Dentro dos grandes bancos, a inteligência artificial passou para uma categoria antes reservada a sistemas de pagamentos, centros de dados e controlos de risco essenciais. No JPMorgan Chase, a IA é enquadrada como uma infra-estrutura que o banco acredita não se poder dar ao luxo de negligenciar.
Essa posição ficou clara nos comentários recentes do CEO Jamie Dimon, que defendeu o crescente orçamento tecnológico do banco e alertou que as instituições que ficam para trás na IA correm o risco de perder terreno para os concorrentes. O argumento não era substituir pessoas, mas manter-se funcional numa indústria onde a velocidade, a escala e a disciplina de custos são importantes todos os dias.
O JPMorgan investe pesadamente em tecnologia há anos, mas a IA mudou o tom desses gastos. O que antes era parte dos projetos de inovação é agora incluído nos custos operacionais básicos do banco. Isso inclui ferramentas internas de IA que apoiam pesquisas, elaboração de documentos, revisões internas e outras tarefas rotineiras na organização.
Da experimentação à infraestrutura
A mudança na linguagem reflete uma mudança mais profunda na forma como o banco vê o risco. A IA é considerada parte dos sistemas necessários para acompanhar os concorrentes que automatizam o trabalho interno.
Em vez de encorajar os trabalhadores a confiarem em sistemas públicos de IA, a JPMorgan concentrou-se na construção e gestão das suas próprias plataformas internas. Essa decisão reflecte preocupações de longa data no sector bancário sobre a exposição de dados, a confidencialidade dos clientes e a monitorização regulamentar.
Os bancos operam num ambiente onde os erros acarretam custos elevados. Qualquer sistema que toque em dados confidenciais ou influencie escolhas deve ser auditável e explicável. Ferramentas públicas de IA, treinadas em conjuntos de dados e atualizadas frequentemente, tornam isso difícil. Os sistemas internos dão ao JPMorgan mais controle, mesmo que demorem mais para serem implantados.
A abordagem também reduz o potencial de “IA sombra” não controlada, na qual os funcionários usam ferramentas não aprovadas para acelerar o trabalho. Embora essas ferramentas possam melhorar a produtividade, criam lacunas na supervisão que os reguladores tendem a notar rapidamente.
Uma abordagem cautelosa à mudança da força de trabalho
O JPMorgan tem sido cuidadoso ao falar sobre o impacto da IA nos empregos. O banco evitou alegações de que a IA reduziria drasticamente o número de funcionários. Em vez disso, apresenta a IA como uma forma de reduzir o trabalho manual e melhorar a consistência.
Tarefas que antes exigiam vários ciclos de revisão agora podem ser concluídas mais rapidamente, com os funcionários ainda responsáveis pelo julgamento final. O enquadramento posiciona a IA como apoio e não como substituição, o que é importante num sector sensível à reacção política e regulamentar.
A escala da organização torna esta abordagem prática. O JPMorgan emprega centenas de milhares de pessoas em todo o mundo. Mesmo pequenos ganhos de eficiência, aplicados de forma ampla, podem traduzir-se em poupanças de custos significativas ao longo do tempo.
O investimento inicial necessário para construir e manter sistemas internos de IA é substancial. Dimon reconhece que os gastos com tecnologia podem ter um impacto no desempenho a curto prazo, especialmente quando as condições de mercado são incertas.
A sua resposta é que cortar agora na tecnologia pode melhorar as margens no curto prazo, mas corre o risco de enfraquecer a posição do banco mais tarde. Nesse sentido, os gastos com IA são tratados como uma forma de seguro contra o atraso.
JPMorgan, AI e o risco de ficar para trás dos rivais
A posição do JPMorgan reflecte a pressão no sector bancário. Os rivais estão investindo em IA para acelerar a detecção de fraudes, agilizar o trabalho de conformidade e melhorar os relatórios internos. À medida que essas ferramentas se tornam mais comuns, as expectativas aumentam.
Os reguladores podem presumir que os bancos têm acesso a sistemas avançados de monitorização. Os clientes podem esperar respostas mais rápidas e menos erros. Nesse ambiente, o atraso na IA pode parecer menos uma questão de cautela e mais uma má gestão.
O JPMorgan não sugeriu que a IA resolverá desafios estruturais ou eliminará riscos. Muitos projetos de IA lutam para ir além de usos restritos e integrá-los em sistemas complexos continua difícil.
O trabalho mais difícil reside na governação. Decidir quais equipes podem usar IA, sob quais condições e com que supervisão requer regras claras. Os erros precisam de caminhos de escalonamento definidos. A responsabilidade deve ser atribuída quando os sistemas produzem resultados defeituosos.
Nas grandes empresas, a adoção da IA não é limitada pelo acesso a modelos ou ao poder computacional, mas restringida por processos, políticas e confiança.
Para outras empresas utilizadoras finais, a abordagem do JPMorgan oferece um ponto de referência útil. A IA é tratada como parte do maquinário que mantém a organização funcionando.
Isso não garante sucesso. Os retornos podem levar anos para aparecer e alguns investimentos não serão recompensados. Mas a posição do banco é que o maior risco reside em fazer muito pouco e não muito.
(Foto de IKECHUKWU JULIUS UGWU)
Veja também: Bancos operacionalizam à medida que Plumery AI lança integração padronizada
Quer saber mais sobre IA e big data dos líderes do setor? Confira a AI & Big Data Expo que acontece em Amsterdã, Califórnia e Londres. O evento abrangente faz parte da TechEx e é realizado junto com outros eventos de tecnologia líderes. Clique aqui para mais informações.
AI News é desenvolvido pela TechForge Media. Explore outros eventos e webinars de tecnologia empresarial futuros aqui.
Fontesartificialintelligence
