Instituições financeiras buscam controlar despesas crescentes com inteligência artificial para manter sustentabilidade financeira
Bancos globais enfrentam aumento significativo nos custos operacionais com inteligência artificial, buscando estratégias para controlar despesas e garantir retorno financeiro.
A adoção acelerada da inteligência artificial (IA) em bancos globais tem provocado aumento relevante nos custos operacionais, gerando preocupação entre diretores financeiros (CFOs) e executivos do setor. As instituições enfrentam desafios para controlar despesas e garantir que os investimentos em tecnologia tragam retorno efetivo. Especialistas apontam que o custo da IA, especialmente da chamada IA agêntica que executa tarefas complexas de forma autônoma, é difícil de prever devido à variação no volume de processamento necessário para cada atividade. Segundo Bhavi Mehta, sócio da Bain & Co., entender o custo em relação ao valor gerado é essencial diante da evolução dos sistemas. Um relatório da consultoria Evident revela que apenas uma parcela dos maiores bancos divulga retornos financeiros claros da integração da IA, apesar de CEOs ressaltarem seu potencial. Bancos como Citigroup e Goldman Sachs aumentam investimentos, mas mantêm sigilo sobre dados precisos de gastos e resultados. No Deutsche Bank, alertas internos identificaram consumo elevado, embora grande parte do uso seja legítima; a estratégia adotada prioriza uso eficiente e substituição por modelos menores treinados para tarefas específicas, reduzindo consideravelmente os custos. Da mesma forma, o Santander implementa modelos pesados apenas para validação, migrando para alternativas mais econômicas, o que já diminuiu o custo do processo de aprovação de empréstimos de cerca de €5 para €0,03. No CIBC, há restrição de acesso aos modelos mais caros para evitar despesas excessivas. O uso de agentes de IA em tarefas complexas, como análise financeira e detecção de lavagem de dinheiro, eleva o consumo de tokens e os custos associados. Em resposta, algumas equipes centralizam orçamentos e desenvolvem agentes para otimizar comandos, reduzindo gastos. A competitividade abre espaço para modelos chineses mais econômicos, testados em instituições asiáticas, embora reguladores no Canadá e EUA alertem para riscos e exijam padrões mínimos para uso seguro da IA. A experiência mostra que, diferente da computação em nuvem, os custos da IA surgem imediatamente nos resultados financeiros, exigindo reação mais rápida dos CFOs. No JPMorgan Chase, gastos individuais chegaram a superar salários, levando à imposição de limites mensais para uso de tokens. Para evitar explosão de custos, bancos implementam soluções como reutilização de respostas, uso de modelos abertos e restrição dos modelos premium para tarefas complexas, reduzindo as contas em até um terço. Instituições como BNP Paribas exigem análise detalhada dos custos futuros antes de aprovar projetos de IA, com supervisão compartilhada por comitês multidisciplinares liderados pelo CEO. Além disso, cresce o mercado de ferramentas para monitorar consumo de tokens e calcular retorno do investimento em IA. A oferta de acesso a modelos avançados tornou-se diferencial competitivo para atração de talentos. Para especialistas, a criação de cargos específicos com poder para gerir IA é recomendada. Ainda assim, o receio de perder vantagem competitiva mantém alto investimento, mesmo diante do desafio de equilibrar inovação e sustentabilidade financeira.
