Como o Itaú cria IA generativa para toda a sua base de clientes

Criar uma experiência próxima e personalizada para milhões de clientes em um país como o Brasil não é, em primeiro lugar, um problema de modelo. É um problema de simplicidade.

"Muitos aspectos têm a ver com como tornar algo simples, direto e útil, gerar benefício direto para o cliente e conseguir com que a tecnologia passe quase despercebida", diz Carlos Eduardo Mazzei, CTO do Itaú.

O critério que ele descreve é exigente: a solução precisa resolver um problema real do dia a dia, ser direta, simples e memorável. A tecnologia entra como meio — nunca como protagonista da experiência.

Há demanda para isso. Uma pesquisa do Itaú em parceria com o Grupo Consumoteca mostra que 80% dos brasileiros querem organizar melhor a vida financeira e buscam apoio mais assertivo para decidir, e que 65% gostariam de contar com tecnologias que funcionem como um copiloto financeiro, oferecendo orientação contínua.

A trajetória começou em 2024, quando o banco introduziu as primeiras capacidades da Inteligência Itaú para necessidades financeiras específicas. A ia.i é a etapa seguinte: uma camada conversacional completa, ativada por texto ou voz, que reúne em um único ambiente interações relacionadas a conta corrente, crédito, cartões, seguros e outros serviços — e que conecta o cliente ao apoio humano especializado sempre que necessário.

Foi justamente essa amplitude que orientou a escolha dos modelos.

"Os modelos da OpenAI foram bastante importantes para a entrega dessa experiência, porque eles conseguiram operar nesse range de soluções", explica Mazzei. "Das mais simples, que precisam ser eficientes em custo e em latência, até as soluções mais complexas, em que é necessário ter o raciocínio e todo o embasamento necessário para ter uma resposta adequada."

Ter um espectro de modelos — e não um modelo único — foi o que permitiu entregar a solução completa em um só produto. No centro dessa experiência está o Customer DNA, uma camada de contexto financeiro que ajuda o banco a compreender necessidades, hábitos e momentos de vida de cerca de 70 milhões de clientes. Sob controles de governança e IA responsável, os modelos GPT estão entre os componentes que ajudam a manter e enriquecer essa representação, tornando as interações progressivamente mais relevantes.

A solução se apoia em três princípios: interatividade, multimodalidade — texto, voz, imagem e clique na mesma experiência — e individualização.

Com cerca de 300 mil clientes na primeira fase, o banco entrou num período de aprendizado sobre a relação real entre cliente e produto.

"A gente consegue entender como o cliente passa a usar esse produto de maneira mais profunda e ver como ele pode trazer benefício direto no dia a dia financeiro de cada um", diz Mazzei. A presença é distribuída pela jornada: de uma dúvida sobre uma despesa dentro do extrato até a assessoria de investimentos e as transações de conveniência no WhatsApp.

Por trás das experiências visíveis existe uma decisão de arquitetura. Para operar IA na escala de um banco, o Itaú construiu a IARA — plataforma de governança e orquestração que disponibiliza diferentes modelos para as equipes de forma controlada e alinhada às políticas internas. A OpenAI está entre os provedores de modelos disponibilizados nesse ambiente.

É essa camada que sustenta soluções como a do departamento jurídico, onde a plataforma automatiza leitura, análise e interpretação de documentos. A solução opera sobre uma base de mais de 90 milhões de documentos e executa mais de 2 milhões de tarefas por mês, com ganhos de 20% a 80% de eficiência em etapas de processos da área.

"É essencial que essa informação esteja preservada, esteja dentro do contexto do banco e possa acessar modelos de maneira segura, governada, entendendo a eficiência do uso de tokens para que toda essa solução seja economicamente viável para o banco", afirma Mazzei.

A IARA resolve três problemas ao mesmo tempo: controle de custo por token, acurácia das respostas e aplicação de políticas de IA responsável. Em um setor tão regulado, é o que permite avançar rápido sem abrir mão do controle.

"Quando a gente fala de Responsible AI no banco, é uma disciplina que a gente cuida com muito carinho", diz. "A gente precisa que o cliente interaja com o banco e que as nossas respostas estejam adequadas aos nossos valores e à nossa cultura." Isso inclui reduzir qualquer risco de viés que possa surgir em modelos de fronteira.

Os princípios de IA responsável orientam todo o ciclo de vida das soluções, do desenvolvimento ao monitoramento contínuo, buscando garantir segurança, transparência, ética e conformidade regulatória à medida que a tecnologia é escalada.

A estratégia AI First do banco não para no cliente final. A mesma camada de inteligência que sustenta a ia.i apoia especialistas, gerentes e equipes de atendimento.

Mazzei descreve um espectro que vai da automação de tarefas simples até a execução de trabalhos que antes não eram viáveis — mas que agregam valor à relação com o cliente: o resumo antes de uma reunião, a preparação de um encontro, o entendimento de uma questão específica, a elaboração de planos e alternativas que antes não eram óbvias e demandavam muito tempo.

A expectativa do banco com essa implantação é expressiva: três vezes mais tempo disponível para relacionamento com clientes, atendimento até duas vezes mais rápido e até três vezes mais efetividade nas conversas.

• A ia.i chegou a cerca de 300 mil clientes na primeira fase, cobrindo desde transações de conveniência até assessoria de investimentos, com ativação por texto ou voz.

• A plataforma IARA disponibiliza diferentes modelos às equipes do banco sob governança, observabilidade, controle de custo por token e enforcement de Responsible AI.

• A solução jurídica opera sobre mais de 90 milhões de documentos e executa mais de 2 milhões de tarefas por mês, com ganhos de 20% a 80% de eficiência.

• O uso de um espectro de modelos permitiu atender tanto casos sensíveis a custo e latência quanto casos que exigem raciocínio mais profundo; os modelos GPT‑5.x integram o Customer DNA, que oferece contexto financeiro para cerca de 70 milhões de clientes.

• Meça a experiência pela simplicidade, não pela sofisticação. O objetivo é que a tecnologia passe despercebida e o benefício apareça.

• Escolha modelos por espectro, não por modelo único. Jornadas reais misturam interações de baixa latência e decisões que exigem raciocínio.

• Construa a camada de governança antes de escalar. Observabilidade, controle de custo e IA responsável são o que tornam a escala viável em setores regulados.

• Trate viés e adequação cultural como requisito de produto. As respostas ao cliente precisam refletir os valores da instituição.

• Aplique a estratégia também para dentro. Devolver tempo às equipes é o que libera o relacionamento humano onde ele mais importa.

• Comece por problemas cotidianos concretos, como uma dúvida no extrato ou uma transação simples.

• Lance para uma base inicial e use esse grupo para aprender o comportamento real antes de expandir.

• Centralize o acesso aos modelos em uma plataforma única para não perder controle de custo e qualidade.

• Monitore eficiência de tokens desde o primeiro dia — viabilidade econômica é parte do design.

• Combine conversa e navegação: nem toda ação é melhor resolvida em linguagem natural.

A ia.i segue em evolução. A expectativa do banco é disponibilizar a experiência para toda a base até o fim de 2026. Entre as capacidades previstas para as próximas etapas estão simulação e contratação de produtos, além de análises financeiras recorrentes sobre receitas, despesas e hábitos.

Para Mazzei, o significado da empreitada extrapola o produto — o banco atravessou décadas de transformações, com hábitos e exigências dos clientes em constante mudança.