Estudo publicado nesta semana reacende o debate sobre regras específicas para inteligência artificial em serviços financeiros e seus impactos sobre fintechs.
A inteligência artificial deixou de ser apenas uma ferramenta experimental no mercado financeiro e passou a participar de processos que afetam crédito, prevenção a fraudes, atendimento, compliance, análise de risco e personalização de produtos. Nesse cenário, um estudo divulgado pela Durham University Business School nesta sexta-feira, 21 de agosto, defende a criação de um marco regulatório específico para o uso de IA no setor financeiro. A discussão ganha relevância para fintechs porque essas empresas estão entre as que mais utilizam tecnologia para automatizar decisões e ampliar serviços digitais.
A questão central, portanto, não é simplesmente se bancos e fintechs devem usar IA, mas quais controles precisam existir quando algoritmos passam a influenciar decisões financeiras. Para profissionais do setor, a discussão envolve governança, explicabilidade, segurança, proteção de dados, responsabilidade e supervisão humana. No Brasil, o tema também precisa ser observado em conjunto com a evolução da regulação conduzida pelo Banco Central e com a expansão de infraestruturas como Pix e Open Finance.
Por que a IA financeira exige uma abordagem regulatória própria?
A utilização de inteligência artificial em serviços financeiros apresenta características diferentes de aplicações em outros setores porque seus resultados podem afetar diretamente o acesso de uma pessoa a produtos e serviços financeiros. Um modelo pode ser empregado, por exemplo, para identificar transações suspeitas, estimar riscos de crédito, direcionar ofertas ou automatizar etapas de atendimento. Quanto maior o grau de autonomia desses sistemas, maior também tende a ser a necessidade de controles capazes de explicar como determinadas decisões foram produzidas. O estudo divulgado pela Durham University Business School argumenta justamente que o setor financeiro necessita de uma estrutura regulatória dedicada às particularidades da IA, em vez de depender apenas de regras genéricas aplicadas à tecnologia.
Para uma fintech, isso significa que colocar um modelo de IA em produção não deveria ser tratado apenas como uma decisão de tecnologia ou produto. O processo precisa envolver áreas como risco, jurídico, segurança da informação, compliance e governança de dados, especialmente quando o algoritmo participa de atividades sensíveis. Também existe uma preocupação operacional: modelos podem apresentar resultados diferentes quando recebem novos dados ou quando são utilizados em contextos distintos daqueles considerados durante seu desenvolvimento. Por isso, monitoramento contínuo, documentação e mecanismos de revisão humana tendem a ganhar importância. A discussão internacional mostra que a próxima etapa da inovação financeira pode depender tanto da qualidade dos modelos quanto da capacidade das empresas de demonstrar que conseguem controlá-los.
No Brasil, a discussão se conecta diretamente ao ambiente regulatório já construído para instituições financeiras e de pagamento. O Banco Central vem ampliando mecanismos de controle relacionados à segurança e à prevenção de fraudes, enquanto o ecossistema de pagamentos instantâneos continua crescendo. A Resolução BCB nº 584, publicada em 7 de agosto de 2026, alterou regras de prevenção a fraudes para instituições financeiras, instituições autorizadas pelo BC e instituições de pagamento, incluindo também a prestação de serviços relacionados a ativos virtuais.
Essa evolução é importante porque sistemas de IA podem ser utilizados justamente para identificar padrões atípicos, apoiar monitoramento de transações e aumentar a capacidade de resposta a tentativas de fraude. Ao mesmo tempo, a utilização de algoritmos não elimina a responsabilidade da instituição pelo funcionamento de seus processos. Para fintechs, isso cria uma questão prática: como equilibrar automação e controle sem transformar inovação em uma fonte adicional de risco operacional? A resposta tende a passar por modelos de governança que permitam testar sistemas antes da implantação, acompanhar indicadores depois do lançamento e interromper ou revisar processos quando os resultados se afastarem dos parâmetros esperados. Nesse sentido, a regulação pode funcionar não apenas como restrição, mas também como mecanismo para aumentar a previsibilidade da inovação financeira.
O que a discussão significa para Pix, Open Finance e bancos digitais?
O avanço da IA ocorre paralelamente à expansão das infraestruturas digitais brasileiras. O Pix já alcançou mais de 170 milhões de pessoas físicas e registrou mais de 7 bilhões de transações em maio de 2026, segundo dados apresentados pelo Banco Central. O sistema também conta com centenas de instituições participantes, incluindo bancos, cooperativas e instituições de pagamento, formando uma infraestrutura ampla para novos produtos financeiros digitais.
Para fintechs, esse ambiente cria uma combinação particularmente relevante entre dados, pagamentos instantâneos e automação. Sistemas inteligentes podem apoiar detecção de fraude, atendimento, conciliação, análise de comportamento e gerenciamento de riscos, enquanto o Pix oferece uma infraestrutura de liquidação rápida para produtos construídos sobre essa camada tecnológica. O desafio aparece quando a velocidade da operação supera a capacidade de governança. Um algoritmo que identifica uma transação potencialmente suspeita, por exemplo, precisa operar dentro de parâmetros que reduzam tanto o risco de fraude quanto o risco de bloquear operações legítimas. Essa relação entre eficiência e controle deve permanecer no centro das discussões sobre IA aplicada a pagamentos.
O Open Finance amplia ainda mais essa discussão porque conecta instituições por meio de APIs padronizadas e permite que informações e serviços financeiros sejam utilizados em diferentes jornadas digitais, sempre dentro das regras de consentimento e segurança estabelecidas pelo ecossistema. O próprio Banco Central destaca que a integração entre Open Finance e Pix pode facilitar transações, reduzir custos, aumentar a segurança e estimular a competição.
Para bancos digitais e fintechs, isso significa que a inteligência artificial poderá atuar sobre uma infraestrutura financeira cada vez mais integrada. Entretanto, quanto mais sistemas dependem de dados compartilhados e decisões automatizadas, maior é a importância de controles sobre qualidade dos dados, segurança, rastreabilidade e responsabilidade. A tendência também interessa diretamente ao Banking as a Service, já que empresas podem oferecer produtos financeiros por meio de infraestruturas de terceiros e incorporar modelos inteligentes em diferentes etapas da experiência do cliente. A discussão regulatória, portanto, não deve ficar restrita ao desenvolvimento do algoritmo: ela envolve toda a cadeia tecnológica e financeira que participa da operação.
Como fintechs podem se preparar para uma regulação maior da inteligência artificial?
Para o profissional de fintech, o principal sinal produzido pela discussão atual é que governança de IA tende a se tornar parte da infraestrutura operacional, e não apenas uma preocupação futura do departamento jurídico. Empresas que desenvolvem ou incorporam modelos precisam saber quais sistemas utilizam inteligência artificial, para quais finalidades, com quais dados e quais decisões dependem desses modelos. Também é importante estabelecer critérios para avaliação de desempenho, segurança e possíveis vieses, além de definir quem responde quando uma ferramenta apresenta comportamento inesperado. O debate internacional reforçado pelo estudo da Durham University Business School mostra que a criação de regras específicas pode avançar justamente para responder a essas questões.
Esse movimento também pode influenciar investimentos corporativos em tecnologia. Em vez de avaliar apenas precisão, velocidade ou redução de custos, fintechs tendem a precisar considerar explicabilidade, auditoria, controles de acesso, qualidade dos dados e capacidade de intervenção humana. A lógica é semelhante àquela já observada em outras áreas reguladas do sistema financeiro: inovação precisa ser acompanhada por mecanismos que permitam identificar, mensurar e controlar riscos. Para startups em fase de crescimento, incorporar esses processos desde o início pode ser especialmente relevante porque mudanças estruturais feitas depois da escala operacional costumam ser mais complexas. A questão, portanto, deixa de ser “usar ou não usar IA” e passa a ser “como utilizar IA de maneira controlável e compatível com as responsabilidades de uma instituição financeira”.
O cenário internacional reforça que a regulação pode se tornar um componente importante da estratégia competitiva das fintechs. Um levantamento recente sobre o mercado europeu de fintechs apontou que investimentos continuam concentrados em segmentos como regtech, ativos digitais e pagamentos, justamente em um ambiente no qual mudanças regulatórias podem estimular a demanda por infraestrutura de conformidade e governança.
No Brasil, a trajetória do Banco Central com Pix, Open Finance e regras de prevenção a fraudes mostra que inovação e supervisão caminham simultaneamente. O ecossistema já possui uma infraestrutura digital de grande escala, e a próxima etapa tende a envolver aplicações cada vez mais sofisticadas de automação e inteligência artificial. Para empreendedores, profissionais de produto e equipes de tecnologia, acompanhar a regulação desde a fase de desenvolvimento pode ser tão importante quanto acompanhar novos modelos de negócio. Para o consumidor, o resultado esperado é que a expansão da IA venha acompanhada de maior transparência, segurança e mecanismos de proteção.
A discussão sobre uma regulação específica para inteligência artificial financeira ainda está em evolução, mas o sinal para o mercado é claro: a tecnologia está avançando mais rapidamente para atividades críticas do sistema financeiro. Pix, Open Finance e bancos digitais já demonstram como infraestrutura tecnológica pode mudar hábitos e modelos de negócio em larga escala, enquanto a IA acrescenta uma nova camada de automação e tomada de decisão. Para fintechs brasileiras, o desafio será combinar velocidade de inovação com governança capaz de acompanhar essa transformação. O profissional que compreender tecnologia, regulação e gestão de risco simultaneamente estará mais preparado para interpretar as próximas mudanças do setor, especialmente à medida que autoridades e empresas definem limites e responsabilidades para sistemas inteligentes em serviços financeiros.
Fontes principais da matéria:
- Durham University Business School — estudo sobre regulação de IA no setor financeiro
- FinTech Global — “Finance sector needs its own AI rulebook, study says”
- Banco Central do Brasil — Resolução BCB nº 584, de 7 de agosto de 2026
- Banco Central do Brasil — informações institucionais e regulatórias
