Bancos Nativos de IA: 5 Projetos que Estão Reformulando a Indústria Financeira

Os bancos nativos de IA—construídos desde o início em torno da inteligência artificial—estão automatizando o atendimento ao cliente, crédito, conformidade e muito mais. Basta observar como pioneiros como Catena Labs, One Zero, Bunq, WeBank e CITIC aiBank estão redefinindo as finanças globais e desafiando os bancos tradicionais.

A IA nas finanças evoluiu rapidamente. Nos anos 2010, muitos bancos introduziram aprendizado de máquina na avaliação de crédito e chatbots no suporte ao cliente, testando o potencial da IA dentro dos frameworks existentes. Até 2020, bancos líderes estavam integrando algoritmos avançados em gerenciamento de risco e personalização do cliente. Uma pesquisa recente do setor descobriu que 65% dos bancos planejam lançar serviços ao cliente orientados por IA em 2025 – evidência de como a IA se tornou comum na banca. No entanto, a maioria desses esforços ainda previa enxertos de IA em sistemas legados. Em contraste, os bancos "nativos de IA" visam projetar uma instituição financeira inteiramente em torno das capacidades de IA, imaginando fundamentalmente como um banco deve operar.

O conceito de bancos nativos de IA está ganhando força à medida que empreendedores e tecnólogos reconhecem que os bancos existentes - mesmo os neobancos digitais - enfrentam limitações ao se adaptarem para um mundo centrado em IA. Bancos tradicionais, construídos sobre processos e infraestruturas de décadas, muitas vezes acham "lento, caro, cheio de fricções globais, inflexível e mal adaptado" para suportar as novas oportunidades que a IA apresenta. Isso abriu o caminho para startups e empresas financeiras visionárias construírem bancos que começam com arquiteturas focadas em IA.

Esses novos atores estão desenhando sistemas onde a IA gerencia tudo, desde a interação com o cliente e monitoramento de fraudes até decisões de crédito e até mesmo conformidade regulatória, tudo sob supervisão humana.

O Que São Bancos Nativos de IA?

Em termos simples, bancos nativos de IA são instituições financeiras construídas em torno da inteligência artificial desde o primeiro dia, em vez de adicionar IA a um núcleo tradicional.

Uma recente descrição de uma startup fintech definiu um banco nativo de IA como um banco "construído em torno de IA, não adicionado como uma ideia tardia".

Na prática, isso significa que os produtos do banco, serviços e processos internos são desenhados para serem operados por algoritmos de IA e automação, com mínima intervenção manual no dia-a-dia dos fluxos de trabalho. Funcionários humanos fornecem supervisão, orientação estratégica e lidam com casos excepcionais, mas os sistemas de IA impulsionam as decisões e interações rotineiras.

Um banco nativo de IA tipicamente apresenta operações digitais de ponta a ponta com IA gerenciando a integração de clientes, avaliação de risco, transações e atendimento ao cliente.

Modelos avançados de aprendizado de máquina analisam dados dos clientes para oferecer aconselhamento financeiro personalizado ou detectar fraudes em tempo real. Chatbots e assistentes virtuais lidam com uma grande parte das consultas dos clientes. Importante é que esses bancos muitas vezes incorporam as inovações de IA mais recentes, como IA generativa para interfaces de conversação ou aprendizado por reforço para otimizar estratégias de investimento. O objetivo é criar um banco que possa aprender e se adaptar continuamente, melhorando seus serviços à medida que acumula mais dados – algo que um núcleo legado estático não pode fazer facilmente.

Outra característica distintiva é que os bancos nativos de IA tratam a conformidade e o gerenciamento de risco como recursos embutidos dos sistemas de IA. Em bancos tradicionais, a conformidade é muitas vezes uma camada separada de verificações e relatórios, alguns feitos manualmente. Em um banco centrado em IA, o software é projetado para respeitar as restrições regulatórias desde o início, automatizando coisas como o monitoramento de atividades suspeitas. "Um entendimento adequado da conformidade e risco regulatório precisa ter um assento à mesa ao lado de produto e engenharia", ressalta Neville, indicando que esses bancos programam a lógica regulatória diretamente nos seus fluxos de trabalho de IA.

É importante notar que "nativo de IA" não significa "apenas IA." A supervisão humana continua sendo crucial.

A visão não é de um banco completamente autônomo sem funcionários, mas um banco altamente automatizado onde humanos e IA trabalham em conjunto. Por exemplo, um projeto de banco de IA pretende usar "atores de IA, ou trabalhadores digitais, como funcionários para executar tarefas internas, como escrever software", enquanto humanos lidam com a supervisão e tomada de decisões de alto nível. Em papéis voltados para o cliente, um assistente de IA pode responder a perguntas rotineiras, escalando para um banqueiro humano apenas quando se depara com algo que não pode lidar ou uma situação que exige empatia e julgamento.

Nas seções a seguir, olhamos para cinco iniciativas que exemplificam o movimento do banco nativo de IA.

Catena Labs – Construindo um Banco para a "Economia de IA"

Um dos projetos novos mais comentados é o Catena Labs, uma startup norte-americana cofundada por Sean Neville (mais conhecido como cofundador da Circle, a empresa por trás do stablecoin USDC).

Catena Labs chamou atenção em maio de 2025 ao garantir US$ 18 milhões em financiamento seed para construir o que Neville chama de "instituição financeira nativa de IA totalmente regulamentada" projetada para a emergente "economia de IA."

A rodada de financiamento foi liderada pelo fundo a16z crypto da Andreessen Horowitz, com participação de investidores proeminentes, incluindo Breyer Capital, Coinbase Ventures e até a estrela da NFL Tom Brady – uma formação que reforça o burburinho em torno desta ideia.

A visão da Catena é ambiciosa: criar um banco onde sistemas de IA (referidos como "agentes de IA") possam ter contas, executar transações e interagir financeiramente com outros agentes ou humanos de forma autônoma. Neville acredita que, num futuro próximo, "agentes de IA conduzirão a maioria das transações econômicas," e que os bancos de hoje estão fundamentalmente despreparados para esse cenário.

Por exemplo, um algoritmo de negociação ou um bot de e-commerce pode precisar fazer milhares de pagamentos em frações de segundo ou assinar contratos em nome de um proprietário humano – tarefas que sobrecarregam os processos bancários convencionais.

A resposta da Catena é reconstruir a infraestrutura financeira do zero para acomodar essas necessidades.

No centro da abordagem da Catena está o uso de stablecoins – especificamente o USDC, que Neville cocriou – como "dinheiro nativo de IA" para transações.

Porque stablecoins operam em redes blockchain, permitem pagamentos quase instantâneos e programáveis através de fronteiras. A Catena Labs argumenta que stablecoins são ideais para agentes de IA, que podem operar 24/7 globalmente e requerem transações rápidas e de baixo custo sem atrasos humanos. Ao utilizar o USDC e moedas digitais similares, o novo banco pretende permitir que clientes de IA movimentem dinheiro tão suavemente quanto dados, enquanto ainda se aderem aos padrões regulatórios de conheça seu cliente (KYC) e prevenção à lavagem de dinheiro (AML).

Regulação e confiança são focos chave para a Catena Labs.

Neville enfatiza que obter as licenças bancárias adequadas e garantir o cumprimento é parte integral do roteiro do projeto. O banco será "operado por IA com supervisão humana," ou seja, sistemas automatizados gerenciam funções do dia-a-dia, mas os humanos estabelecem políticas e intervêm quando necessário. A Catena já lançou um Kit de Comércio de Agentes (ACK) – um kit de ferramentas de código aberto para verificar e gerenciar a identidade de agentes de IA. Estabelecer uma identidade digital confiável para entidades de IA é um dos desafios mais espinhosos, já que as regulações exigem a identificação dos titulares de contas (e você obviamente não pode usar a impressão digital de um bot de IA). O ACK é uma tentativa inicial de resolver isso fornecendo protocolos para registrar e autenticar agentes de IA em transações financeiras.

Ao articular por que este esforço é necessário, Catena Labs não mede palavras sobre as deficiências da banca incumbente. A infraestrutura financeira global atual é descrita como "lenta, cara, cheia de fricções globais, inflexível e mal adaptada às novas oportunidades e riscos de IA."

Bancos tradicionais, na visão de Neville, bloqueiam ativamente agentes automatizados – por exemplo, muitos sistemas são construídos para detectar e prevenir "bots" por segurança, o que ironicamente se torna um obstáculo quando agentes de IA legítimos tentam participar. O banco proposto pela Catena, em contraste, seria construído "de modo que atores de IA sejam os usuários primários, em vez de bloqueá-los."

Até meados de 2025, Catena Labs ainda está em modo de desenvolvimento – a empresa não possui um produto público ainda e está trabalhando para obter licenças. A infusão de US$ 18 milhões acelerará contratações e construção de produtos. Dada a experiência de Neville na Circle, é provável que a startup trabalhe de perto com reguladores (possivelmente buscando uma carta bancária ou se associando a um banco existente) para garantir que o banco nativo de IA seja lançado em bases legais sólidas.

One Zero Bank – Banco Digital Movido por IA de Israel

Enquanto alguns projetos de bancos nativos de IA estão apenas começando, o One Zero Bank em Israel já está operacional e integrando profundamente a IA em seus serviços.

Lançado no final de 2022, o One Zero é o primeiro banco totalmente digital de Israel – notavelmente, o primeiro novo banco a receber uma licença bancária no país em mais de 45 anos.

Foi cofundado pelo Professor Amnon Shashua, um tecnólogo proeminente mais conhecido como o fundador da Mobileye (um líder em tecnologia de carros autônomos). Apoiado por um financiamento substancial, o One Zero Bank desde o início buscou misturar a tecnologia de IA com banca. O banco descreveu seu modelo no lançamento como "impulsionado por inteligência artificial, amalgamando as vantagens de bancos tradicionais e neobancos." Na prática, o One Zero combina conveniência digital com uma experiência de estilo de banco privado, usando IA para melhorar o atendimento ao cliente e personalização.

One Zero Bank levantou recursos significativos para... Skip translation for markdown links:

segurança em sua abordagem. Até 2025, o banco havia arrecadado cerca de $242 milhões e foi avaliado em cerca de $320 milhões, com investidores incluindo gigantes tecnológicos como a Tencent e fundos fintech do ecossistema da SoftBank.

A IA está no coração da experiência do cliente do One Zero.

Em fevereiro de 2024, o banco lançou “Ella 2.0”, uma plataforma de serviço impulsionada por IA generativa que atua como um assistente financeiro virtual para os clientes. Desenvolvido em parceria com a AI21 Labs (uma startup israelense de IA especializada em grandes modelos de linguagem), Ella 2.0 é essencialmente um banqueiro privado de IA disponível 24/7.

Os clientes podem interagir com Ella em linguagem natural – fazendo perguntas complexas sobre suas finanças em várias contas, recebendo conselhos de orçamento ou resolvendo problemas – e obter respostas instantâneas e contextuais. O sistema entende vários idiomas e foi treinado em extensas consultas bancárias para melhorar sua precisão.

De acordo com o banco, Ella 2.0 “fornece respostas instantâneas, opera 24/7 e aproveita o aprendizado de máquina para oferecer serviços financeiros personalizados.” Em outras palavras, ele aprende continuamente com as interações dos clientes para oferecer uma ajuda melhor, enquanto bankers humanos estão prontos para apoiar quando necessário.

O primeiro CEO do One Zero, Gal Bar Dea, ressaltou como este assistente de IA eleva a qualidade do serviço. “As capacidades do Ella 2.0 transcendem barreiras linguísticas”, disse ele, garantindo “respostas imediatas, precisas e personalizadas enquanto evolui continuamente para atender às necessidades individuais dos clientes.”

One Zero se orgulha de liderar esta “investida global da IA Generativa experimental para a implementação prática” na área bancária.

Ori Goshen, co-CEO da AI21 Labs, observou que “o novo assistente de IA do One Zero, Ella, representa uma mudança na indústria bancária digital em direção a uma melhor experiência do cliente – uma que é mais rápida, mais confiável e personalizada para cada usuário.”

Tais endossos destacam como a startup de tecnologia e o banco estão intimamente integrados no desenvolvimento de soluções de IA.

Além de Ella, o One Zero utiliza IA de maneiras mais nos bastidores. Algoritmos automatizados lidam com grande parte das operações diárias e tomada de decisões do banco. Por exemplo, modelos de IA são empregados para avaliações de risco de crédito e recomendações de investimento, aprendendo com dados para refinar seus resultados.

A estratégia do banco tem sido automatizar o máximo possível de tarefas rotineiras, o que reduz custos e permite ao banco oferecer tarifas mais competitivas.

Ao mesmo tempo, o One Zero mantém consultores financeiros humanos que os clientes podem contatar (o banco promete uma combinação de “gestores financeiros pessoais” e assistência de IA). Esta abordagem dupla atende clientes que querem a eficiência da IA, mas também a tranquilidade da expertise humana para decisões importantes.

O forte investimento do One Zero em IA está dando retorno no engajamento dos clientes.

Por alguns relatórios, seu assistente de IA estava lidando com até 40% das consultas dos clientes independentemente pouco após o lançamento, e auxiliando agentes humanos em muitas outras. Isso reduz significativamente os tempos de resposta – o banco afirma ter eliminado o tempo de espera para a maioria das consultas – e garante que os clientes recebam respostas consistentes e de alta qualidade a qualquer momento.

A IA pode até lidar com questões complexas com referências cruzadas; o One Zero notou cenários como perguntar “Qual foi aquele restaurante indiano que eu fui com um amigo em Londres?” e o sistema pode inferir e encontrar a transação. Tais capacidades ilustram o poder de combinar dados de transações com IA conversacional.

Do ponto de vista do mercado, o One Zero Bank é um estudo de caso de como um novo banco pode se diferenciar via IA. No competitivo setor bancário de Israel, o diferencial do One Zero não é apenas que ele possui um aplicativo móvel elegante – muitos bancos têm – mas que seus serviços são mais inteligentes e proativos. O banco pode alertar os usuários sobre gastos incomuns, prever seu fluxo de caixa, ou sugerir movimentos financeiros, impulsionado por análises de IA em seus dados. Isso se alinha a uma tendência mais ampla: os consumidores esperam cada vez mais um serviço personalizado e instantâneo em finanças, semelhante ao que a Netflix ou Spotify pessoalizam o entretenimento. One Zero está aproveitando essa expectativa, usando IA para se tornar uma espécie de “concierge financeiro”.

Desafios permanecem para o One Zero, especialmente enquanto mira expansão além de Israel. O banco tinha planos de expandir internacionalmente, mas eventos externos (como conflitos regionais no final de 2023) forçaram-no a pausar algumas iniciativas.

No entanto, o progresso da empresa está sendo observado globalmente. Se o One Zero Bank continuar a ter sucesso, ele pode inspirar bancos digitais focados em IA similares em outros países. Ele também fornece um exemplo vivo para reguladores de como a IA pode ser integrada com segurança na área bancária. Notavelmente, os reguladores de Israel deram ao One Zero uma licença bancária completa, indicando confiança em seu modelo e capital – um sinal positivo para outros aspirantes a bancos nativos de IA que buscam aprovação regulatória no futuro.

Bunq – O Primeiro Neobank da Europa Impulsionado por IA

Na Europa, um dos players estabelecidos que está adotando uma abordagem nativa de IA é o Bunq, um banco digital holandês frequentemente chamado de “o banco dos Livres” por seu ethos centrado no usuário orientado pela tecnologia.

Bunq foi fundado em 2012 e cresceu para milhões de usuários em toda a Europa, mas no final de 2023 fez ondas ao anunciar que havia se tornado “o primeiro banco europeu impulsionado por IA.”

Bunq integrou IA generativa em sua plataforma a um grau não visto entre seus pares, visando transformar a maneira como os clientes interagem com suas finanças. O centro dessa iniciativa é “Finn,” o assistente pessoal de finanças impulsionado por IA do Bunq.

Em dezembro de 2023, o Bunq lançou o Finn como uma ferramenta de IA generativa voltada para o cliente embutida em seu aplicativo.

Finn efetivamente substituiu as funções tradicionais de pesquisa e navegação dentro do aplicativo do Bunq. Ao invés de navegar manualmente por menus ou listas de transações, os usuários podem simplesmente fazer perguntas ao Finn ou dar comandos em linguagem natural. “Finn vai te surpreender”, disse o fundador e CEO do Bunq, Ali Niknam, no lançamento, exaltando o resultado de “anos de inovação em IA” e um “foco laser nos nossos usuários.”

O objetivo, como Niknam descreveu, era “transformar completamente o sistema bancário como você o conhece” tornando as interações tão fáceis quanto uma conversa.

O que Finn pode fazer? Segundo o Bunq, muita coisa. Os usuários podem fazer perguntas como, “Quanto gastei em mantimentos no mês passado?” ou “Qual é a minha média mensal de contas de serviços?”, e Finn irá analisar instantaneamente seus dados de transação para dar uma resposta. Ele também pode lidar com consultas mais complexas que combinam múltiplas informações.

Por exemplo, Niknam compartilhou que “ele pode até combinar dados para responder perguntas que vão além das transações, como ‘Quanto gastei no café perto do Central Park no último sábado?’”. A IA é ciente do contexto, ou seja, pode descobrir que “o café perto do Central Park” se refere a um comerciante específico e data no histórico de transações do usuário, algo que uma função de pesquisa normal teria dificuldades. Habilitando tais consultas conversacionais, o Bunq facilita muito mais a análise de seus próprios gastos e a busca por informações sem o conhecimento contábil ou esforço manual tedioso.

Além de perguntas e respostas, Finn ajuda no planejamento financeiro e no orçamento. Os usuários podem pedir conselhos ou insights, como “Tenho sobra suficiente este mês para adicionar €500 às minhas economias?” e obter uma resposta baseada em dados. É como ter um contador pessoal à disposição.

Bunq utiliza isso para encorajar hábitos financeiros mais saudáveis entre seus clientes. Internamente, a IA do Bunq também analisa padrões de transações em várias contas vinculadas (usando as estruturas de open banking da Europa) para fornecer visões consolidadas das finanças de um usuário. Isso significa que Finn pode ver saldos e gastos de um cliente não apenas no Bunq, mas em outros bancos, se o usuário permitir, proporcionando uma visão geral única – um recurso poderoso para orçamento e planejamento.

O impacto do Finn foi notável.

Relatórios indicaram que Finn foi capaz de lidar com cerca de 40% das consultas dos clientes por conta própria, sem intervenção humana, e auxiliar em outra parte significativa.

Isso reduziu a carga de trabalho na equipe de suporte do Bunq e acelerou o tempo de resposta para os usuários. De fato, no início de 2024 o Bunq afirmou que a introdução do Finn tornou as interações com os clientes mais eficientes do que nunca, com muitas perguntas respondidas instantaneamente pela IA. Para as consultas restantes que requerem um toque humano, a equipe do Bunq poderia se concentrar em questões complexas, agora que a IA triava as simples.

O resultado é um modelo de atendimento ao cliente escalável enquanto o Bunq continua a expandir sua base de usuários pela Europa.

A adoção de IA pelo Bunq ocorre enquanto ele está se expandindo geograficamente e em produtos. A empresa solicitou uma licença bancária nos EUA em 2023, visando entrar no mercado americano, e tal inovação ajuda a se destacar em uma cena neobank cada vez mais lotada.

Vale a pena notar que outras fintechs estão seguindo o exemplo: o neobank americano MoneyLion anunciou um recurso de busca movido a ChatGPT na mesma época, e outro chamado Dave introduziu “DaveGPT” para consultas de clientes.

Mas o avanço inicial do Bunq e a integração na funcionalidade central (substituindo completamente a busca por IA) deram-lhe uma reivindicação de liderança.

Do ponto de vista empresarial, o Bunq usa IA não apenas para ajudar os usuários, mas também para derivar insights que informam novas ofertas. Ao analisar como as pessoas fazem perguntas sobre seu dinheiro, o Bunq pode identificar pontos problemáticos ou solicitações populares e potencialmente criar novos recursos ou produtos ao redor deles.

Por exemplo, se muitos usuários perguntarem “Posso comprar X até o fim do ano?”, o Bunq pode desenvolver um planejador de economia automatizado. Essa inovação orientada por dados é uma vantagem competitiva de ser um banco nativo de IA – o ciclo de feedback de interações do usuário para a melhoria do serviço é muito apertado.

No entanto, o Bunq também é cuidadoso em...Translate the following content from English to Portuguese (Brazil). Format result as follows:

• Skip translation for markdown links.

Content:

1. to couple AI with human oversight. All AI responses are monitored for accuracy and relevance.
2. The bank has emphasized that Finn’s advice is based on data but customers should exercise judgment – it’s an assistant, not a fully autonomous financial manager (at least not yet).
3. Additionally, privacy and security are paramount; Bunq has to ensure that the AI only accesses data the user has permissioned and that sensitive information is protected. So far, no major issues have been reported, and customers have largely responded positively to the convenience of conversational banking.
4. Ali Niknam, Bunq’s CEO, has framed the AI push as part of Bunq’s mission to simplify banking. In his view, traditional banks burden customers with clunky interfaces and jargon, whereas Bunq wants to “make life so much easier” for users through technology.
5. By making banking as easy as texting a friend, Bunq hopes to deepen customer loyalty and engagement. Indeed, industry analysis shows that personalization and ease of use significantly boost customer satisfaction in banking.
6. Bunq’s AI strategy hits both targets: personalize the experience (since Finn’s answers are unique to your data and questions) and make it easy (no need to learn the app menus or finance terminology).
7. As one of the first movers in AI-powered banking in Europe, Bunq offers a valuable example for the industry. It demonstrates that even an operational bank with millions of users can successfully infuse AI at the core of its services – it’s not just something for brand-new startups. Bunq’s experience will be closely watched by other European banks and fintechs.
8. In a way, Bunq is turning into a tech company as much as a bank, continually integrating the latest AI developments. If Finn and subsequent AI features continue to perform well, it’s likely we’ll see more banks launching their own GPT-style assistants or AI-driven personalization features in an arms race to attract digitally savvy customers.

WeBank – China’s Pioneering AI-First Bank

9. No discussion of AI in banking would be complete without WeBank, China’s trailblazing digital bank that has been a pioneer in AI adoption since its inception.

10. WeBank was founded in 2014 as China’s first internet-only bank, backed by tech giant Tencent.

11. From the beginning, WeBank’s strategy was to leverage cutting-edge technologies – encapsulated in its “ABCD” mantra (AI, Blockchain, Cloud, Data) – to serve millions of customers at low cost.

12. Over the past decade, WeBank has grown explosively, providing loans, payments, and financial services to tens of millions of users, many of them underbanked individuals and small businesses.

13. Its success is often credited to its deep integration of AI in operations, enabling it to manage volume and risk far more efficiently than traditional banks.

14. One of WeBank’s notable achievements is the extent to which it uses AI and automation in customer service and support.

15. As of a few years ago, WeBank reported that it was receiving around 100,000 customer service queries per day, and its AI “virtual robots” were handling 98% of them without human intervention.

16. These virtual agents use natural language processing and speech recognition – essentially early versions of the kind of AI that powers today’s voice assistants – to resolve customer inquiries.

17. Dr. Yang Qiang, a chief AI consultant at WeBank, explained that they deploy facial recognition, voice recognition, and NLP to improve service and convenience.

18. Customers can interact through chat or voice, and the AI can authenticate them (via facial recognition) and address issues or execute requests in real time.

19. WeBank’s philosophy has been that AI is there to “augment, not replace” human service – a stance that sounds similar to Western banks, but WeBank has taken it to an extreme degree of implementation.

20. “Automated service is not an enemy to human services. They should work side by side,” Yang Qiang told CNBC.

21. The result is a highly scalable model: a relatively small team of human staff can oversee a customer base of millions because AI is doing the heavy lifting day-to-day.

22. In fact, WeBank famously started with only a few dozen employees and no physical branches, yet it was able to disburse enormous volumes of micro-loans across China by relying on AI-driven credit algorithms and customer interactions through smartphones.

23. This operational efficiency is a major reason WeBank turned profitable within just a couple of years of launch, a rare feat for a new bank.

24. Another area where WeBank shines is AI-driven credit risk analysis and loan approval.

25. Traditional banks often require lengthy paperwork and human underwriting for loans, but WeBank automated much of that using machine learning models.

26. By analyzing vast amounts of alternative data – such as social media behavior, mobile payment history (leveraging Tencent’s ecosystem), and other digital footprints – WeBank’s AI can assess creditworthiness quickly and extend small loans to individuals and SMEs that might be rejected by larger banks.

27. This inclusive approach has extended credit to segments previously deemed too risky or costly to serve.

28. Yang Qiang noted that such technology creates “the possibility for WeBank to have more efficiency than traditional banks in processing loans and conducting risk analysis”, which indeed has been borne out.

29. WeBank can process loan applications in minutes and monitor them continuously, something legacy banks find hard to match.

30. WeBank has also been an innovator in AI research.

31. It has invested in areas like federated learning, a technique to train AI models on sensitive data from multiple sources without compromising privacy.

32. This was important for WeBank to collaborate with other institutions (like sharing fraud data) while respecting China’s strict data privacy rules.

33. The bank’s technologists have published papers and open-sourced tools, indicating that WeBank sees itself as a tech leader, not just a financial services company.

34. In March 2025, WeBank even shared a vision for an “AI-native bank” at a global conference, highlighting how a decade of its tech expertise is pushing banking to be “smarter and more inclusive.”

35. This suggests WeBank is aiming to stay at the forefront of AI in finance, possibly exploring next-gen AI like generative models for even more advanced services.

36. Despite its tremendous automation, WeBank hasn’t eliminated the human element.

37. Instead, it has reallocated it. With AI doing routine work, human employees focus on areas like improving algorithms, handling exceptional cases, and developing new products.

38. WeBank’s staffing strategy reportedly has about 60% of employees in technology roles – an unusually high ratio for a bank, but logical for what is essentially a fintech institution.

39. This tech-first culture further cements WeBank’s status as an AI-native bank avant la lettre.

CITIC aiBank – A Joint Venture of Finance and Tech

40. Around the same time WeBank was taking off, another notable experiment in AI-centric banking was underway in China: CITIC aiBank (often just called “AiBank”).
41. This is a joint venture between China Citic Bank, a mid-tier commercial bank, and Baidu, the internet search and AI giant.
42. Launched in late 2017, aiBank was established as a direct, branchless bank with the explicit goal of leveraging big data and artificial intelligence to deliver smarter financial services.
43. With a registered capital of 2 billion yuan (about $300 million at the time) and ownership split 70/30 between Citic Bank and Baidu, aiBank represented a blend of banking domain knowledge and cutting-edge tech capability.
44. AiBank’s focus from the start was on lending to consumers and small businesses, segments often underserved by traditional banks in China.
45. By using Baidu’s AI technology, aiBank aimed to develop new risk assessment models that could better evaluate borrowers who lack extensive credit histories.
46. “AiBank will focus on lending to individuals and small businesses while leveraging big data and artificial intelligence to build new risk control models,” said Li Rudong, the bank’s president, at its launch.
47. This indicates that aiBank intended to analyze non-traditional data – possibly including search data, social data, etc., thanks to Baidu – to make credit decisions.
48. The expectation was that AI-driven insights could identify creditworthy customers that legacy scoring methods might overlook, thus profitably expanding financial inclusion.
49. A striking detail revealed at launch was that 60% of aiBank’s employees would be tech staff.
50. This was essentially unheard of in banking at that time and signaled how differently aiBank would operate compared to a typical bank where most staff are in branches or general operations.
51. By concentrating on engineering and data science talent, aiBank put itself on a path to continuously develop and refine AI systems in-house.
52. Baidu’s contribution was not just capital but also technology – including its AI platforms, cloud services, and perhaps even its vast user data (within privacy/legal limits).
53. This partnership was part of a broader trend in China of tech companies and banks teaming up – similarly, Alibaba with MYbank, and Tencent with WeBank – to create hybrid entities that marry the strengths of each.
54. In Baidu’s case, aiBank also offered a way to monetize its AI research in finance and showcase its AI leadership.
55. At the launch event, Baidu’s then Chief Operating Officer, Lu Qi, heralded the venture by saying, “AiBank is...

Tradução:

1. acoplar IA com supervisão humana. Todas as respostas de IA são monitoradas para precisão e relevância.
2. O banco enfatizou que os conselhos do Finn são baseados em dados, mas os clientes devem exercer julgamento – é um assistente, não um gerente financeiro totalmente autônomo (pelo menos ainda não).
3. Além disso, privacidade e segurança são primordiais; o Bunq deve garantir que a IA apenas acesse dados que o usuário autorizou e que informações sensíveis sejam protegidas. Até agora, nenhum problema grave foi relatado, e os clientes responderam de forma amplamente positiva à conveniência do banco conversacional.
4. Ali Niknam, CEO do Bunq, enquadrou o avanço da IA como parte da missão do Bunq de simplificar o sistema bancário. Em sua visão, os bancos tradicionais sobrecarregam os clientes com interfaces complicadas e jargões, enquanto o Bunq quer “tornar a vida muito mais fácil” para os usuários através da tecnologia.
5. Ao tornar o sistema bancário tão fácil quanto enviar uma mensagem para um amigo, o Bunq espera aumentar a lealdade e o engajamento dos clientes. De fato, a análise da indústria mostra que a personalização e a facilidade de uso aumentam significativamente a satisfação do cliente no setor bancário.
6. A estratégia de IA do Bunq atinge ambos os objetivos: personalizar a experiência (já que as respostas do Finn são exclusivas para seus dados e perguntas) e facilitar (sem necessidade de aprender os menus do aplicativo ou a terminologia financeira).
7. Como um dos primeiros a adotar o sistema bancário potenciado por IA na Europa, o Bunq oferece um exemplo valioso para a indústria. Isso demonstra que mesmo um banco operacional com milhões de usuários pode com sucesso incorporar IA no núcleo de seus serviços – não é apenas algo para startups novatas. A experiência do Bunq será observada de perto por outros bancos e fintechs europeus.
8. De certa forma, o Bunq está se transformando em uma empresa de tecnologia tanto quanto um banco, integrando continuamente os mais recentes desenvolvimentos em IA. Se o Finn e os recursos subsequentes de IA continuarem a ter um bom desempenho, é provável que vejamos mais bancos lançando seus próprios assistentes no estilo GPT ou recursos de personalização orientados por IA em uma corrida armamentista para atrair clientes digitalmente experientes.

WeBank – O Pioneiro Banco Focado em IA da China

9. Nenhuma discussão sobre IA em bancos estaria completa sem WeBank, o banco digital pioneiro da China que tem sido um pioneiro na adoção de IA desde o seu início.

10. WeBank foi fundado em 2014 como o primeiro banco exclusivamente online da China, apoiado pelo gigante da tecnologia Tencent.

11. Desde o início, a estratégia do WeBank foi aproveitar tecnologias de ponta – encapsulada em seu mantra “ABCD” (AI, Blockchain, Cloud, Data) – para atender milhões de clientes a baixo custo.

12. Ao longo da última década, o WeBank cresceu exponencialmente, oferecendo empréstimos, pagamentos e serviços financeiros para dezenas de milhões de usuários, muitos deles indivíduos sub-bancarizados e pequenas empresas.

13. Seu sucesso é frequentemente creditado à sua profunda integração de IA nas operações, permitindo que gerencie volume e risco de forma muito mais eficiente do que os bancos tradicionais.

14. Uma das notáveis realizações do WeBank é a extensão à qual usa IA e automação no serviço e suporte ao cliente.

15. Até alguns anos atrás, o WeBank relatou que estava recebendo cerca de 100.000 consultas de serviço ao cliente por dia, e seus “robôs virtuais” de IA estavam lidando com 98% delas sem intervenção humana.

16. Esses agentes virtuais utilizam processamento de linguagem natural e reconhecimento de fala – essencialmente, versões iniciais do tipo de IA que alimenta os assistentes de voz atuais – para resolver as consultas dos clientes.

17. Dr. Yang Qiang, consultor-chefe de IA no WeBank, explicou que eles implantam reconhecimento facial, reconhecimento de voz e PLN para melhorar o serviço e a conveniência.

18. Os clientes podem interagir por meio de chat ou voz, e a IA consegue autenticá-los (por meio do reconhecimento facial) e resolver problemas ou atender solicitações em tempo real.

19. A filosofia do WeBank tem sido que a IA está lá para “aumentar, não substituir” o serviço humano – uma posição que soa semelhante a bancos ocidentais, mas o WeBank levou isso a um grau extremo de implementação.

20. “O serviço automatizado não é inimigo do serviço humano. Eles devem trabalhar lado a lado”, Yang Qiang disse à CNBC.

21. O resultado é um modelo altamente escalável: uma equipe relativamente pequena de funcionários humanos pode supervisionar uma base de clientes de milhões porque a IA faz o trabalho pesado no dia a dia.

22. De fato, o WeBank começou famosamente com apenas algumas dezenas de funcionários e sem agências físicas, no entanto, foi capaz de distribuir enormes volumes de microempréstimos na China, confiando em algoritmos de crédito dirigidos por IA e interações com clientes por meio de smartphones.

23. Essa eficiência operacional é uma das principais razões pelas quais o WeBank se tornou lucrativo dentro de apenas alguns anos do lançamento, um feito raro para um novo banco.

24. Outra área onde o WeBank se destaca é na análise de risco de crédito e aprovação de empréstimos dirigidas por IA.

25. Bancos tradicionais frequentemente requerem papeladas longas e subscrição humana para empréstimos, mas o WeBank automatizou grande parte disso usando modelos de aprendizado de máquina.

26. Ao analisar vastas quantidades de dados alternativos – como comportamento em redes sociais, histórico de pagamentos móveis (aproveitando o ecossistema da Tencent) e outros rastros digitais – a IA do WeBank pode avaliar rapidamente a solvabilidade e conceder pequenos empréstimos a indivíduos e PMEs que poderiam ser rejeitados pelos bancos maiores.

27. Essa abordagem inclusiva ampliou o crédito para segmentos anteriormente considerados muito arriscados ou custosos para atender.

28. Yang Qiang notou que tal tecnologia cria “a possibilidade de o WeBank ter mais eficiência do que bancos tradicionais ao processar empréstimos e conduzir análises de risco”, o que de fato se comprovou.

29. O WeBank pode processar pedidos de empréstimo em minutos e monitorá-los continuamente, algo que os bancos tradicionais têm dificuldade para igualar.

30. O WeBank também tem sido um inovador na pesquisa de IA.

31. Investiu em áreas como aprendizado federado, uma técnica para treinar modelos de IA em dados sensíveis de múltiplas fontes sem comprometer a privacidade.

32. Isso foi importante para o WeBank colaborar com outras instituições (como compartilhamento de dados de fraude) ao respeitar as rígidas regras de privacidade de dados da China.

33. Os tecnólogos do banco publicaram artigos e ferramentas de código aberto, indicando que o WeBank se vê como um líder tecnológico, não apenas como uma empresa de serviços financeiros.

34. Em março de 2025, o WeBank até compartilhou uma visão de um “banco nativamente de IA” em uma conferência global, destacando como uma década de sua expertise em tecnologia está impulsionando o banco para ser “mais inteligente e mais inclusivo”.

35. Isso sugere que WeBank está visando permanecer na vanguarda da IA em finanças, possivelmente explorando a próxima geração de IA como modelos generativos para serviços ainda mais avançados.

36. Apesar da sua tremenda automação, o WeBank não eliminou o elemento humano.

37. Em vez disso, ele o realocou. Com a IA fazendo o trabalho de rotina, os funcionários humanos se concentram em áreas como melhorar algoritmos, lidar com casos excepcionais e desenvolver novos produtos.

38. A estratégia de pessoal do WeBank relata ter cerca de 60% dos funcionários em funções de tecnologia – uma proporção incomumente alta para um banco, mas lógica para o que é essencialmente uma instituição fintech.

39. Essa cultura focada em tecnologia reforça ainda mais o status do WeBank como um banco nativamente de IA avant la lettre.

CITIC aiBank – Uma Joint Venture de Finanças e Tecnologia

40. Por volta da mesma época em que o WeBank estava decolando, outro experimento notável no banco focado em IA estava em andamento na China: CITIC aiBank (frequentemente apenas chamado “AiBank”).
41. Este é um empreendimento conjunto entre o China Citic Bank, um banco comercial de médio porte, e a Baidu, o gigante de busca na internet e IA.
42. Lançado no final de 2017, o aiBank foi estabelecido como um banco direto, sem agências, com o objetivo explícito de aproveitar big data e inteligência artificial para fornecer serviços financeiros mais inteligentes.
43. Com um capital social de 2 bilhões de yuans (cerca de US$ 300 milhões na época) e uma divisão de propriedade 70/30 entre o Citic Bank e a Baidu, aiBank representou uma mistura de conhecimento em domínio bancário e capacidade tecnológica de ponta.
44. O foco do aiBank desde o início foi em empréstimos para consumidores e pequenas empresas, segmentos frequentemente negligenciados pelos bancos tradicionais na China.
45. Ao usar a tecnologia de IA da Baidu, o aiBank pretendia desenvolver novos modelos de avaliação de risco que pudessem avaliar melhor os tomadores de empréstimo que não possuem extensos históricos de crédito.
46. “AiBank se concentrará em empréstimos para indivíduos e pequenas empresas enquanto aproveita big data e inteligência artificial para construir novos modelos de controle de risco”, disse Li Rudong, o presidente do banco, no seu lançamento.
47. Isso indica que o aiBank pretende analisar dados não tradicionais – possivelmente incluindo dados de busca, dados sociais, etc., graças à Baidu – para tomar decisões de crédito.
48. A expectativa era que as percepções dirigidas por IA pudessem identificar clientes solváveis que os métodos de pontuação legados poderiam negligenciar, expandindo assim a inclusão financeira de forma lucrativa.
49. Um detalhe impressionante revelado no lançamento foi que 60% dos funcionários do aiBank seriam técnicos.
50. Isso era essencialmente inédito no setor bancário naquela época e sinalizou como o aiBank operaria de maneira diferente em comparação a um banco típico, onde a maioria dos funcionários está em agências ou operações gerais.
51. Ao concentrar-se em talentos de engenharia e ciência de dados, o aiBank se colocou no caminho para desenvolver e refinar continuamente sistemas de IA internamente.
52. A contribuição da Baidu não foi apenas em capital, mas também em tecnologia – incluindo suas plataformas de IA, serviços na nuvem, e talvez até mesmo seus vastos dados de usuários (dentro dos limites de privacidade/legal).
53. Esta parceria fazia parte de uma tendência mais ampla na China de empresas de tecnologia e bancos unindo forças – de forma semelhante, Alibaba com MYbank e Tencent com WeBank – para criar entidades híbridas que unem os pontos fortes de cada um.
54. No caso da Baidu, o aiBank também ofereceu uma maneira de monetizar sua pesquisa de IA em finanças e destacar sua liderança em IA.
55. Na ocasião de lançamento, o então Diretor de Operações da Baidu, Lu Qi, saudou a iniciativa ao dizer: “AiBank é... Content: o futuro das finanças inteligentes... É uma instituição que entende melhor os clientes e entende melhor as finanças." Esta citação captura a aspiração de que, ao fundir o conhecimento de usuários da Baidu (a partir de seu comportamento online) com a experiência bancária do Citic, o aiBank poderia superar os bancos tradicionais em termos de insight e serviço ao cliente.

Ser um banco direto (somente online) também significava que o aiBank poderia alcançar clientes em todo o país sem presença física, uma vantagem significativa no vasto mercado da China.

Na prática, nos anos seguintes, o aiBank lançou produtos de empréstimo digital e serviços aprimorados por IA. Ofereceu empréstimos pessoais via aplicativos móveis, com aprovações rápidas impulsionadas por modelos de crédito de aprendizado de máquina. Para pequenas empresas, experimentou o uso de IA para analisar transações de comércio eletrônico e dados de cadeia de suprimentos para estender crédito - muito semelhante ao que faz o Ant Group.

O aiBank também explorou a IA no serviço ao cliente, incluindo chatbots inteligentes para consultas básicas. Dadas as forças da Baidu em processamento de linguagem natural (particularmente em PNL em língua chinesa), o aiBank provavelmente se beneficiou de IA avançada em assistentes de voz e interação com o cliente baseada em texto. Embora dados detalhados de desempenho do aiBank não sejam amplamente públicos, sua operação contínua e aumentos de capital (Citic e Baidu supostamente dobraram seu capital até 2018 para apoiar o crescimento) sugerem que ganhou tração.

Um ângulo único para o aiBank é a sinergia com o ecossistema da Baidu. A Baidu poderia integrar os serviços financeiros do aiBank em seus aplicativos populares. Por exemplo, usuários da busca ou mapas da Baidu poderiam ser oferecidos serviços do aiBank de forma contextual (imagine buscar por "empréstimo de carro" e ver uma oferta do aiBank). Além disso, a pesquisa de IA da Baidu, como em reconhecimento facial e tecnologia de voz, encontrou um uso no mundo real nos processos de segurança e integração do aiBank. Como Yang Qiang do WeBank mencionou de forma geral, tecnologias como reconhecimento facial podem permitir uma abertura de contas tranquila e remota – o aiBank provavelmente empregou métodos semelhantes, dado o conhecimento da Baidu. Em certo sentido, o aiBank serviu como uma plataforma para a Baidu demonstrar o poder da IA em uma indústria regulada, potencialmente fortalecendo a posição da Baidu no mercado de negócios de IA.

No entanto, operar um banco nativo de IA dentro de uma estrutura de banco tradicional maior (Citic) também apresentou desafios.

O envolvimento do Citic Bank assegurou a conformidade regulatória e forneceu infraestrutura bancária, mas pode ter imposto um ritmo mais cauteloso do que uma startup pura. A supervisão regulatória da China Banking and Insurance Regulatory Commission (CBIRC) significava que as inovações de IA do aiBank tinham que estar alinhadas com as regulamentações de risco financeiro. Em 2021, surgiu uma anedota de que reguladores chineses multaram o Citic e a Baidu por algumas formalidades na formação do JV - um lembrete de que mesmo bancos voltados para tecnologia operam sob regras rígidas. No entanto, os reguladores chineses têm apoiado em geral a IA e fintech no setor bancário, desde que os riscos sejam controlados.

Em 2025, o CITIC aiBank se destaca como um exemplo de integração bem-sucedida da IA em uma nova iniciativa bancária.

Pode não ter o reconhecimento de nome global do WeBank, mas ressalta um modelo colaborativo: um banco legado e um gigante da tecnologia co-criando uma plataforma bancária nativa de IA.

Reflexões Finais

A ascensão dos bancos nativos de IA aponta para um futuro onde as finanças são mais rápidas, mais personalizadas e até dirigidas por máquinas.

Esses projetos pioneiros demonstram que os bancos podem ser repensados radicalmente com tecnologia moderna – potencialmente oferecendo aos clientes serviços ultra-convenientes e abrindo o sistema financeiro para novos participantes (como agentes de IA ou populações subatendidas). No futuro, podemos esperar que os bancos tradicionais respondam acelerando sua própria adoção de IA ou se associando a iniciativas nativas de IA. Em alguns casos, incumbentes podem adquirir startups de bancos de IA bem-sucedidas para adicionar suas capacidades. Reguladores também estão prestando muita atenção. Se os bancos nativos de IA mostrarem um desempenho forte em gestão de risco e conformidade, os reguladores podem atualizar frameworks para facilitar o uso mais amplo de IA em bancos, talvez até criando novas categorias de licença para instituições financeiras impulsionadas por IA.

No entanto, o advento dos bancos nativos de IA também traz riscos e desafios significativos que precisam ser geridos. Uma grande preocupação é a governança e supervisão. Quando algoritmos de IA tomam decisões de crédito ou detectam fraudes, garantir que sejam isentos de preconceitos e sem erros é crítico. Algoritmos não verificados poderiam involuntariamente excluir certos grupos de clientes ou aprovar empréstimos arriscados – erros que poderiam erodir a confiança e atrair penalidades regulatórias. A transparência é outro desafio: esses bancos devem tornar as ações de sua IA explicáveis para reguladores e clientes.

Para instituições financeiras tradicionais, o surgimento de bancos nativos de IA é uma faca de dois gumes. Por um lado, empurra os limites da inovação, potencialmente resultando em novos métodos e tecnologias que os incumbentes podem adotar. Bancos estabelecidos podem aprender com a eficiência dos fluxos de trabalho de IA da Catena ou o sucesso de engajamento de clientes da Finn do Bunq, e integrar ideias semelhantes. Por outro lado, esses novos entrantes poderiam se tornar concorrentes formidáveis em certos segmentos.