A plataforma de banking digital Plumery AI lançou uma tecnologia que promete ajudar instituições financeiras a superar um dilema recorrente: como levar a inteligência artificial além de provas de conceito e integrá-la às operações diárias sem abrir mão de governança, segurança e conformidade regulatória.
Batizado de "AI Fabric", o produto é apresentado pela empresa como um framework padronizado para conectar ferramentas e modelos de IA generativa aos dados e serviços centrais dos bancos. Segundo a Plumery, a solução foi desenvolvida para reduzir a dependência de integrações sob medida e promover uma arquitetura orientada a eventos e API-first, capaz de escalar conforme o crescimento das instituições.
O desafio que o AI Fabric busca enfrentar é bem conhecido no setor. Bancos investiram pesadamente em experimentos com IA na última década, mas muitas implementações permanecem limitadas a pilotos. Pesquisas da McKinsey indicam que, embora a IA generativa possa melhorar significativamente produtividade e experiência do cliente em serviços financeiros, a maioria das instituições encontra dificuldades para transformar pilotos em produção devido a ecossistemas de dados fragmentados e modelos operacionais legados. A consultoria defende que a adoção institucional da IA exige infraestrutura compartilhada, governança e produtos de dados reutilizáveis.
Na apresentação do lançamento, Ben Goldin, fundador e CEO da Plumery, afirmou que as instituições financeiras sabem o que esperam da IA: casos de uso em produção que melhorem experiência e operações, mas sem comprometer governança, segurança ou controle. "A arquitetura de malha de dados orientada a eventos transforma como os dados bancários são produzidos, compartilhados e consumidos, em vez de adicionar mais uma camada de IA sobre sistemas fragmentados", disse ele.
Fragmentação dos dados continua sendo barreira
A fragmentação dos dados é apontada como um dos principais obstáculos para a operacionalização da IA nos bancos. Muitas instituições ainda dependem de sistemas core legados que coexistem com canais digitais mais recentes, gerando silos em produtos e jornadas de clientes. Cada iniciativa de IA costuma demandar novos esforços de integração, revisões de segurança e aprovações de governança, elevando custos e atrasando entregas.
Estudos acadêmicos e do setor corroboram essa visão. Pesquisas sobre IA explicável em serviços financeiros ressaltam que pipelines fragmentados dificultam traçar decisões e aumentam riscos regulatórios, especialmente em áreas como scoring de crédito e combate à lavagem de dinheiro. Reguladores têm exigido que bancos consigam explicar e auditar resultados gerados por IA, independentemente de onde os modelos foram desenvolvidos.
A Plumery afirma que o AI Fabric trata esses pontos ao expor dados bancários organizados por domínio como fluxos governados, reutilizáveis em múltiplos casos de uso. A empresa defende que separar sistemas de registro de sistemas de engajamento e de inteligência permite inovar com mais segurança.
Evidências de IA já em produção
Apesar das dificuldades, a IA já está presente em várias frentes do setor financeiro. Estudos de caso reunidos por analistas mostram uso disseminado de machine learning e processamento de linguagem natural em atendimento ao cliente, gestão de risco e conformidade.
Citou-se, por exemplo, que o Citibank implantou chatbots com IA para tratar consultas rotineiras, aliviando call centers e melhorando tempos de resposta. Grandes bancos também usam análises preditivas para monitorar carteiras de empréstimos e antecipar inadimplência; o Santander, publicamente, descreveu o uso de modelos de machine learning para avaliar risco de crédito e fortalecer a gestão de portfólios.
A detecção de fraude é outra área madura: bancos dependem cada vez mais de sistemas de IA para analisar padrões de transações e sinalizar comportamentos anômalos com mais eficácia do que regras estáticas. Relatórios de consultorias de tecnologia destacam que esses modelos exigem fluxos de dados de alta qualidade e que a complexidade de integração continua a ser um limitador para instituições menores.
Aplicações mais avançadas surgem nas bordas
Pesquisas sobre grandes modelos de linguagem apontam que, sob governança rigorosa, IA conversacional poderia apoiar funções transacionais e consultivas no varejo bancário. Contudo, essas implementações ainda são experimentais e sujeitas a forte escrutínio regulatório devido às implicações de governança e responsabilidade.
Plataformas e abordagens de ecossistema
A Plumery atua num mercado competitivo de plataformas de banking digital que se posicionam como camadas de orquestração, e não como substitutas dos sistemas core. A companhia estabeleceu parcerias pensadas para se integrar a ecossistemas fintech mais amplos; sua integração com a Ozone API, provedora de infraestrutura de open banking, foi destacada como um meio de permitir que bancos entreguem serviços compatíveis com padrões regulatórios mais rapidamente, sem desenvolvimento customizado extenso.
Essa estratégia reflete uma tendência do setor em direção a arquiteturas componíveis. Fornecedores como a Backbase e outros promovem plataformas centradas em APIs que permitem aos bancos conectar IA, análises e serviços de terceiros ao core existente. Analistas em geral consideram que tais arquiteturas favorecem a inovação incremental em vez da substituição de sistemas em larga escala.
Preparação desigual e espaços de teste regulatório
A prontidão do setor para adoção em larga escala da IA é desigual. Um relatório da Boston Consulting Group apontou que menos de um quarto dos bancos se considera preparado para essa transição, com lacunas em governança, fundações de dados e disciplina operacional.
Reguladores têm respondido oferecendo ambientes controlados para experimentação. No Reino Unido, iniciativas de sandbox regulatório permitem que bancos testem novas tecnologias, incluindo IA, com o objetivo de incentivar inovação ao mesmo tempo em que reforçam prestação de contas e gestão de riscos.
O caminho à frente
Para fornecedores como a Plumery, a oportunidade está em oferecer infraestrutura que concilie ambição tecnológica e realidade regulatória. O AI Fabric chega a um mercado onde a demanda por IA operacional é clara, mas o sucesso dependerá de comprovar que novas ferramentas podem ser seguras e transparentes.
Se a abordagem da Plumery se tornará um padrão adotado amplamente ainda é incerto. À medida que bancos avançam da experimentação para a produção, o foco se volta para as arquiteturas que sustentam a IA; nesse cenário, plataformas capazes de demonstrar flexibilidade técnica e aderência a governança tendem a ganhar papel relevante na próxima fase da transformação digital bancária.
