Os bancos que redesenharem as suas operações em torno da inteligência artificial (IA), em vez de simplesmente acrescentarem ferramentas de IA aos processos existentes, podem atingir uma produtividade dez vezes superior, lançar produtos 90% mais depressa e melhorar o rácio cost-to-income em 10 pontos percentuais. É a conclusão do estudo da Bain & Company “What It Takes to Build the AI-Native Modern Bank”, baseado em conversas com mais de 30 executivos seniores de bancos globais.
A Bain sublinha que a vantagem competitiva não está nos ganhos de eficiência: está na velocidade. Ser mais rápido supera ser mais eficiente. Os bancos que hoje olham para a IA como alavanca de crescimento estão a destacar-se em comparação com os que ainda estão na fase de planeamento. Adiar este processo não mantém as opções em aberto e reduz a margem de escolhas.
«Na banca, a IA não é uma camada que se acrescenta: é uma arquitectura que se reconstrói. Os bancos que hoje estão na vanguarda não são os que têm mais ferramentas de IA, mas são os que redesenharam os seus processos, a sua tecnologia e o seu modelo operacional a partir do zero, com a IA no centro. Em Portugal, esta decisão está a ser tomada agora e o custo deste compasso de espera é mais alto do que a maioria dos conselhos de administração ainda reconhece», afirma Francisco Montenegro, partner da Bain & Company.
De acordo com a Bain, a transição das instituições financeiras para um modelo nativo em IA assenta em cinco pilares:
- Experiências e produtos agênticos: redesenhar as jornadas do cliente a partir do resultado pretendido, recorrendo a agentes de IA para criar experiências hiperpersonalizadas;
- Fluxos de trabalho autónomos e em tempo real: reduzir a complexidade operacional e eliminar passagens manuais entre equipas, com o objectivo de automatizar entre 80% e 90% da execução dos processos;
- Confiança e segurança integradas na arquitectura desde o início: incorporar segurança, conformidade e gestão de risco desde a face inicial da criação dos sistemas, valorizando as competências contínuas e preditivas, capazes de identificar e mitigar riscos em tempo real;
- Infra-estrutura moderna de tecnologia e dados: adoptar uma arquitectura flexível e ágil, capaz de coordenar sistemas e agentes de IA e de definir onde terminam os sistemas determinísticos e começam os sistemas probabilísticos;
- Gestão de talento e inovação do modelo operacional: adaptar o banco a um contexto em que a capacidade crítica das equipas é uma mais-valia, onde privilegiam estruturas menos hierarquizadas e uma maior convergência entre engenharia e produto.
Os primeiros resultados da transição para modelos bancários nativos em IA já são visíveis no sector. O NatWest reduziu de mais de 60 dias para apenas um dia o desenvolvimento de campanhas, passando de um esforço equivalente a 40 pessoas a tempo inteiro e dez passagens entre equipas para quatro a cinco pessoas, sem qualquer passagem adicional.
Nos Estados Unidos, o Chime utiliza IA em 70% das interacções de apoio ao cliente, com os chatbots a resolverem cerca de 75% dos casos sem intervenção humana. O banco digital conquistou o primeiro lugar em NPS entre os pares de banca de consumo nos EUA no primeiro trimestre de 2026. No Brasil, o Bradesco já permite iniciar pagamentos instantâneos através do WhatsApp com recurso a IA agêntica, num caso com paralelo directo no mercado português, onde o crescimento dos pagamentos instantâneos cria uma janela de oportunidade semelhante.
A aposta em bancos nativos em IA exige dados de elevada qualidade, plataformas tecnológicas flexíveis e ágeis, assim como uma definição clara de onde terminam os sistemas determinísticos e começam os sistemas probabilísticos. Funções como pagamentos, registos contabilísticos, autorizações e controlos regulatórios devem garantir resultados previsíveis, reconstruíveis e totalmente auditáveis.
A integração das áreas de risco, legal e de compliance desde o início do desenvolvimento permite incorporar auditoria, segurança e controlo directamente nos processos e nos agentes de IA, em vez de acrescentar estes mecanismos numa fase mais avançada.
«Um banco nativo em IA pode testar 100 vezes mais hipóteses do que um banco tradicional no mesmo período. Não é uma vantagem de eficiência: é uma vantagem de aprendizagem. E essa diferença compõe-se ao longo do tempo, como os juros. Os bancos portugueses que estão hoje a construir estas capacidades, daqui a três anos vão estar numa posição qualitativamente diferente», conclui Francisco Montenegro.
