Apenas 11% dos bancos globais operam no nível mais alto do IDC AI Reliability Index, segundo levantamento com 2.375 líderes de TI e negócios em múltiplas regiões. O dado expõe uma lacuna significativa: enquanto o setor bancário acelera investimentos em inteligência artificial, a maioria das instituições ainda carece de governança e mecanismos de controle compatíveis com a escala de adoção.
Como funciona o índice
IDC AI Reliability Index, Distribuição dos Bancos
🔷 Nível máximo (Líder): 11% dos bancos
🔶 Nível superior (Avançado): 23% dos bancos
⬜ Trust Dilemma (subutilizam ou dependem de IA não validada): 47% dos bancos
⬜ Dados em silos: ~20% dos bancos
Fonte: IDC/SAS AI Reliability Index | Pesquisa global com 2.375 respondentes em Américas, Europa, MEA e Ásia-Pacífico
O índice avalia práticas de governança, transparência algorítmica, monitoramento de viés e controles de risco em modelos de IA. Bancos classificados no nível máximo demonstram integração entre equipes técnicas e áreas de compliance, com processos documentados de auditoria de modelos. Um dado relevante: 47% dos bancos caem no chamado “trust dilemma”, onde subutilizam IA confiável ou dependem excessivamente de modelos não validados.
Investimento alto, governança baixa
O setor bancário lidera outros setores, incluindo seguros, governo e ciências da vida, em volume de investimento e velocidade de adoção de IA. A Gartner projeta que os gastos globais com IA vão atingir US$ 2,52 trilhões em 2026, alta de 44% ante o ano anterior. Apesar dos trilhões investidos, 9 em cada 10 bancos ainda não alinharam confiança com comprovação de resultados. A capacidade de implementar modelos cresceu mais rápido do que a capacidade de governá-los.
A pesquisa indica que cerca de 50% dos bancos avaliam incorretamente seu próprio nível de maturidade em IA, um sinal de que a percepção interna não acompanha a realidade operacional. Onde há retorno comprovado, os números impressionam: o ROI mais alto reportado foi de US$ 1,83 para cada dólar investido em IA aplicada a customer experience, seguido por US$ 1,74 em market share.
No Brasil, o tema ganha relevância em um momento em que o Itaú já opera com mais de 1.300 modelos de IA e o Banco Central discute a necessidade de elevar a segurança cibernética para o nível institucional, incluindo preocupações com envenenamento de dados em modelos de IA.
| Indicador |
Dado |
| Bancos no nível máximo |
11% |
| Bancos no nível superior |
23% |
| Bancos no trust dilemma |
47% |
| Gastos globais com IA em 2026 (Gartner) |
US$ 2,52 trilhões |
| ROI em IA para customer experience |
US$ 1,83 por dólar investido |
| Bancos com autoavaliação incorreta |
~50% |
O que observar
O dado de que metade dos bancos superestima a própria maturidade levanta uma questão prática: se a autoavaliação não funciona, quem audita os auditores? A tendência regulatória aponta para frameworks externos de verificação, e é provável que reguladores como o Banco Central do Brasil e o BCE europeu passem a exigir certificações independentes de governança de IA nos próximos ciclos regulatórios.
Vale acompanhar se o gap entre investimento e governança vai se estreitar com a pressão regulatória, ou se a velocidade de adoção continuará superando a capacidade de controle. Para fintechs brasileiras, o tema é estratégico: demonstrar práticas de IA confiável pode se tornar um diferencial competitivo em processos de licenciamento e captação.
Fontes:
