O Bradesco tem mais de 600 casos de inteligência artificial generativa em produção. O que viabilizou a escala foi um barramento interno que centraliza todos os acessos a modelos de linguagem com governança embutida, revelou Leandro Marçal, diretor de tecnologia, no VTEX Day.
Bradesco IA em números
Indicador
Volume
Casos de GenAI em operação
600+
Interações da BIA (últimos 18 meses)
~70 milhões
Resolutividade da BIA
87%
Pull requests revisados por IA por mês
~1.000
Dados divulgados por Marçal no VTEX Day. Fonte: TI Inside
O barramento que destravou a escala
Construir um barramento interno para centralizar todos os acessos a modelos de linguagem foi a decisão que permitiu ao Bradesco ir de projetos isolados para mais de 600 casos em produção. O barramento abstrai a complexidade de consumir IA generativa para as áreas de negócio e embutiu controles de segurança, conformidade e ética como parte da infraestrutura, não como auditoria posterior. “A gente construiu um barramento que habilitou essa escalada rapidamente.
Ele tira a complexidade de como consumir GenAI”, disse Marçal. Em bancos, onde cada uso de dado precisa respeitar regulação específica, o modelo resolve um problema crítico: “Esse barramento faz o controle de todas as leis para garantir que a gente faça o uso do dado no contexto que a gente pode usar”, afirmou.
O banco também avança em um modelo organizacional baseado em tribos que integra áreas de negócio e tecnologia em torno de jornadas do cliente. Mais da metade dessa transformação já foi implementada, envolvendo milhares de profissionais. “Não existe mais tecnologia sem negócio. E também não faz sentido ter negócio sem tecnologia”, afirmou o executivo. O movimento acompanha uma tendência que o Let’s Money vem cobrindo: IA autônoma transformando atendimento e operações bancárias.
Publicidade
BIA, revisão de código e agentes autônomos
O resultado mais visível da estratégia é a BIA, assistente virtual que opera como concierge digital apoiado por IA generativa e conectado ao barramento. Nos últimos 18 meses, a plataforma acumulou cerca de 70 milhões de interações, com 87% de resolutividade. “87% das pessoas falam que o problema foi resolvido”, afirmou Marçal. Além do atendimento, o banco estruturou uma camada de IA dedicada ao ciclo completo de desenvolvimento de software, que já processa cerca de mil pull requests revisados por mês.
A próxima fase, segundo o executivo, são os agentes autônomos, que executam tarefas sem intervenção humana direta. “Os agentes vão ser o meio de cada uma das indústrias conseguir progredir nessa necessidade do instantâneo”, afirmou. No setor financeiro brasileiro, redes de pagamentos e bancos já exploram essa fronteira: Visa e Banco do Brasil testaram compras feitas por agentes de IA em operações em cinco países da América Latina.
O que observar
A questão que fica é se o modelo de plataforma centralizada, com governança embutida desde o início, vai se tornar o padrão para instituições financeiras que precisam escalar IA sem comprometer conformidade regulatória. Bancos com sistemas legados enfrentam um custo de integração que cresce caso a caso, o que torna a abordagem de infraestrutura compartilhada potencialmente mais atrativa quanto maior for a operação. A proposição de governança como “acelerador, não freio” inverte uma lógica comum no setor: controle tratado como componente de produto desde o início, não como restrição posterior.
Vale acompanhar se a próxima fase, de agentes autônomos, vai exigir uma nova camada de governança ou se a plataforma centralizada já existente absorve essa complexidade adicional. O nível de resolutividade do canal de atendimento digital (87%) e a escala de revisões de código por IA (mil por mês) serão os indicadores que mostrarão se a aposta em infraestrutura compartilhada sustenta o crescimento dos próximos casos.
