Setor financeiro acelera gastos com IA, mas retorno ainda é difícil de provar

O setor financeiro já não debate mais se deve adotar inteligência artificial. A questão passou a ser outra: quais projetos de IA de fato melhoram receita, reduzem custos, fortalecem controles de risco ou tornam a experiência do cliente melhor — e como provar isso com números.

A Quinlan & Associates estima que os serviços financeiros tenham gasto US$ 76 bilhões em iniciativas relacionadas à IA em 2025. A projeção é de que o total ultrapasse US$ 130 bilhões até 2030. 14 Mesmo assim, o retorno sobre o investimento, ou ROI, segue difícil de demonstrar para boa parte do mercado.

Muito investimento, pouco valor comprovado

Segundo dados associados ao relatório da Quinlan, 95% das instituições financeiras tradicionais já exploram IA ou a utilizam nas operações. Porém, 71% dizem enfrentar dificuldades para obter ou comprovar um ROI claro. 3

A disparidade mostra que adoção não é sinônimo de resultado. Licenciar ferramentas, testar modelos e iniciar provas de conceito pode sinalizar ambição, mas não garante que a tecnologia tenha sido incorporada a um processo capaz de entregar ganhos duradouros.

Outro dado reforça o tamanho do desafio: 43% das iniciativas de IA são canceladas, segundo achados vinculados à Quinlan. 15 Ou seja, uma parcela relevante dos projetos não chega a se sustentar em produção.

Os três entraves para transformar IA em retorno

A Quinlan aponta três obstáculos conectados entre si:

1. Estratégia orientada pela tecnologia, e não pelo problema de negócio. Em vez de começar por um gargalo operacional, uma jornada do cliente ou uma meta financeira mensurável, empresas podem partir da ferramenta disponível e tentar encontrar uma aplicação depois. Isso dificulta a escolha de casos de uso com impacto concreto. 6
2. Governança deixada para o fim. Quando risco, compliance e controles entram apenas como uma etapa de aprovação posterior, restrições importantes podem aparecer depois de tempo e recursos já terem sido consumidos. 6
3. Modelo operacional sem condições de escalar. Dados fragmentados, bases de implementação frágeis e falta de capacidade para governar, implantar e ampliar soluções podem deixar projetos promissores presos na fase de piloto. 6

Em outras palavras, o problema não é apenas tecnológico. Uma instituição pode ter acesso aos melhores modelos e, ainda assim, não capturar valor se não adaptar fluxos de trabalho, responsabilidades e métricas de desempenho.

Governança não é só controle: ela ajuda a viabilizar o ROI

No sistema financeiro, a governança de IA faz parte do próprio mecanismo de geração de retorno. Ela influencia se uma solução pode ser aprovada, colocada em produção, monitorada e usada com o nível de autonomia previsto no caso de negócio.

O playbook do Fórum Econômico Mundial para o setor recomenda incorporar gestão de risco e práticas de IA responsável em todas as camadas da operação: definir o apetite a risco desde o início, validar modelos com rigor e garantir que as ações da IA sejam explicáveis, rastreáveis e controláveis. 1

Isso ganha importância à medida que as instituições evoluem de sistemas que apenas auxiliam profissionais para ferramentas capazes de executar ações em várias etapas. Limites claros, caminhos de escalonamento e supervisão humana reduzem a incerteza operacional que pode impedir a expansão de casos de uso valiosos.

A infraestrutura também pesa. Pesquisa do IIF em parceria com a EY aponta qualidade e disponibilidade dos dados entre os principais desafios para levar IA à produção, além da necessidade de profissionais qualificados e salvaguardas de governança. 4

O que BCG e NVIDIA mostram

Outros levantamentos chegam a uma conclusão semelhante, ainda que com metodologias e amostras diferentes: a IA pode trazer retorno, mas o resultado não vem automaticamente com a implantação.

Em pesquisa com mais de 280 executivos da área financeira, a BCG encontrou ROI mediano declarado de 10% para IA e IA generativa — abaixo dos 20% buscados por muitos participantes. Quase um terço relatou ganhos limitados. 43 Em outro estudo, com mais de 1.250 empresas, a consultoria estimou que apenas 5% estavam obtendo valor com IA em escala, enquanto 60% relatavam pouco valor material apesar de investimentos relevantes.

Já a pesquisa de 2025 da NVIDIA mostra o lado mais favorável da equação: entre os respondentes, quase 70% disseram que a IA gerou aumento de receita de ao menos 5%, e mais de 60% afirmaram ter reduzido custos anuais em pelo menos 5%. Otimização de trading e carteiras, além de experiência do cliente, lideraram os casos de uso de IA generativa por ROI reportado.

Os resultados não são contraditórios. Eles indicam que há retorno quando as empresas escolhem aplicações de alto valor, redesenham o processo afetado, estruturam dados e controles confiáveis e acompanham o impacto operacional e financeiro.

A disputa agora é pela execução

O dado central da Quinlan é o contraste entre a escala dos investimentos, a adesão disseminada e a dificuldade persistente de provar valor: US$ 76 bilhões investidos em 2025, ampla atividade institucional e 71% das organizações ainda enfrentando obstáculos para demonstrar retorno. 14 3

Para lideranças do setor financeiro, a resposta prática é tratar IA como um programa de transformação do negócio, e não como uma coleção de pilotos isolados. Isso envolve começar por um objetivo mensurável, definir requisitos de risco e governança antes do desenvolvimento, atribuir responsáveis pelos resultados e acompanhar indicadores durante todo o ciclo de vida da solução.

A BCG chega a recomendação parecida: empresas que criam valor significativo tendem a concentrar esforços em poucas iniciativas, escalá-las rapidamente, mudar processos centrais, capacitar equipes e medir de forma sistemática os retornos operacionais e financeiros.

A próxima diferença competitiva, portanto, não deve separar quem tem IA de quem não tem. Ela deve separar as instituições capazes de operar IA com segurança, confiança e métricas claras em processos essenciais daquelas que continuam acumulando experimentos sem uma rota repetível para gerar valor.