Como o Itaú cria IA generativa para todos os seus clientes

Criar uma experiência próxima e personalizada para milhões de clientes num país como o Brasil é, antes de mais, uma questão de simplicidade, não de modelos.

«Em grande parte, trata-se de criar algo simples, direto e útil, que traga um benefício direto ao cliente e torne a tecnologia quase impercetível», afirma Carlos Eduardo Mazzei, diretor de tecnologia do Itaú.

O padrão que descreve é exigente: a solução tem de resolver um problema real do dia a dia e ser direta, simples e memorável. A tecnologia é o meio, nunca o centro da experiência.

Há procura por este tipo de soluções. Um estudo do Itaú em parceria com o Grupo Consumoteca mostra que 80% dos brasileiros querem organizar melhor a sua vida financeira e procuram apoio mais eficaz para tomar decisões. Além disso, 65% gostariam de ter tecnologias que funcionem como um copiloto financeiro, com orientação contínua.

O percurso começou em 2024, quando o banco lançou as primeiras funcionalidades da Inteligência Itaú para necessidades financeiras específicas. O ia.i é a etapa seguinte: uma camada conversacional completa, ativada por texto ou voz, que reúne num só ambiente interações sobre contas à ordem, crédito, cartões, seguros e outros serviços — e dá acesso a apoio humano especializado sempre que necessário.

Foi precisamente esta abrangência que orientou a escolha dos modelos.

«Os modelos da OpenAI foram muito importantes para proporcionar esta experiência, porque conseguiram abranger este leque de soluções», explica Mazzei. «Desde as mais simples, que exigem eficiência em custos e latência, até às mais complexas, que requerem raciocínio e toda a fundamentação necessária para dar uma resposta adequada.»

Dispor de vários modelos — em vez de um só — permitiu oferecer a solução completa num único produto. No centro desta experiência está o Customer DNA (ADN do Cliente), uma camada de contexto financeiro que ajuda o banco a compreender as necessidades, os hábitos e as fases de vida de cerca de 70 milhões de clientes. Sujeitos a mecanismos de governação e de IA responsável, os modelos GPT estão entre os componentes que ajudam a manter e enriquecer esta representação, tornando as interações cada vez mais relevantes.

A solução assenta em três princípios: interatividade, multimodalidade — texto, voz, imagem e cliques na mesma experiência — e individualização.

Com cerca de 300 000 clientes na primeira fase, o banco iniciou um período de aprendizagem sobre a relação real entre cliente e produto.

«Podemos compreender como os clientes começam a explorar mais a fundo este produto e perceber como pode beneficiar diretamente a vida financeira diária de cada pessoa», afirma Mazzei. A solução acompanha todo o percurso: desde uma dúvida sobre uma despesa no extrato bancário até ao aconselhamento sobre investimentos e a transações práticas no WhatsApp.

Por trás das experiências visíveis está uma decisão de arquitetura. Para operar a IA à escala de um banco, o Itaú criou a IARA — uma plataforma de governação e orquestração que dá às equipas acesso controlado a diferentes modelos, de acordo com as políticas internas. A OpenAI está entre os fornecedores de modelos disponíveis neste ambiente.

Esta camada suporta soluções como a do departamento jurídico, em que a plataforma automatiza a leitura, análise e interpretação de documentos. A solução trabalha sobre um repositório com mais de 90 milhões de documentos e executa mais de 2 milhões de tarefas por mês, com ganhos de eficiência de 20% a 80% em etapas dos processos do departamento.

«É essencial preservar esta informação, mantê-la no contexto do banco e aceder aos modelos de forma segura e com governação, compreendendo a eficiência do uso de tokens para que toda a solução seja economicamente viável para o banco», afirma Mazzei.

A IARA responde a três problemas em simultâneo: controlo de custos por token, exatidão das respostas e aplicação de políticas de IA responsável. Num setor tão regulamentado, isto permite avançar depressa sem perder o controlo.

«Quando falamos de IA responsável no banco, falamos de uma disciplina que tratamos com muito cuidado», afirma. «Precisamos que os clientes interajam com o banco e que as nossas respostas estejam alinhadas com os nossos valores e a nossa cultura.» Isto inclui reduzir qualquer risco de enviesamento que possa surgir nos modelos de fronteira.

Os princípios de IA responsável orientam todo o ciclo de vida das soluções, do desenvolvimento à monitorização contínua, para garantir segurança, transparência, ética e conformidade regulamentar à medida que a tecnologia ganha escala.

A estratégia do banco de colocar a IA em primeiro lugar vai além dos clientes finais. A mesma camada de inteligência que suporta o ia.i também apoia especialistas, gestores e equipas de atendimento ao cliente.

Mazzei descreve um leque que vai da automatização de tarefas simples à realização de trabalho antes inviável, mas que valoriza a relação com o cliente: resumos e preparação de reuniões, compreensão de questões específicas e elaboração de planos e alternativas antes menos evidentes e que exigiam muito tempo.

O banco tem grandes expectativas para esta implementação: o triplo do tempo disponível para a relação com os clientes, atendimento até duas vezes mais rápido e conversas até três vezes mais eficazes.

• O ia.i chegou a cerca de 300 000 clientes na primeira fase, abrangendo desde transações práticas até aconselhamento sobre investimentos, com ativação por texto ou voz.

• A plataforma IARA disponibiliza diferentes modelos às equipas do banco, com governação, observabilidade, controlo de custos por token e aplicação dos princípios de IA responsável.

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

• A utilização de vários modelos permitiu responder tanto a casos sensíveis ao custo e à latência como aos que exigem raciocínio mais aprofundado. Os modelos GPT‑5.x integram o Customer DNA, que fornece contexto financeiro sobre cerca de 70 milhões de clientes.

• Avalie a experiência pela simplicidade, não pela sofisticação. O objetivo é que a tecnologia passe despercebida e o benefício seja evidente.

• Escolha um conjunto de modelos, não apenas um. Os percursos reais combinam interações de baixa latência com decisões que exigem raciocínio.

• Crie a camada de governação antes de aumentar a escala. A observabilidade, o controlo de custos e a IA responsável tornam viável operar à escala em setores regulamentados.

• Trate a prevenção de enviesamentos e o alinhamento cultural como requisitos do produto. As respostas aos clientes devem refletir os valores da instituição.

• Aplique a estratégia também a nível interno. Devolver tempo às equipas dá-lhes espaço para as relações humanas onde estas mais importam.

• Comece por problemas concretos do dia a dia, como uma dúvida sobre um extrato bancário ou uma transação simples.

• Comece com um grupo inicial de clientes e aprenda com o seu comportamento real antes de alargar o acesso.

• Centralize o acesso aos modelos numa só plataforma para manter o controlo dos custos e da qualidade.

• Monitorize a eficiência do uso de tokens desde o primeiro dia — a viabilidade económica faz parte da conceção.

• Combine conversa e navegação: nem todas as ações se executam melhor através da linguagem natural.

O ia.i continua a evoluir. O banco prevê disponibilizar a experiência a toda a sua base de clientes até ao final de 2026. As funcionalidades previstas para as próximas etapas incluem simulações e adesão a produtos, bem como análises financeiras regulares de rendimentos, despesas e hábitos.

Para Mazzei, a importância da iniciativa vai além do produto — o banco atravessou décadas de transformação, com hábitos e expectativas dos clientes em constante mudança.