A incorporação de inteligência artificial às rotinas do mercado financeiro elevou de forma significativa a capacidade das instituições de identificar, mensurar e antecipar riscos. Modelos mais sofisticados, maior volume de dados e decisões cada vez mais rápidas passaram a fazer parte do cotidiano. Ainda assim, episódios de deterioração de crédito, falhas operacionais e perdas relevantes continuam ocorrendo com frequência, inclusive em segmentos que ganharam escala e relevância sistêmica nos últimos anos, como o cooperativismo financeiro, que já alcança a marca de R$ 1 trilhão em ativos, segundo o Banco Central.

Do ponto de vista técnico, nunca se evoluiu tanto. As ferramentas atuais capturam sinais precoces de deterioração, integram múltiplas fontes de dados e permitem ajustes quase em tempo real. Ainda assim, eventos de risco persistem, muitas vezes com impactos relevantes.

Essa contradição revela um ponto incômodo: o principal desafio da gestão de riscos hoje não está na limitação dos modelos, mas na forma como as decisões são tomadas dentro das organizações.

Na prática, não é incomum que alertas relevantes sejam relativizados, que critérios técnicos sejam flexibilizados diante de pressões comerciais ou que ações corretivas sejam postergadas por excesso de otimismo. Em outras palavras, o problema não está apenas no que os modelos deixam de capturar, mas, sobretudo, no que as instituições escolhem ignorar.

Esse desalinhamento entre informação e decisão expõe uma fragilidade de governança. Modelos indicam caminhos, mas não decidem. Sem estruturas capazes de garantir que essas informações sejam efetivamente incorporadas ao processo decisório, a sofisticação técnica perde grande parte de seu valor.

Os desafios da inteligência artificial

Nos últimos anos, o avanço regulatório buscou justamente reduzir esse tipo de vulnerabilidade. Normas do Conselho Monetário Nacional e do Banco Central ampliaram as exigências relacionadas à governança, à validação de modelos e à estrutura de controles internos. No contexto da inteligência artificial, ganham relevância temas como explicabilidade, rastreabilidade e responsabilidade sobre decisões automatizadas, em linha com exigências de conformidade e proteção de dados.

Ainda assim, a existência de normas e frameworks não garante a sua efetividade. Uma gestão de riscos eficiente exige uma governança que vá além da formalidade, que assegure o respeito ao apetite de risco, enfrente o desconforto trazido pelos dados e garanta que as decisões reflitam, de fato, as informações disponíveis.

Esse desafio se intensifica com o avanço de modelos mais complexos, muitas vezes caracterizados como “caixa-preta”. Sem validação independente, monitoramento contínuo e auditoria robusta, os ganhos de eficiência podem rapidamente se transformar em novas fontes de risco operacional, regulatório e reputacional.

Nesse sentido, a segunda linha de defesa assume papel ainda mais estratégico. Mais do que validar modelos, passa a ser responsável por garantir a integridade do processo decisório, assegurando consistência entre dados, metodologias e decisões. Isso inclui a identificação de vieses, a rastreabilidade das informações e a aderência às diretrizes regulatórias.

A evolução da tecnologia

Há ainda uma dimensão frequentemente subestimada: a capacidade de evidenciar decisões. Em um ambiente de supervisão baseada em risco e crescente judicialização, não basta tomar boas decisões; é necessário comprová-las. Fragilidades na gestão documental, ausência de trilhas de auditoria ou inconsistências na governança da informação podem transformar riscos controlados em perdas concretas.

No fim, a tecnologia não elimina a necessidade de julgamento; ela a torna ainda mais crítica. Quanto mais sofisticados os modelos, maior a responsabilidade sobre como seus resultados são interpretados e utilizados.

A gestão de riscos na era da inteligência artificial requer, portanto, uma evolução que vai além da tecnologia. Exige disciplina organizacional, clareza de responsabilidades e uma cultura que reconheça o risco como elemento central das decisões.

+ Entenda o que é Economia em Oeste

---

Alexandre Euzébio, Diretor de Supervisão e Riscos da Unicred do Brasil.

O post Inteligência artificial não resolve o principal problema da gestão de riscos no mercado financeiro apareceu primeiro em Revista Oeste.