isso é AI ou só estética de inovação?

essa é a primeira edição de uma série especial sobre como a inteligência artificial está sendo aplicada de forma estratégica (ou não) no mercado financeiro.

não é um guia técnico e nem um ode à produtividade.

é uma leitura crítica, baseada no que foi discutido no SXSW, e análise estratégica, baseada em dados reais, entrevistas de bastidor e casos que (quase) ninguém está olhando.

o objetivo aqui é simples: mostrar o que está acontecendo por trás dos discursos e como separar o uso de AI que gera impacto de verdade da automação disfarçada de inovação.

boa parte dos escritórios do mercado financeiro que dizem estar “usando IA” estão, na prática, apenas automatizando tarefas desnecessárias.

conteúdo genérico, prompts “milagrosos” e scripts de relacionamento que parecem inteligentes, mas não têm estratégia e muito menos impacto no negócio.

essa foi uma das análises bastante provocativas do relatório da pwc sobre o SXSW, que aconteceu no último mês em austin.

o mercado está cheio de operações que parecem modernas por fora, mas seguem empilhando dados não tratados, decisões mal interpretadas e processos com aparência de tecnologia. tudo isso sem inteligência de mercado.

acesse o relatório por aqui

o que os dados mostram

empresas que personalizaram seus modelos com dados próprios tiveram até +20% de aumento na acurácia de previsões de mercado, segundo o relatório.

em setores como o farmacêutico, por exemplo, ciclos de análise foram reduzidos de 12 para 2 meses com uso de IA interpretativa aplicada a simulações, hipóteses e desenvolvimento de soluções.

o que separa os dois grupos? leia até o final para descobrir.

o que empresas estratégicas estão fazendo

IA estratégica não gera mais volume.
gera clareza em tomada de decisão.

estruturas mais avançadas estão testando modelos com base em dados provenientes da operação, como:

• otimização de carteiras com base em cenários gerados por IA

• identificação de riscos emergentes a partir de dados não estruturados (ex: notícias, relatórios, redes sociais);

• tokenização de ativos, que exige monitoramento inteligente, compliance automatizado e verificação de segurança;

• geração de produtos estruturados mais personalizados, com IA sugerindo formatos baseados no perfil de risco do investidor.

• padrão de rejeição por tipo de canal e tom de linguagem

não estamos falando de produtividade, mas de predição com impacto direto em captação, ajuste de discurso, priorização comercial e retenção.

1. morgan stanley é um exemplo claro de liderança no uso de IA em wealth management. a empresa implementou soluções baseadas em IA para aumentar a produtividade dos assessores, o que contribuiu para o aumento das receitas da unidade, que atingiram US$ 7,3 bilhões no terceiro trimestre de 2024 (+14% YoY)​.

2. o crescente ecossistema de wealth techs com soluções baseadas em IA prontas para integração já tem mais de 50 parceiros validados em fase de “deploying” ou superior, o que indica maturidade comercial no mercado​.

3. blackrock tem se posicionado de forma estratégica na convergência entre IA, blockchain e gestão de ativos. o CEO larry fink é defensor de um futuro tokenizado para as finanças tradicionais (tradfi), o que envolve aplicações de IA para análise, compliance e automação em redes privadas de ativos digitais​.

4. estão surgindo soluções voltadas ao uso de modelos de IA para análise e recomendação de portfólio, aplicando algoritmos de machine learning e natural language processing (NLP) para automatizar insights sobre riscos e oportunidades em tempo real.

os dados que você vê aqui estão na fnmk.
mais de 1.500 papers, reports e materiais para o dia a dia no mercado financeiro.

crie sua conta

o custo da eficiência superficial

o que parece agilidade, muitas vezes é só automatização do improviso.
spoiler: isso é perceptível ao cliente e parceiro.

o relatório mostra que o shelf life das habilidades caiu de 30 anos para 6 meses​

isso significa que não estamos mais falando sobre "quem sabe mais", mas sobre quem tem capacidade de atualizar suas decisões com base em dados, em ciclos curtos e de forma contínua.

quem seguir tratando IA como ferramenta de produtividade vai ter dificuldade em liderar o mercado nos próximos anos. quem entender que ela é uma extensão da estratégia, e não da operação, vai garantir vantagem competitiva.

📁 bônus para quem assina a versão paga

criei um material exclusivo com frameworks e exemplos dentro do mercado financeiro global para você estruturar o uso de IA no seu escritório de forma estratégica, sem depender de prompt pronto, automação rasa ou “ideias repetidas com cara de inteligência”.

inclui:

• 3 aplicações práticas de IA em estruturas do mercado financeiro

• mapa de onde a IA pode gerar vantagem no ciclo de comunicação, relacionamento e decisão

• tabela com fontes de dados comportamentais que escritórios já têm, mas não usam

[clique aqui para gerenciar sua assinatura]

na próxima terça-feira, publico a parte 2 dessa série:
como IA, segmentação emocional e design de conteúdo estão se cruzando na criação de experiências imersivas no mercado financeiro e qual é o impacto em conversão, retenção e reputação.

até lá, pra quem quer sair da automação superficial e usar AI de maneira inteligente, o conteúdo extra já está disponível para assinantes pagos.