Setor financeiro enfrenta barreiras para aplicar IA em resultados de negócio
Destaques
- •38% das instituições financeiras apontam desempenho de infraestrutura como obstáculo para IA.
- •Integração deficiente e governança de dados são desafios que impedem retornos esperados de investimentos em IA.
- •A Cloudera recomenda avaliar infraestrutura, integração e governança antes de escalar projetos de IA.
Instituições financeiras globais enfrentam dificuldades operacionais para converter investimentos em inteligência artificial (IA) em resultados concretos de negócio. Um relatório da Cloudera, intitulado The Data Readiness Index 2026, revela que 38% dos entrevistados do setor financeiro apontam o desempenho da infraestrutura como um obstáculo constante para suas operações. Adicionalmente, 20% dos participantes indicam que a integração deficiente da IA e de ferramentas de análise de dados aos fluxos de trabalho é o principal motivo pelo qual esses investimentos não alcançam os retornos esperados.
O levantamento, que consultou organizações do setor financeiro, destaca que, além da simples adoção de modelos de IA, a capacidade de integrar dados, sistemas e processos operacionais é fundamental para expandir o uso da tecnologia e obter benefícios tangíveis. Embora 83% das organizações consultadas afirmem ter visibilidade sobre a localização de seus dados, limitações de infraestrutura e de integração continuam a dificultar a execução de cargas de trabalho de IA e análise em ambientes de dados distribuídos.
Governança de dados: um desafio persistente
A pesquisa também identificou lacunas significativas na governança de dados. Apesar de 61% das instituições financeiras declararem que todos ou quase todos os seus dados estão sob algum tipo de governança, a aplicação consistente de controles permanece um desafio. Isso é particularmente crítico para organizações que buscam ampliar o uso de IA sem comprometer a conformidade com as regulamentações do setor.
O setor financeiro utiliza a IA em diversas frentes, incluindo detecção de fraudes, gestão de riscos, atendimento ao cliente, conformidade regulatória e análise de dados. Todas essas aplicações demandam acesso seguro a informações confiáveis e mecanismos de controle robustos para monitorar o uso dos dados em diferentes ambientes tecnológicos.
Preparação de dados é crucial para escalar a IA
A preparação adequada dos dados torna-se cada vez mais relevante à medida que as instituições financeiras avançam da fase de experimentação para a execução de projetos de IA em produção. Infraestrutura inadequada, integração limitada e governança insuficiente podem comprometer a eficiência operacional e, consequentemente, dificultar a mensuração dos resultados dos investimentos realizados em IA.
Jake Bengston, diretor sênior de Soluções de IA para o setor financeiro da Cloudera, enfatiza que a obtenção de resultados consistentes com IA depende diretamente da disponibilidade de dados confiáveis, acessíveis e devidamente governados, independentemente de onde estejam armazenados. A empresa advoga por uma arquitetura que permita aplicar IA a dados distribuídos, mantendo os controles de acesso e os requisitos de conformidade.
Os resultados do levantamento reforçam a importância de uma avaliação criteriosa antes de expandir os investimentos em IA. É essencial verificar se a infraestrutura existente suporta as cargas de trabalho previstas, se os sistemas estão integrados aos processos de negócio e se os mecanismos de governança de dados são adequados. Essas condições são fundamentais para mitigar obstáculos à implantação e alinhar os projetos tecnológicos com os objetivos estratégicos das instituições financeiras.
