IA nos bancos depende da modernização de sistemas legados

Por Fulvio Mascara*

A Inteligência Artificial Generativa entrou definitivamente na agenda do setor financeiro. Apesar dos ganhos, a tecnologia também tem levantado questões que preocupam as operações. Bancos, seguradoras e instituições de crédito veem na GenAI uma oportunidade concreta para acelerar processos, personalizar serviços e criar modelos de negócio. Ao mesmo tempo, cresce a preocupação com segurança, governança e conformidade.

Uma pesquisa da Netskope Threat Labs apontou que dados regulados do setor financeiro representam 59% das violações relacionadas ao uso de GenAI. O dado expõe uma realidade importante: inovar sem uma base tecnológica preparada pode ampliar riscos em vez de reduzi-los.

O desafio dos sistemas legados nos bancos

O debate sobre IA no mercado financeiro costuma se concentrar nas possibilidades futuras da tecnologia. No entanto, a discussão mais urgente talvez esteja na infraestrutura atual das instituições. Grande parte do setor ainda opera sobre sistemas legados que não foram concebidos para integração com modelos modernos de IA, cloud computing ou arquiteturas orientadas a dados.

Em muitos casos, trata-se de ambientes em Cobol que seguem sustentando operações críticas do sistema financeiro. Além da dificuldade técnica de integração sistêmica, essas instituições enfrentam a escassez crítica de profissionais capacitados para manter essa infraestrutura envelhecida. Acoplar IA generativa diretamente a essas bases antigas amplia riscos e pode gerar ineficiência.

Modernização exige diagnóstico e estratégia

Modernizar o legado não significa apenas reescrever código de uma linguagem para outra. Trata-se de uma jornada estratégica que exige um mergulho consultivo no negócio para estruturar o caminho. É preciso realizar um assessment profundo para entender a real função de cada sistema e, em seguida, definir se um módulo deve ser migrado, descontinuado, rearquitetado ou substituído por soluções de mercado.

Essa visão se torna ainda mais relevante diante do avanço regulatório e das mudanças constantes no setor financeiro. Um exemplo recente é a adaptação ao CNPJ alfanumérico. Embora não seja um projeto tradicional de modernização tecnológica, a mudança exige transformação ampla nos ativos sistêmicos das instituições.

Sistemas inteiros precisaram deixar de aceitar apenas campos numéricos para incorporar letras em front-end, banco de dados, integrações e regras de negócio. É uma alteração que impacta operações críticas e exige velocidade de adaptação sem comprometer estabilidade ou compliance.

IA determinística pode acelerar migrações críticas

A própria Inteligência Artificial pode ser uma chave para acelerar a modernização desses sistemas obsoletos. No entanto, eficiência e segurança dependem de uma abordagem híbrida. A IA generativa, de natureza probabilística, é útil para acelerar a geração e a customização de códigos adequados à realidade do cliente, mas pode cometer erros ou apresentar “alucinações”.

Para garantir que sistemas de missão crítica sejam migrados com segurança, entram em cena a IA determinística e a otimização matemática. Por não permitirem erros de probabilidade, essas disciplinas asseguram rastreabilidade, garantindo que as regras da origem apareçam exatamente iguais no destino.

O uso combinado dessas tecnologias em migrações complexas, como sistemas de previdência e seguros, chega a gerar ganho de produtividade da ordem de 60% no ciclo completo de modernização.

Governança deve vir antes da escala

O resultado não se limita ao ganho operacional. As empresas passam a contar com uma arquitetura mais moderna, preparada para incorporar novos componentes de IA, oferecer melhor experiência ao usuário e acelerar futuras evoluções do negócio.

Esse é um ponto central: inovação segura não acontece apenas pela adoção de GenAI. Ela depende de uma base tecnológica capaz de sustentar escalabilidade, governança e resiliência. Cloud computing, integração sistêmica e gestão de dados têm papel decisivo nessa jornada porque permitem construir ambientes mais observáveis, auditáveis e preparados para políticas robustas de segurança.

Por isso, a principal recomendação para líderes não é simplesmente acelerar a adoção da IA generativa, mas entender primeiro quais problemas realmente exigem esse tipo de tecnologia. Em muitos casos, soluções mais simples e determinísticas podem resolver dores críticas com menor risco e maior previsibilidade.

Outro aspecto importante é a governança, que precisa anteceder a escala. É necessário estabelecer políticas consistentes de uso de dados para que os agentes de IA operem com resiliência, ao mesmo tempo em que se promove alfabetização ou “literacia” digital dentro das organizações. Sem que os colaboradores compreendam os mecanismos e o uso responsável da tecnologia, não é possível exigir que o ecossistema funcione com segurança.

Modernizar o legado é preparar a casa para o futuro, garantindo que o setor financeiro avance na jornada digital com uma IA que atue como aliada estratégica, e não como uma nova vulnerabilidade.

Sobre o autor

Fulvio Mascara é head global de inovação da Foursys, consultoria de tecnologia e negócio que atua com inovação, Inteligência Artificial e dados.

Sobre a Foursys

A Foursys é uma consultoria global de tecnologia e negócios que há mais de 25 anos atua na transformação digital de organizações no Brasil, Estados Unidos e Europa. A empresa trabalha com inovação, Inteligência Artificial, dados e engenharia digital, conectando estratégia e execução.

Seu portfólio inclui desenho de soluções, implementação e evolução contínua de plataformas digitais, com atuação em dados e IA, agilidade, cibersegurança e modernização de sistemas. A empresa também informa ser certificada pelo Great Place to Work, GPTW.

Este conteúdo de divulgação comercial foi fornecido por Foursys e não é de responsabilidade editorial da revistaempreende.com.br.