🤖 Bancos brasileiros estão investindo pesado em IA, mas a maioria ainda não sabe como transformá-la em operação de verdade. No diagnóstico da MATH Group no Febraban Tech 2026, a maturidade média foi de só 2,29 em 5. 🧵

Imagem indisponível

O dado mais revelador: 66% dos participantes ficaram no nível 2, “emergente”. Só 3 chegaram ao nível 4 — e ninguém atingiu o nível máximo. Ou seja: há muitos pilotos, poucas estruturas realmente preparadas para escalar.

A pesquisa ouviu 151 profissionais do setor financeiro entre 24 e 26 de agosto, em São Paulo. O recado não é que os bancos ignoram IA: eles já testam, contratam e investem. O gargalo começa depois do protótipo.

Imagem indisponível

O pior pilar foi patrocínio e modelo de operação, com média de 1,96. Em 108 respostas, esse apareceu entre os pontos frágeis. Falta definir quem decide, quem responde pelos riscos e quais projetos merecem prioridade.

Isso desmonta uma narrativa comum: o maior obstáculo não é necessariamente infraestrutura ou modelo de IA. Tecnologia e plataforma não lideraram as queixas. Sem governança, dados organizados e processos, até a melhor IA vira uma demo cara.

Imagem indisponível

Também há um descompasso perigoso: em algumas empresas, a estratégia avança mais rápido que os dados; em outras, a tecnologia corre à frente da governança. No setor financeiro, onde decisões afetam crédito e fraude, esse atraso não é detalhe.

Para 2026, instituições projetam R$ 50,4 bilhões em orçamento de tecnologia, segundo a Febraban. O teste real não é quanto desse dinheiro vai para IA, mas se ele cria sistemas auditáveis, seguros e úteis — em vez de multiplicar pilotos isolados.

Imagem indisponível