Resposta direta: sim, a vantagem de Nubank e Itaú em IA pode se tornar irreversível — mas não porque os dois bancos têm acesso a um modelo de IA melhor. Segundo relatório do Goldman Sachs baseado no Evident AI Index, densidade de talento técnico responde por 45% da pontuação que separa os líderes do resto do mercado bancário brasileiro. Isso muda o que “vantagem em IA” quer dizer: não é ferramenta, é gente qualificada dedicada ao problema, em volume suficiente e por tempo suficiente para o resultado compor.
Para quem não é banco, a notícia não é motivo de resignação. É um dado sobre o que realmente separa quem avança de quem fica girando em piloto: densidade de capacidade dedicada ao problema certo, não tamanho de orçamento. Uma empresa de médio porte não vai contratar centenas de cientistas de dados como o Itaú. Mas pode aplicar o mesmo princípio em escala menor — e é isso que este artigo detalha.
Principais aprendizados
- A vantagem de Nubank e Itaú em IA não vem do modelo que usam, vem de densidade de talento técnico dedicado — 45% do índice que o Goldman Sachs citou para explicar a distância entre líderes e o resto do setor bancário.
- “Irreversível” não significa “impossível de alcançar”: significa que quem não investe em capacidade dedicada agora paga um preço crescente para fechar a distância mais tarde.
- Empresa de médio porte não compete em volume de contratação técnica com banco — compete em foco: poucas pessoas, mas dedicadas de verdade a um gargalo específico, sustentam mais resultado do que um time grande espalhado em muitas iniciativas superficiais.
- O risco maior não é “não ter IA” — é ter iniciativa de IA sem ninguém com tempo protegido para tocá-la até o resultado aparecer, o que produz a mesma sensação de estar competindo sem nunca fechar a distância.
- O ponto de decisão prático não é “quanto orçamento colocar em IA”, é “quem, dentro da empresa, vai ter tempo protegido e responsabilidade nomeada sobre qual gargalo” — essa pergunta custa zero e já separa quem sai do lugar de quem não sai.
O que realmente explica a vantagem de Nubank e Itaú em IA — e ela é mesmo irreversível?
O que explica é densidade de talento técnico, não acesso a tecnologia. O relatório do Goldman Sachs, citando o Evident AI Index, aponta os dois bancos na liderança do ranking regional de maturidade em IA entre instituições financeiras brasileiras, seguidos por Bradesco e Banco do Brasil — e atribui 45% da pontuação do índice à densidade de talento técnico interno, não a orçamento de tecnologia ou quantidade de ferramentas contratadas. O Itaú já expandiu seu assistente conversacional de IA a centenas de milhares de clientes, com meta de cobrir toda a base até dezembro — não como piloto de vitrine, mas como operação em produção, em escala.
A palavra “irreversível” usada no relatório merece um pé atrás: ela não significa que a distância nunca pode ser fechada. Significa que, quanto mais tempo um concorrente espera para investir em capacidade técnica dedicada, maior o efeito composto que ele precisa reverter depois — porque quem já tem densidade de talento aprende mais rápido a cada novo ciclo de produto, e a curva de vantagem se acelera em vez de estabilizar. Isso é diferente de “vantagem de escala pura”: um banco pequeno com foco extremo em um problema específico pode, teoricamente, avançar mais rápido que um banco grande disperso em muitas frentes. O que não existe é atalho sem capacidade dedicada — isso vale tanto para banco quanto para qualquer outro setor.
Empresa de médio porte, fora do setor bancário, pode competir em maturidade de IA sem orçamento de banco?
Pode, mas não copiando a régua bancária — aplicando o mesmo princípio em escala compatível com o próprio porte. O erro mais comum que vejo em empresa de médio porte é tentar imitar o modelo de banco grande: montar uma área de dados robusta, contratar vários especialistas de uma vez, lançar iniciativa em paralelo em cada departamento. Isso dilui exatamente o fator que fez o Itaú e o Nubank avançarem — densidade, não dispersão.
O caminho que funciona em escala menor é nomear um responsável real, com tempo protegido, para um gargalo específico e mensurável, em vez de espalhar atenção parcial por vários problemas ao mesmo tempo. Acompanhei recentemente um programa estruturado nesse formato numa operação de serviços financeiros de médio porte: em vez de contratar um time de dados grande, o próprio time de crédito e documentação construiu automações para os processos que mais consumiam tempo — redução de consultas de crédito desnecessárias, monitoramento contínuo de prazos regulatórios, maior escala de atendimento sem aumento proporcional de equipe. O programa teve 106 avaliações internas, com predominância de nota máxima. Como em qualquer caso citado publicamente pela HAIA, vale o alerta: os resultados refletem o contexto, a maturidade e os processos daquela organização específica — não constituem promessa de resultado equivalente em outro ambiente.
O paralelo com o dado do Goldman Sachs é direto: não foi um time de cientistas de dados de banco grande que resolveu aquele gargalo. Foi um grupo pequeno, com tempo e responsabilidade real sobre um problema nomeado, trabalhando dentro de um perímetro de dados já validado pela TI. Densidade de dedicação, não volume de contratação.
O que fazer agora para não deixar a distância virar barreira permanente?
Nomear, ainda este trimestre, um responsável de negócio com tempo protegido para o gargalo de maior custo recorrente da empresa — não para “IA” de forma genérica. A pergunta que qualquer diretoria deveria fazer não é “quanto vamos investir em inteligência artificial em 2026”, é “quem, hoje, tem autoridade e tempo real para tirar um processo específico do papel e levar até o resultado mensurável”. Enquanto essa pergunta não tem resposta com nome próprio, orçamento aprovado não vira capacidade — vira linha de despesa sem dono.
Antes de aprovar qualquer orçamento novo, vale revisitar o que perguntar antes de aprovar orçamento para IA — a pergunta sobre responsável nomeado costuma pesar mais na decisão do que o valor do investimento em si. Dois critérios ajudam a escolher o gargalo certo para começar: frequência (o processo se repete todo dia ou toda semana, não uma vez por trimestre) e retrabalho (hoje alguém já refaz manualmente uma parte dele porque o processo original falha ou é lento demais). Processo que atende aos dois critérios é onde a densidade de esforço dedicado gera resultado visível mais rápido — o mesmo padrão que, em escala muito maior, é o que sustenta a vantagem de quem já lidera o ranking de maturidade em IA no setor bancário. A diferença não é o tamanho do orçamento disponível. É se existe, de fato, alguém dedicado a fechar o ciclo.
Perguntas frequentes
A vantagem de Nubank e Itaú em IA é mesmo irreversível?
Não no sentido literal de “impossível de alcançar” — significa que a distância cresce com o tempo para quem não investe em capacidade técnica dedicada, porque quem já tem densidade de talento aprende mais rápido a cada ciclo. Fechar essa distância depois costuma custar mais do que teria custado investir cedo, mas não é uma barreira permanente por definição.
Densidade de talento é a mesma coisa que ter muitos cientistas de dados?
Não. É ter pessoas com tempo protegido e responsabilidade nomeada dedicadas a um problema específico até o resultado aparecer — não o número absoluto de especialistas contratados. Uma equipe pequena e focada pode ter mais densidade efetiva do que um time grande disperso em várias iniciativas superficiais ao mesmo tempo.
Uma empresa de médio porte precisa competir diretamente com bancos em maturidade de IA?
Não, e tentar copiar a régua de um banco grande costuma ser o erro que dilui recurso em vez de gerar resultado. O caminho mais realista é aplicar o mesmo princípio — foco dedicado, não dispersão — em um gargalo específico do próprio negócio, escolhido por frequência e retrabalho, não por tamanho de orçamento disponível.
Por onde uma empresa de médio porte deve começar para não ficar para trás?
Nomeando um responsável de negócio com tempo protegido para o processo de maior custo recorrente, em vez de aprovar orçamento genérico para “IA”. Esse passo não exige contratação nem investimento alto — exige decisão de prioridade, e é o que mais separa empresas que avançam das que ficam girando em piloto sem dono.
Gillian Pellegrino é fundadora da HAIA e consultora executiva de IA aplicada, com mais de 30 anos de carreira em tecnologia. Se sua empresa quer transformar orçamento de IA em capacidade real — não em mais uma linha de despesa sem dono —, fale com a HAIA.
