A inteligência artificial começa a avançar nos bancos para além dos assistentes que respondem perguntas e executam comandos. A próxima etapa envolve agentes de IA capazes de interpretar contextos, definir etapas, acionar sistemas e realizar tarefas de maneira coordenada. Esse movimento abre espaço para o setor financeiro discutir o conceito de bancos mais autônomos, uma das fronteiras da transformação tecnológica que será debatida no Febraban Tech 2026, de 24 a 26 de agosto, no Distrito Anhembi, em São Paulo.
O tema está relacionado à trilha “Agentes de IA em rede: é o fim da Era dos Assistentes?”, que parte de uma mudança de arquitetura: em vez de concentrar a interação em um único assistente, diferentes agentes de inteligência artificial podem atuar de maneira especializada, colaborando entre si e com sistemas da instituição. A programação oficial do evento descreve essa evolução como uma passagem da lógica dos assistentes isolados para estruturas de agentes de IA interconectados.
A discussão ganha ainda mais relevância diante do avanço dos investimentos em tecnologia no sistema financeiro. Segundo os dados da Pesquisa Febraban de Tecnologia Bancária 2026 apresentados no material de divulgação do evento, os investimentos e gastos em tecnologia dos bancos devem passar de R$ 46,8 bilhões, em 2025, para R$ 50,4 bilhões em 2026. A inteligência artificial é apontada como prioridade de investimento por 80% das instituições.
O que é um banco autônomo?
Um banco autônomo não significa uma instituição financeira que opera sem pessoas. O conceito está relacionado à capacidade de automatizar decisões e processos utilizando agentes de inteligência artificial, dentro de limites definidos pela instituição. Na prática, um agente pode receber um objetivo, analisar informações disponíveis, dividir uma tarefa em etapas, utilizar ferramentas e sistemas e avaliar os resultados antes de avançar para a próxima ação. Em uma arquitetura com múltiplos agentes, diferentes sistemas especializados podem assumir partes distintas de um processo.
Essa característica diferencia os agentes de IA dos assistentes tradicionais. Um assistente tende a responder a uma solicitação do usuário. Um agente, dependendo da arquitetura e das permissões que recebe, pode planejar e executar uma sequência de ações para alcançar determinado objetivo.
É justamente essa mudança que está no centro da discussão do Febraban Tech 2026. A discussão não está limitada à capacidade de resposta da IA e envolve a governança dos agentes, a definição de suas atribuições e a dinâmica de colaboração entre diferentes sistemas autônomos.
A evolução ajuda a entender por que os bancos estão ampliando o debate sobre inteligência artificial. A primeira onda recente foi marcada pela IA generativa, capaz de produzir textos, imagens, códigos e outros conteúdos a partir de comandos. No setor financeiro, essa tecnologia passou a ser aplicada em atendimento, análise de documentos, produtividade e apoio às equipes. O passo seguinte envolve incorporar contexto, dados e regras de negócio aos modelos. É nesse ponto que entra a engenharia de contexto, tema também presente na programação do evento. A terceira camada é a dos agentes inteligentes: sistemas que não apenas geram uma resposta, mas podem utilizar ferramentas e executar etapas de um processo.
Essa evolução aparece de forma direta na programação do Febraban Tech. O evento também terá o painel “Engenharia de contexto, prompt engineering e AI orchestration: o novo stack de produção dos bancos”, dentro da trilha dedicada aos agentes de IA. O debate reúne profissionais de Santander, CrewAI, AWS e BTG Pactual e está previsto para 25 de agosto.
Como os agentes podem mudar a operação dos bancos?
O potencial dos agentes está principalmente na capacidade de conectar diferentes etapas de um processo. Imagine, por exemplo, uma operação que envolva análise de documentos, consulta a dados, aplicação de regras internas e elaboração de uma recomendação. Em um modelo tradicional, essas etapas podem depender de diferentes sistemas e da intervenção de profissionais.
Em uma arquitetura baseada em agentes, diferentes componentes de IA poderiam assumir tarefas específicas: um agente poderia interpretar documentos, outro consultar informações, um terceiro verificar regras e um quarto organizar os resultados. Um sistema de orquestração coordena a sequência e define como as informações circulam entre eles.
Isso pode ampliar a automação de processos que hoje exigem múltiplas etapas e sistemas.
É importante, porém, diferenciar automação de autonomia. Quanto maior a capacidade de um agente de agir diretamente sobre sistemas e processos financeiros, maior também é a necessidade de estabelecer permissões, controles, mecanismos de supervisão e critérios para interromper ou revisar suas ações.
Quanto maior a autonomia dos agentes para tomar decisões e executar tarefas, maior a importância da governança de IA. Em um chatbot convencional, um erro pode resultar em uma resposta inadequada. Em um sistema com capacidade de ação, o mesmo erro pode desencadear uma sequência de operações incorretas. A adoção de agentes em instituições financeiras exige mecanismos para determinar o que cada agente pode acessar, quais decisões pode tomar, quais operações pode executar e quando uma ação precisa ser encaminhada para um profissional.
A questão também envolve rastreabilidade. Se vários agentes participam de uma mesma operação, o banco precisa conseguir identificar quais informações foram utilizadas, quais decisões foram tomadas e quais sistemas foram acionados.
Essa preocupação se conecta a outras trilhas do Febraban Tech 2026, como “Identidade digital, compliance e credibilidade na velocidade da inovação” e “A guerra invisível da cibersegurança”. A programação do evento coloca essas agendas lado a lado com o avanço dos agentes, aproximando as discussões sobre autonomia, segurança e governança.
Agentes de IA podem trabalhar em rede?
Essa é uma das principais mudanças em relação ao modelo de assistente. Em vez de um único sistema tentar realizar todas as tarefas, uma arquitetura multiagente distribui funções entre diferentes agentes especializados. Um agente pode ser responsável por atendimento; outro, por análise de risco; outro, por conformidade; outro, por operações. Esses agentes podem compartilhar informações e trabalhar de maneira coordenada, desde que a arquitetura estabeleça regras para comunicação, acesso e execução.
No contexto bancário, isso abre espaço para processos mais integrados. Uma solicitação do cliente, por exemplo, poderia desencadear diferentes análises simultaneamente, com cada agente contribuindo com uma parte do processo. O ganho potencial dos bancos está na capacidade de orquestrar diferentes capacidades de IA, dados e sistemas para executar processos completos.
A autonomia dos bancos também pode alterar a experiência do consumidor. Hoje, muitas interações digitais ainda dependem de o cliente saber qual serviço procurar, qual canal utilizar e quais etapas seguir. Com agentes capazes de interpretar objetivos, a interação pode se tornar mais orientada ao resultado.
Em vez de solicitar individualmente cada etapa de um processo, o cliente poderia apresentar uma necessidade e deixar que diferentes sistemas coordenassem as ações necessárias. Isso não significa que essa experiência já esteja disponível de forma generalizada nos bancos. Trata-se de uma direção tecnológica discutida pelo setor e que depende de avanços em IA, integração de sistemas, segurança, regulamentação e governança.
Por que esse tema ganha força agora?
O avanço dos agentes ocorre em um momento em que os bancos já ampliaram significativamente seus investimentos em inteligência artificial. De acordo com a Febraban, os investimentos específicos em IA passaram de R$ 596 milhões, em 2024, para R$ 826 milhões, em 2025. Ao mesmo tempo, o orçamento destinado à tecnologia cresceu 58% nos últimos cinco anos.
Esse movimento indica uma mudança de perspectiva: a inteligência artificial não é mais uma ferramenta experimental, agora ela faz parte da estratégia operacional das instituições. Por isso, os agentes representam uma nova etapa dessa trajetória. Eles aproximam a IA da execução de processos de negócio.
Apesar do potencial, falar em bancos autônomos não significa que as instituições financeiras estejam prestes a operar sem intervenção humana. O cenário mais provável, especialmente em atividades sensíveis, é de modelos híbridos nos quais agentes de IA executam determinadas tarefas, enquanto pessoas supervisionam decisões de maior impacto ou exceções.
A própria programação do evento amplia a discussão ao incluir a trilha “Engenharia do futuro: do humano ao híbrido na Era dos Agentes de IA”. O título sintetiza uma das questões centrais dessa transformação: como combinar autonomia das máquinas com supervisão, responsabilidade e capacidade de decisão humana. Por isso, a expectativa é que a próxima fronteira da IA bancária seja a capacidade de integrar agentes, dados, sistemas e processos com segurança e governança.
