A Inteligência Artificial (IA) está se apresentando como uma nova ferramenta para avaliar risco e viabilizar a demanda por crédito por bancos e fintechs. O movimento ainda está se desenvolvendo, mas já há soluções sendo adotadas.
Segundo a Federação Brasileira de Bancos (Febraban), mais de 70% das instituições financeiras do país já utilizam algum tipo de solução de IA em seus processos de análise de crédito e prevenção a fraudes. O resultado é uma melhora significativa na acurácia dos modelos — e uma redução direta na inadimplência, que permanece entre os principais desafios econômicos do país.
Para o economista Reinaldo Soares, doutor em economia e especialista em IA aplicada a finanças, essa transformação vai além do ganho operacional: “ela redefine a lógica do sistema financeiro”. Ele diz que o impacto será direto na inadimplência e na inclusão financeira, afirmam especialistas.
Na opinião do economista, a inteligência artificial está promovendo uma mudança de paradigma na concessão de crédito. Passa de uma análise reativa, baseada apenas em erros passados, para uma abordagem proativa e holística.
“Os algoritmos modernos, ao processarem dados multifacetados — como padrões de consumo digital e estabilidade comportamental —, não só elevam a precisão das decisões em até 30%, conforme estudo da Deloitte sobre analytics em lending, mas também fomentam maior equidade, permitindo que indivíduos sub-bancarizados sejam avaliados de forma mais justa e assertiva, sem penalidades desproporcionais por históricos limitados”, afirma Soares.
O conceito é bem claro: Em vez de olhar apenas para o “passado financeiro” de uma pessoa — como histórico de dívidas ou atrasos —, os novos sistemas analisam o “presente comportamental”: movimentações digitais, recorrência de consumo, estabilidade de renda e até indicadores indiretos de confiabilidade, como engajamento em plataformas digitais.
Na prática, isso significa que milhões de brasileiros antes considerados “invisíveis ao crédito” passam a ser incluídos no radar das instituições. A chamada inclusão preditiva, baseada em dados não convencionais, permite que bancos e fintechs concedam crédito com menor risco e maior retorno, ao mesmo tempo em que ampliam o acesso a produtos financeiros.
Mas a adoção de IA também exige cuidado. Modelos mal calibrados podem reproduzir vieses e discriminações históricas — o que impõe desafios éticos e regulatórios. O Banco Central e o Conselho Monetário Nacional já estudam formas de supervisionar o uso de algoritmos decisórios em operações financeiras, especialmente no que se refere à transparência dos critérios utilizados.
“Calibrar modelos de IA não é apenas uma questão técnica, mas um imperativo de governança algorítmica que equilibra inovação e responsabilidade. No contexto brasileiro, onde desigualdades sociais são acentuadas, a ênfase na ética — por meio de auditorias emergentes do Banco Central — é essencial para mitigar vieses e assegurar que a tecnologia sirva à inclusão, não à exclusão, promovendo um ecossistema financeiro mais sustentável e confiável”, reforça Soares.
Outro ponto relevante citado é o papel da IA na prevenção de fraudes. Com a digitalização acelerada do sistema financeiro, golpes e tentativas de manipulação de dados aumentaram substancialmente. Modelos preditivos treinados em grandes volumes de dados conseguem identificar anomalias em tempo real — reduzindo perdas e aumentando a confiabilidade do sistema.
“Mais do que uma ferramenta tecnológica, a inteligência artificial se consolida como um novo eixo de competitividade entre instituições financeiras. Quem melhor dominar o uso ético e estratégico dos dados tende a liderar o mercado nos próximos anos”, conclui Soares.
