Com mais de 600 casos de uso, Bradesco estrutura plataforma própria para escalar IA com governança

A adoção de inteligência artificial dentro das grandes empresas começa a entrar em uma nova fase, marcada não apenas pela quantidade de casos implementados, mas pela necessidade de estruturar o uso da tecnologia em escala. No setor financeiro, onde segurança, governança e conformidade são requisitos críticos, esse movimento ganha contornos ainda mais complexos.

No VTEX Day, Leandro Marçal, diretor de tecnologia do Bradesco, detalhou como o banco tem avançado nessa agenda, com mais de 600 casos de inteligência artificial generativa já em operação e uma estratégia centrada na construção de uma plataforma interna para viabilizar esse crescimento de forma controlada.

“A gente tem mais de 600 casos sendo aplicados de GenAI hoje em dia”, afirmou.

Segundo o executivo, esse avanço não aconteceu de forma isolada, mas a partir da consolidação de um modelo que permite escalar a tecnologia sem comprometer segurança ou governança – dois dos principais desafios enfrentados pelo setor.

Plataforma interna destrava escala e reduz complexidade

O ponto central da estratégia do Bradesco está na criação de um barramento interno, responsável por concentrar todas as interações com modelos de linguagem e abstrair a complexidade do uso da tecnologia para as áreas de negócio.

A proposta resolve um dos principais gargalos da adoção de IA dentro das empresas: a dificuldade de padronizar o acesso, controlar o uso e garantir conformidade em um ambiente cada vez mais distribuído.

“A gente construiu um barramento que habilitou essa escalada rapidamente. Ele tira a complexidade de como consumir GenAI”, afirmou Marçal.

Esse modelo também centraliza regras de segurança e governança, garantindo que o uso da tecnologia respeite tanto diretrizes internas quanto regulamentações externas. “Esse barramento faz o controle de todas as leis para garantir que a gente faça o uso do dado no contexto que a gente pode usar”, disse.

Além da segurança cibernética, a estrutura também incorpora uma camada ética, voltada a mitigar riscos associados ao uso de modelos generativos, como alucinações e uso inadequado de informações.

IA deixa de ser piloto e passa a operar no core do banco

A escala alcançada pelo Bradesco já se reflete diretamente na operação, com aplicações distribuídas em diferentes áreas do banco, desde atendimento até desenvolvimento de software.

Um dos principais exemplos é a evolução da BIA, assistente virtual da instituição, que passa a operar como um concierge digital apoiado por IA generativa e conectado ao barramento interno.

Segundo Marçal, a plataforma já acumulou cerca de 70 milhões de interações nos últimos 18 meses, com um nível elevado de resolução de demandas. “87% das pessoas falam que o problema foi resolvido”, afirmou.

O impacto vai além da experiência do cliente, alcançando também ganhos operacionais e redução de custos, à medida que processos passam a ser resolvidos de forma mais rápida e automatizada.

Governança deixa de ser freio e passa a ser acelerador

Para o executivo, um dos principais aprendizados dessa jornada está na forma como a governança é tratada dentro da estratégia de IA. Ao contrário da percepção comum de que regras e controles podem limitar a inovação, o banco passou a encarar a governança como um elemento essencial para viabilizar a escala.

“A governança dentro da IA, eu encaro ela não como um freio, mas sim como um acelerador”, afirmou. Segundo ele, empresas que conseguem combinar estratégia clara com governança estruturada são justamente aquelas que conseguem avançar mais rápido e com menor risco.

IA entra no ciclo completo de desenvolvimento de software

Além do atendimento, o uso de inteligência artificial no Bradesco também se expande para o ciclo completo de desenvolvimento de sistemas. O banco estruturou uma camada dedicada, que atua desde a definição de requisitos até testes e revisões de código, garantindo padronização e qualidade ao longo do processo.

“A gente tem mais ou menos mil pull requests com revisões de código por mês dentro desse modelo”, afirmou Marçal.

Essa abordagem reforça a estratégia de incorporar a IA como parte estrutural da operação, e não apenas como ferramenta pontual.

Modelo organizacional conecta negócio e tecnologia

A escala da operação também exige mudanças na estrutura organizacional. Segundo Marçal, o banco vem avançando em um modelo baseado em tribos, que integram áreas de negócio e tecnologia em torno de jornadas do cliente.

Atualmente, mais da metade dessa transformação já foi implementada, envolvendo milhares de profissionais.

“Não existe mais tecnologia sem negócio. E também não faz sentido ter negócio sem tecnologia”, afirmou o executivo.

O objetivo é alinhar prioridades e acelerar a entrega de valor, com foco direto nas necessidades do cliente.

Próxima fase será dominada por agentes autônomos

O avanço da IA dentro do banco também acompanha uma tendência mais ampla do mercado, com a evolução para modelos baseados em agentes autônomos.

Segundo o executivo, essa mudança responde a uma demanda crescente por respostas mais rápidas e personalizadas, refletindo o comportamento atual dos usuários. “Os agentes vão ser o meio de cada uma das indústrias conseguir progredir nessa necessidade do instantâneo”, afirmou.

Dentro do Bradesco, esse movimento já começou, com aplicações sendo utilizadas tanto em operações quanto em desenvolvimento, ainda em fase de expansão.

Uso de dados redefine relação com o cliente

Por fim, a estratégia de IA também está diretamente ligada à capacidade de entender o cliente de forma mais precisa.

Segundo Marçal, o banco passou a consolidar interações de diferentes canais para criar uma visão unificada do usuário, permitindo identificar necessidades e antecipar demandas.

A abordagem busca substituir modelos tradicionais de oferta por uma lógica baseada em contexto, em que produtos e serviços são apresentados de acordo com o momento e a necessidade do cliente.

Escala com controle define nova fase da IA no setor financeiro

A experiência do Bradesco reforça uma mudança mais ampla no mercado: a inteligência artificial deixa de ser uma iniciativa experimental e passa a operar no centro das organizações.

Nesse cenário, a capacidade de escalar a tecnologia com controle – equilibrando inovação, governança e eficiência – passa a ser o principal diferencial competitivo.