da IA em valor de negócio reside no capital humano.

As instituições financeiras que vencerem serão aquelas que capacitarem os seus colaboradores a usar ferramentas de IA não apenas de forma pontual, mas como parte do seu fluxo de trabalho diário. Isso significa desenvolver competências reais e verificadas para que as pessoas possam entender, aproveitar e liderar a inovação em IA.

Por que os colaboradores impulsionam a inovação em IA

A IA tem potencial para oferecer ganhos incríveis em produtividade, experiência do cliente e gestão de riscos. Mas, no seu núcleo, a IA é simplesmente uma ferramenta — que requer criatividade humana e conhecimento de domínio para gerar valor real de negócio. A tecnologia sozinha não impulsiona a inovação; as pessoas é que fazem isso. No setor bancário, onde confiança, regulamentação e julgamento são centrais, essa interação entre humano e máquina torna-se ainda mais importante.

Hoje, cada colaborador deve tornar-se um colaborador habilitado para IA, em graus variados. Alguns serão altamente técnicos — cientistas de dados, engenheiros e construtores de modelos responsáveis por desenhar e manter os sistemas que sustentam a operacionalização da IA. Outros, como caixas, subscritores ou representantes de atendimento ao cliente, podem nunca tocar numa linha de código, mas ainda assim podem usar ferramentas alimentadas por IA para otimizar fluxos de trabalho e tomar melhores decisões. Entre esses extremos, encontram-se os colaboradores “IA+X”. São indivíduos que trazem profundo conhecimento especializado em áreas como risco de crédito, conformidade ou deteção de fraudes, combinando-o com conhecimento suficiente de IA para usar a tecnologia na amplificação dessa expertise.

Os colaboradores IA+X serão aqueles que impulsionarão a verdadeira inovação. Podem ajudar a preencher a lacuna entre as necessidades do negócio e as possibilidades técnicas, traduzindo desafios bancários complexos em oportunidades para a IA gerar resultados tangíveis. Por exemplo, um responsável de conformidade com fluência em IA pode colaborar com equipas de dados para desenhar modelos mais justos e transparentes para processos de KYC e AML. Um gestor de produto que prototipa usando IA generativa pode reinventar interações com clientes, criando aconselhamento financeiro personalizado ou melhorando jornadas de integração. Em todos esses casos, a IA amplifica a perceção humana, em vez de substituí-la.

Num setor tão fortemente regulamentado e avesso ao risco como o bancário, essa camada humana é essencial. A tecnologia pode identificar anomalias ou gerar recomendações, mas serão os humanos que interpretarão, contextualizarão e garantirão que as decisões estejam alinhadas com padrões éticos, legais e de reputação. É por isso que os bancos que lideram na adoção de IA são aqueles que investem não apenas em sistemas e modelos, mas também nas competências e compreensão da sua força de trabalho.

Impulsionar o desenvolvimento com competências verificadas

Construir uma força de trabalho habilitada para IA começa por compreender as competências existentes e as lacunas. Para escalar a IA com sucesso, os bancos precisam de mais do que entusiasmo e orçamentos de formação. Precisam de uma base de dados de competências verificadas e mensuráveis. Sem uma visão clara das capacidades dos colaboradores, os líderes não conseguem tomar decisões informadas sobre como desenvolver as suas pessoas ou onde implantar a IA de forma mais eficaz.

Autoavaliações sozinhas não são confiáveis. Os colaboradores tendem a superestimar ou subestimar a sua proficiência, o que leva a ineficiências na formação. Competências verificadas — avaliadas através de avaliações objetivas — permitem às organizações mapear com precisão os pontos fortes e fracos atuais. Com essa informação, os bancos podem desenhar percursos de aprendizagem adaptados a processos e objetivos específicos, seja para introduzir literacia em IA às equipas de linha de frente, aprofundar conhecimentos técnicos para profissionais de dados ou desenvolver competências de governação para responsáveis de conformidade.

Depois de saberem onde estão, os colaboradores podem focar-se na melhoria contínua, verificando competências periodicamente para medir o progresso e fazer investimentos responsáveis nas pessoas. Este ciclo de aprendizagem e validação cria uma cultura de melhoria contínua, garantindo que as competências se mantenham atualizadas à medida que o setor evolui. Isso é especialmente importante em IA, onde a meia-vida de uma competência é mais curta do que nunca. O que hoje é considerado de ponta pode estar desatualizado dentro de um ano, tornando a capacidade de aprender rapidamente mais valiosa do que qualquer competência técnica específica.

Para os bancos, isso traduz-se na necessidade de priorizar a velocidade de crescimento de competências — a taxa à qual os colaboradores podem adquirir e aplicar novas competências. Instituições que cultivarem essa adaptabilidade manterão uma vantagem competitiva, respondendo mais rapidamente às novas regulamentações, expectativas dos clientes e tecnologias. Competências verificadas também fortalecem a governação, garantindo que os colaboradores entendam não apenas como usar a IA, mas como usá-la de forma responsável, com atenção à justiça, transparência e risco.

O objetivo final é o alinhamento. Quando a inteligência de competências informa a estratégia de aprendizagem — e essa estratégia apoia as prioridades do negócio — os bancos podem acelerar a sua transformação em IA com confiança. Dados de competências verificadas permitem aos líderes saber onde investir, como mobilizar talento e quando escalar a inovação de forma segura.

Construir uma força de trabalho que vence

Este é um momento decisivo para o setor bancário. As instituições que estabelecerem uma base para a inovação irão avançar rapidamente, enquanto aquelas que hesitarem correm o risco de ficar para trás. O caminho a seguir é claro: bancos que desenvolvem capacidades amplas de IA entre os seus colaboradores — especialmente competências verificadas que combinem expertise técnica e de domínio — estarão numa posição mais forte para prosperar.

Quando todos os colaboradores são capacitados a usar IA — seja como criadores, utilizadores avançados ou especialistas de domínio — o banco como um todo ganha agilidade, resiliência e a capacidade de gerar valor estratégico, em vez de apenas eficiência incremental. Agora é o momento de passar da experimentação para a capacitação. Em IA, o que diferencia líderes de seguidores não são apenas os modelos que constroem ou o R&D que financiam, mas as competências que cultivam.