Além dos casos de uso em automação industrial, cirurgias assistidas e outras aplicações em que cada milissegundo faz diferença no resultado, a alternativa de edge computing – em que a infraestrutura de processamento e dados se aproxima do usuário – ganha força na indústria financeira.
No painel Edge Computing e Real-Time Analytics, disruptando serviços, no Febraban Tech 2025, a discussão foi além das vantagens de performance e abordou itens como segurança e compliance em aplicações como reconhecimento biométrico e personalização com IA.
Pedro Bramont, diretor de Soluções em Meios de Pagamentos e Serviços Financeiros do Banco do Brasil, citou alguns casos de uso. Na área de e-commerce, o cálculo de frete e os cupons do Shopping BB rodam de forma distribuída, até porque operam com conteúdo de terceiros. Outra aplicação é a identificação de dispositivos, antes de chegar aos sistemas centrais. A detecção de ransomware também usa esse tipo de processamento para limitar o perímetro de exposição. Nas centrais de atendimento, as análises em tempo real rodam próximas aos agentes.
Tatiana Orofino, líder de Desenvolvimento de Negócios para o setor financeiro da AWS, lembra que uma das aplicações mais tipicamente sensíveis à latência são as mesas de operações no mercado de capitais, em que cada milissegundo de análise e execução de transações pode determinar um bom ou mau negócio. “A Nasdaq tem um rack (de servidores edge) para trade de alta frequência”, exemplifica.
Luciano Saboia, diretor de Pesquisa e Consultoria em Telecomunicações do IDC Brasil, menciona como direcionadores do edge computing os aspectos personalização; segurança, com a detecção local de ameaças; experiência do usuário; e eficiência operacional. “O usuário sente a diferença de velocidade. Um grande cliente de varejo já nos contou que os funcionários do checkout perceberam um salto de performance”, exemplifica.
Gabriela Dias, diretora de Engenharia, Segurança e Confiabilidade da Único, avalia que as estratégias de personalização estão entre os principais casos de uso de processamento na borda. “A análise não se limita a entender o perfil do cliente para montar a melhor oferta ou resposta. É preciso entender o momento do cliente; qual o melhor canal ou a hora mais conveniente para um contato”, diz. A distribuição do processamento e dos serviços, por sua vez, exige mecanismos de segurança também distribuídos e performáticos. “A identificação tem que ser contínua, sem comprometer a experiência do usuário”, adverte. “Em vez de autenticar uma vez e abrir o acesso a tudo, esse processo ocorre em cada transação, sem atritos”, descreve.
Além dos cuidados relacionados ao controle de dados distribuídos, o diretor do Banco do Brasil aponta outros itens de atenção. “Há desafios de infraestrutura e, em alguns casos, até de disponibilidade de energia”, lembra.
Em paralelo à adequação de infraestrutura, Bramont observa que o pleno aproveitamento dos recursos de análise em tempo real passa pela formação de funcionários preparados para trabalhar com métodos quantitativos.
Infraestrutura local ao estilo da multicloud
Embora proponha armazenamento de dados e processamento de forma descentralizada, a abordagem de edge computing está longe de representar um retorno à arquitetura cliente/servidor. Nesse caso, o ônus de gerenciamento era particularmente pesado nos tempos dos servidores que tinham que ser mantidos nas agências, quando havia conectividade limitada.
Na prática, não faz sentido ficar transmitindo e atualizando dados que só interessam à operação local – como sensoriamento de máquinas ou CRM de filiais – a um ponto central. Além das questões de tempo de resposta e consumo de rede de telecomunicações, restringir o tráfego simplifica as implementações de segurança e compliance, ao se reduzir o perímetro de exposição a ataques ou vazamentos.
No painel, o executivo do Banco do Brasil chamou atenção ao custo inerente a instalações distribuídas nos vários pontos de operação. Todavia, embora o custo de hardware seja inevitável, as soluções de edge computing se inserem na arquitetura de multicloud, em que estruturas heterogêneas são gerenciadas de forma padronizada.
