O aviso que o sistema financeiro não pode ignorar
O Banco Central Europeu (BCE) emitiu nesta semana um dos alertas mais contundentes já registrados por uma autoridade monetária sobre os riscos que a inteligência artificial representa para a infraestrutura financeira global. Em declaração ao Olhar Digital, José Luis Escrivá, membro do Conselho do BCE, apontou que a velocidade sem precedentes com que sistemas de IA estão sendo integrados aos mercados financeiros cria vulnerabilidades sistêmicas que os reguladores ainda não dominam completamente.
A intervenção ocurre em um momento crítico: segundo dados do Boston Consulting Group, o investimento global em IA para serviços financeiros atingiu US$ 35,1 bilhões em 2025, com projeções de alcançar US$ 64,7 bilhões até 2028. Simultaneamente, o Financial Stability Board (FSB) reportou que mais de 60% das principais instituições financeiras do G20 já utilizam algoritmos de machine learning em operações de alto risco — desde negociação algorítmica até avaliação de crédito.
Como a IA transformou — e vulnerabilizou — o sistema financeiro
A penetração da inteligência artificial no setor financeiro não é um fenômeno novo, mas sua escala atual atingiu dimensões que preocupam autoridades regulatórias worldwide. Tradicionalmente, os riscos em infraestrutura financeira concentravam-se em variáveis macroeconômicas: taxas de juros, inflação, crédito soberano. Agora, somam-se a esses fatores tradicionais os riscos algorítmicos.
Os três pilares da transformação
Negociação algorítmica e HFT — Mais de 70% do volume de negociações em bolsas americanas e europeias já é executado por sistemas automatizados, segundo a Securities and Exchange Commission (SEC). Plataformas como as da Virtu Financial e Citadel Securities processam milhões de ordens por segundo.
Crédito e scoring alternativo — Fintechs como Nubank (com mais de 90 milhões de clientes), Creditas (valuation de US$ 4,8 bilhões) e Konfio no México revolucionaram a avaliação de risco usando dados alternativos (comportamento em redes sociais, padrões de consumo mobile, geolocalização) alimentados por modelos de IA.
Detecção de fraudes e AML — Sistemas de machine learning analisam padrões transactionais em tempo real. A Mastercard reportou que sua tecnologia Decision Intelligence prevented mais de US$ 25 bilhões em fraudes em 2025.
O lado sombrio: vulnerabilidades sistêmicas
No entanto, a mesma tecnologia que protege também expõe. O BCE identificou três vectores de risco principais:
- Riscos de correlação — Algoritmos treinados em datasets similares tendem a tomar decisões idênticas em momentos de estresse, amplificando movimentos de mercado.
- Dependência de infraestrutura de terceiros — A concentração em provedores de cloud (AWS, Google Cloud, Azure controlam 67% do mercado) cria pontos únicos de falha.
- Modelos de caixa preta — Sistemas de deep learning com centenas de bilhões de parâmetros são opacos até para seus criadores, dificultando auditoria e accountability.
"Não estamos apenas diante de um risco operacional — estamos falando de riscos sistêmicos que podem se propagar em milissegundos por todo o ecossistema financeiro global", declarou Escrivá.
Implicações para a América Latina: entre a oportunidade e o perigo
A região enfrenta um dilema peculiar. Por um lado, a IA representa a maior oportunidade para democratizar serviços financeiros em mercados historicamente sub-bancados. Por outro, a infraestrutura regulatória latino-americana está significativamente atrás dos padrões europeus e norte-americanos.
O caso brasileiro
O Banco Central do Brasil (BCB) telah acelerado sua agenda de Open Finance e PIX, criando uma infraestrutura digital robusta que agora se torna alvo de sistemas de IA maliciosos. Em 2025, o BCB registrou aumento de 340% em tentativas de ataques baseados em engenharia social — muitos utilizando deepfakes para simular vozes de executivos bancários.
Panorama regional
- México: A CNBV implementou em 2024 seu framework de IA para fintechs, mas com lacunas significativas em supervisão de modelos algorítmicos.
- Colômbia: A SFC ainda não possui regulamentação específica para uso de IA em decisões de crédito.
- Chile: Avança com o projeto de sandbox regulatório para fintechs, mas sem diretrizes claras sobre testes de stress algorítmico.
- Argentina: A BCRA enfrenta desafios doubled — regulação de IA em um contexto de crise cambial e fintechs em crescimento acelerado.
O competitivo landscape
O mercado latino-americano de fintechs attracted US$ 15,2 bilhões em investimento em 2024, segundo a LAVCA. Empresas como dLocal (NASDAQ: DLO), Stone (NYSE: STNE) e Mercado Pago integraram IA em escala massiva. Enquanto isso, big techs como Nubank (que já vale mais que o Banco do Brasil) lideram a adoção de modelos de crédito baseados em machine learning.
O que esperar: cenários e recomendações
O BCE, através de Escrivá, delineou um conjunto de medidas que devem orientar a resposta regulatória global:
Recomendações do BCE
- Testes de stress algorítmico obrigatórios — Simulações de cenários de estresse com múltiplos algoritmos reagindo simultaneamente.
- Requisitos de transparência — Instituições devem ser capazes de explicar decisões algorítmicas que afetem consumidores.
- Planos de contingência para falhas de IA — Procedimentos de fallback para quando sistemas automatizados falham.
- Governança de dados de treinamento — Requisitos sobre qualidade e diversidade dos datasets que alimentam modelos.
Cenários para 2025-2027
- Cenário base: Maiores economias implementam frameworks regulatórios baseados nos guidelines do BCE e FSB, com adoção gradual até 2027.
- Cenário otimista: Avanços em IA explicável (XAI) permitem auditoria efetiva, reduzindo riscos sem inibir inovação.
- Cenário pessimista: Incidente sistêmico envolvendo falha algorítmica causa pânico nos mercados, levando a moratorium temporário em sistemas de IA em finanças.
###watch points
- Junho 2026: Reunião do G20 financeiro em Johannesburg deve discutir framework global de IA.
- Q4 2026: BCE публикует guia final sobre testes de stress algorítmico.
- 2027: Expectativa de que Bascom IV inclua requisitos específicos para riscos de IA.
O alerta do BCE marca uma inflexão no debate sobre regulação de IA no setor financeiro. A mensagem é clara: a inovação não pode avançar mais rápido que a capacidade de mitigação de riscos. Para a América Latina, a janela de oportunidade para construir infraestrutura regulatória robusta é limitada — e o custo de inação pode ser sistêmico.
Referência: Olhar Digital - Avanço da IA gera riscos para infraestrutura financeira global
