O Itaú está ampliando o uso de inteligência artificial generativa com uma arquitetura que separa a experiência do cliente da camada de governança. A interface ia.i começou com cerca de 300 mil clientes, enquanto a plataforma IARA controla acesso a modelos, observabilidade, custo por token e políticas de IA responsável. A lição prática não é copiar a escala do banco, mas construir controle, métricas e revisão antes de colocar IA em todos os processos.
Entenda as duas camadas da estratégia
Na frente, a ia.i reúne interações por texto e voz relacionadas a conta, crédito, cartões, seguros e investimentos, com encaminhamento para atendimento humano quando necessário. Atrás da experiência, a IARA funciona como uma camada de orquestração que oferece diferentes modelos às equipes dentro das políticas internas.
Essa separação evita que cada área conecte ferramentas por conta própria. A empresa mantém um ponto comum para autorização, registro, custo, avaliação e atualização. Mesmo em uma operação pequena, vale distinguir claramente o canal usado por clientes do serviço responsável por dados, regras e auditoria.
Comece por problemas cotidianos e verificáveis
O caso mostra que a experiência deve ser simples, direta e útil. Perguntas sobre extrato, preparação de reunião, resumo de documentos e orientação para o próximo passo são mais fáceis de testar do que um assistente genérico que promete resolver tudo.
Escolha uma tarefa com entrada conhecida, resultado conferível e responsável definido. Registre a linha de base de tempo, erro e custo. Rode primeiro com um grupo limitado e mantenha uma rota humana para dúvidas, exceções e decisões que envolvam risco financeiro, jurídico ou reputacional.
- Defina quem pode usar cada fonte de dados
- Escolha o modelo conforme custo, latência e complexidade
- Registre a versão do fluxo e das instruções
- Mantenha escalada humana para casos sensíveis
- Revise respostas por qualidade, viés e aderência à política
Centralize custo, qualidade e observabilidade
A IARA foi desenhada para tratar custo por token, precisão e IA responsável no mesmo ciclo. Isso é importante porque um fluxo barato que exige muito retrabalho pode custar mais do que uma opção mais precisa, enquanto um modelo avançado usado em tarefas simples pode desperdiçar orçamento.
Crie um painel por processo, não apenas por fornecedor. Acompanhe volume, custo por tarefa concluída, latência, taxa de aceitação sem edição, correções humanas, incidentes e resultado de negócio. Compare modelos com o mesmo conjunto de casos antes de decidir onde cada um será usado.
Use os números como referência, não como promessa
A publicação informa que uma solução jurídica do banco opera sobre mais de 90 milhões de documentos, executa mais de 2 milhões de tarefas por mês e registrou ganhos de eficiência entre 20% e 80% em etapas dos processos. Esses resultados pertencem ao contexto, à infraestrutura e aos controles do Itaú.
Uma empresa não deve projetar o mesmo ganho apenas por contratar um modelo semelhante. Meça uma amostra real e inclua preparação de dados, integração, revisão, suporte e manutenção no custo total. Percentuais amplos também pedem detalhamento por tarefa para evitar que uma média esconda etapas com baixo desempenho.
Monte um roteiro de adoção em quatro etapas
Primeiro, selecione um problema frequente e documente a referência atual. Segundo, conecte somente os dados necessários e defina permissões, retenção e responsáveis. Terceiro, teste diferentes modelos e instruções em um ambiente controlado. Quarto, libere gradualmente, monitorando custo, qualidade, segurança e efeito para o cliente.
A arquitetura deve permitir interromper o fluxo, trocar um modelo e investigar uma resposta sem perder o histórico. Escala sustentável surge quando a empresa consegue explicar o que a IA fez, quais fontes utilizou, quanto custou e quem aprovou o próximo passo.
Para levar daqui
A principal lição do Itaú é colocar governança e observabilidade antes da expansão. Comece por tarefas simples, escolha modelos conforme o trabalho, mantenha revisão humana e meça o custo por resultado confiável.
