Em dezembro de 2025, a adoção de IA em Wall Street já havia ultrapassado o estágio de experimentos dentro dos grandes bancos norte-americanos e se tornado parte do dia a dia operacional. Em evento de serviços financeiros do Goldman Sachs em Nova York, no dia 9 de dezembro, executivos bancários relataram que a IA — em especial a generativa — já funciona como uma atualização operacional que eleva a produtividade em áreas como engenharia, operações e atendimento ao cliente.
Ao mesmo tempo, surgiu uma realidade mais dura: se os bancos conseguem produzir mais com as mesmas equipes, algumas funções podem deixar de ser necessárias no mesmo nível assim que a demanda se estabilizar.
O que os bancos de Wall Street dizem sobre os ganhos de IA hoje
JPMorgan: ganhos operacionais que se acumulam
Marianne Lake, diretora-executiva de consumer and community banking do JPMorgan, afirmou que a produtividade nas áreas que usam IA subiu para cerca de 6%, ante aproximadamente 3% antes da implantação. Ela acrescentou que, à medida que a IA se tornar rotina, papéis em operações poderão alcançar ganhos de produtividade de 40% a 50%.
Esses ganhos vêm de escolhas deliberadas, não de experimentação ampla. O JPMorgan focou em acesso interno seguro a modelos de linguagem de grande porte (LLMs), mudanças direcionadas nos fluxos de trabalho e controles rigorosos sobre o uso de dados. O banco descreve sua “LLM Suite” interna como um ambiente controlado onde funcionários podem redigir e resumir conteúdos com LLMs.
Wells Fargo: produção em alta antes das mudanças de pessoal
O CEO do Wells Fargo, Charlie Scharf, disse que o banco ainda não reduziu efetivos por causa da IA, mas que está “fazendo muito mais”. Ele afirmou esperar encontrar áreas onde menos pessoas serão necessárias conforme a produtividade melhorar.
Scharf também comentou que os orçamentos internos já apontam para uma força de trabalho menor em 2026, mesmo antes de contabilizar o impacto total da IA, e sinalizou custos maiores com indenizações, indicando preparativos para ajustes futuros.
PNC: IA acelera uma mudança de longa data
Bill Demchak, CEO do PNC, posicionou a IA como um acelerador, não uma nova direção. Segundo ele, o quadro de pessoal do banco ficou praticamente estável por cerca de uma década, mesmo com expansão dos negócios — resultado de automação e otimização de agências. A IA, disse, tende a empurrar essa tendência adiante.
Citigroup: avanços em software e suporte ao cliente
Gonzalo Luchetti, futuro CFO do Citi, afirmou que o banco registrou 9% de melhoria de produtividade no desenvolvimento de software, refletindo um padrão amplo de adoção de copilotos de IA para codificação.
Ele também destacou dois pontos no atendimento ao cliente onde a IA tem ajudado: melhorar o autoatendimento para reduzir chamadas a agentes e apoiar agentes em tempo real quando é necessária interação humana.
Goldman Sachs: mudanças de fluxo de trabalho acompanhadas por contenção de contratações
O programa interno “OneGS 3.0” do Goldman Sachs tem empregado IA para aprimorar processos de vendas e onboarding de clientes, além de mirar funções pesadas em processos como fluxos de empréstimos, relatórios regulatórios e gestão de fornecedores.
Essas mudanças ocorrem paralelamente a cortes de vagas e a um ritmo mais lento de contratações, ligando diretamente a remodelagem de fluxos de trabalho a decisões sobre pessoal.
Onde os ganhos de produtividade aparecem primeiro
De modo geral, os benefícios mais claros surgem em trabalhos dependentes de documentos, que seguem etapas repetíveis e operam sob regras definidas. A IA generativa pode reduzir o tempo de busca por informação, resumir materiais, redigir conteúdos e acelerar aprovações — especialmente quando integrada a processos estruturados e checagens humanas.
Áreas com impacto inicial frequente incluem:
- Operações: redigir respostas, resumir casos e resolver exceções mais rapidamente
- Desenvolvimento de software: gerar código, escrever testes, refatorar e produzir documentação
- Atendimento ao cliente: autoatendimento mais robusto com suporte em tempo real para agentes
- Suporte a vendas e onboarding: extrair dados de documentos, preencher formulários e acelerar a abertura de clientes
- Relatórios regulatórios: montar narrativas e evidências mais rápido, sob revisão e controles rigorosos
Por que a governança determina o ritmo de adoção
Para os bancos, o limite não é entusiasmo, e sim controle. Reguladores dos EUA exigem há muito supervisão rígida de modelos, e essas expectativas se estendem aos sistemas de IA. Orientações como a SR 11-7 do Federal Reserve e do OCC estabelecem padrões para desenvolvimento, validação e revisão contínua de modelos. Um relatório de 2025 do US Government Accountability Office observou que princípios já existentes de gestão de risco de modelos se aplicam à IA, incluindo testes e supervisão independente.
Na prática, isso leva os bancos a arquiteturas examináveis e rastreáveis. O uso de IA costuma ser limitado em autonomia; prompts e respostas são registrados, desempenho é monitorado para detectar deriva, e humanos continuam responsáveis por decisões de alto impacto, como concessão de crédito, resolução de disputas e relatórios oficiais.
A produtividade sobe, mas as dúvidas sobre emprego permanecem
Os relatos de executivos apontam para uma mudança em fases. A primeira apresenta quadro estável de pessoal com maior produção à medida que as ferramentas de IA se disseminam. A segunda começa quando esses ganhos se tornam consistentes a ponto de influenciar planos de pessoal, via atrito, mudanças de função ou cortes direcionados.
Os sinais do Wells Fargo sobre planejamento de quadro para 2026 e custos de indenização indicam que alguns bancos já se aproximam dessa segunda etapa.
Em nível mais amplo, instituições como o Fundo Monetário Internacional alertaram que a IA pode afetar grande parcela de empregos globalmente, com combinações diferentes de automação e complementação dependendo da função e da região. O Relatório Future of Jobs 2025 do Fórum Econômico Mundial também projeta movimentações significativas de emprego conforme empresas adotam IA e ajustam necessidades de habilidades.
O que a IA significa para a estratégia bancária além de 2025
Os bancos que mais lucrarão com a IA deverão concentrar-se em três frentes ao mesmo tempo: redesenhar fluxos de trabalho em vez de apenas empilhar ferramentas de chat, construir fundamentos de dados sólidos e implantar governança que permita velocidade sem comprometer confiança.
Pesquisas indicam que o montante em jogo é alto: a McKinsey estima que a IA generativa pode gerar entre US$ 200 bilhões e US$ 340 bilhões em valor anual para o setor bancário, em grande parte por meio de ganhos de produtividade.
A pergunta que permanece não é mais se a IA pode entregar resultados no setor financeiro, mas quão rápido os bancos conseguirão tornar esses ganhos rotineiros preservando trilhas de auditoria, segurança e salvaguardas ao cliente — e como administrarão as mudanças na força de trabalho que se seguirem.
