Sergio Favarin (*)

Nos últimos três anos, a Inteligência Artificial (IA) Generativa deixou de ser uma promessa para se tornar uma realidade dentro das instituições financeiras. Assistentes de código, copilotos para atendimento, automação de processos e análise inteligente de dados passaram rapidamente dos laboratórios para as operações. Agora, porém, o setor entra em uma nova etapa. A pergunta deixou de ser “como usar IA?” e passou a ser “como garantir controle, auditabilidade e responsabilidade quando agentes inteligentes passam a tomar decisões e executar ações de forma cada vez mais autônoma dentro da organização?”.

Essa mudança está no centro dos debates da Febraban Tech 2026, que acontece neste mês em São Paulo (SP), e representa um dos maiores desafios tecnológicos dos próximos anos.

Os bancos brasileiros estão particularmente bem-posicionados para liderar essa transformação. A Pesquisa Febraban de Tecnologia Bancária 2026 mostra que a IA já produz ganhos concretos de eficiência em atendimento, desenvolvimento de software e operações internas. O avanço da digitalização criou uma base tecnológica sólida para que a IA deixe de executar tarefas isoladas e passe a assumir fluxos completos de trabalho. O desafio agora não é mais provar que a tecnologia funciona, mas garantir que ela opere com segurança, transparência, rastreabilidade e conformidade regulatória.

Essa mudança de paradigma também altera a forma como enxergamos plataformas de IA. Durante muito tempo, o mercado concentrou esforços em modelos de linguagem cada vez mais poderosos. Entretanto, à medida que diferentes modelos, provedores de nuvem e agentes especializados passam a coexistir, o diferencial competitivo deixa de estar apenas na capacidade de gerar respostas. O verdadeiro valor passa a estar na orquestração desse ecossistema: saber quais agentes podem executar cada tarefa, quais dados podem acessar, quais decisões exigem validação humana e como registrar cada etapa para garantir rastreabilidade, transparência e conformidade regulatória.

É justamente nesse contexto que soluções como o Wynxx evoluem. Concebido inicialmente para acelerar o desenvolvimento de software por meio da IA Generativa, o ambiente passa a atuar como uma plataforma corporativa capaz de integrar criação de agentes inteligentes, reutilização de ativos, gestão financeira da IA e governança operacional em uma arquitetura única.

Mais do que permitir que agentes executem tarefas de forma autônoma, a proposta é garantir que toda ação permaneça auditável, sujeita a políticas corporativas e, quando necessário, validada por pessoas em fluxos de human-in-the-loop. Em um ambiente regulado como o financeiro, esse tipo de controle deixa de ser apenas uma boa prática tecnológica e passa a ser um requisito para escalar a IA com segurança.

Essa evolução também responde a uma preocupação crescente do mercado. Um estudo recente projeta que grandes empresas poderão operar mais de 150 mil agentes de IA até 2028, enquanto apenas uma pequena parcela das organizações acredita possuir mecanismos adequados para governá-los. Nesse

cenário, frameworks regulatórios como a LGPD e o AI Act da União Europeia reforçam princípios como transparência, supervisão humana, prestação de contas e gerenciamento de riscos para aplicações de IA. Em outras palavras, o desafio já não está na ausência de agentes inteligentes, mas em garantir que eles atuem dentro de regras claras, produzindo decisões explicáveis, rastreáveis e compatíveis com os requisitos de IA confiável exigidos pelo setor financeiro.

Para o setor financeiro, essa discussão ganha importância ainda maior. Bancos operam em ambientes altamente regulados, administram infraestruturas críticas e precisam equilibrar inovação com disponibilidade, privacidade e confiança. Nesse cenário, governança deixa de ser um requisito operacional para se tornar um diferencial competitivo. Instituições que conseguirem integrar agentes inteligentes, dados em tempo real e sistemas legados sob uma estratégia única estarão mais preparadas para acelerar lançamentos, responder a mudanças regulatórias e oferecer experiências mais inteligentes aos clientes.

A própria engenharia de software passa por uma transformação semelhante. Em vez de utilizar IA apenas para escrever código, organizações começam a automatizar todo o ciclo de desenvolvimento, desde o levantamento de requisitos até testes, documentação, modernização de aplicações e migração para ambientes em nuvem. O resultado é uma TI mais produtiva, porém principalmente mais estratégica, capaz de direcionar seus profissionais para atividades de maior valor agregado enquanto agentes especializados executam tarefas repetitivas sob supervisão humana.

A próxima geração da IA nos bancos não será medida apenas pela quantidade de modelos implementados ou pela velocidade com que produzem respostas. Ela será definida pela capacidade de transformar agentes inteligentes em parte integrante da estratégia corporativa sem perder controle sobre suas decisões. IA confiável, auditabilidade, supervisão humana e conformidade regulatória deixam de ser barreiras à inovação para se tornarem os elementos que permitirão escalar a IA com confiança.

Essa talvez seja a principal mensagem da Febraban Tech 2026: na nova era da IA, o diferencial competitivo não estará em possuir mais agentes, mas em garantir que cada um deles atue de forma segura, transparente e responsável.

(*) Sergio Favarin é Business Vice President da GFT Technologies no Brasil