Definir o que faz parte do núcleo do negócio e o que pode ser tratado como commodity passou a ser uma das decisões mais sensíveis do Itaú Unibanco na adoção da inteligência artificial.
É nesse contexto que Ricardo Guerra, CIO da instituição, estabelece um limite claro para o uso de soluções externas. “Se eu terceirizar tudo, eu estaria terceirizando a atividade do Itaú no final do dia”, afirma em entrevista ao Revolução IA, programa do NeoFeed com apoio do Magalu Cloud.
Para ele, a fronteira entre o que deve ser desenvolvido internamente e o que pode ser comprado fora define onde a inteligência artificial gera vantagem competitiva e onde ela apenas replica capacidades disponíveis no mercado.
Na prática, isso se traduz em escolhas objetivas. Soluções vistas como padronizadas podem ser adquiridas no mercado, desde que não criem dependências nem limitem a evolução dos produtos. Já aquilo que envolve conhecimento profundo do cliente, da tomada de decisão e da lógica do banco precisa permanecer dentro de casa.
O avanço da automação, porém, reacende o debate sobre o futuro dos profissionais juniores em equipes cada vez mais tecnológicas. Guerra rejeita a ideia de substituição de jovens desenvolvedores por IA. Para ele, as funções iniciais vão mudar, mas abandonar a formação de novos talentos comprometeria a sustentabilidade das equipes.
“Você não vira sênior se você não for júnior um dia”, diz. “O papel do júnior vai ser diferente do que a gente conhece hoje, mas ele precisa existir.”
No desenvolvimento de software, os desafios se tornam ainda mais complexos. Embora ferramentas de IA já acelerem a geração de código, Guerra acredita que ganhos localizados não resolvem gargalos estruturais.
“Você pode acelerar um engenheiro, mas se o resto do ciclo não acompanha, você só aumenta o tempo de espera”, afirma. O impacto real, segundo ele, só aparece quando a tecnologia atravessa todo o processo. “Não é só usar IA para escrever código; é usar IA para rodar a empresa no dia a dia.”
Essa lógica também orienta aplicações já em funcionamento, como a recomendação de investimentos baseada em inteligência artificial, que combina dados internos, regras e o raciocínio dos assessores humanos.
“Entrevistamos quem toma decisão de investimento e transforma isso em algo consumível pela inteligência artificial”, diz, apontando que a proposta é criar um sistema em que humanos e algoritmos aprendam juntos, ampliando as capacidades de personalização e de tomada de decisões.