Os relatórios"A Transformação do Setor Bancário na Era da Precisão, da IA Agêntica e da Onipresença e a Edição Expandida com Perspectiva Africana"apresentam uma análise abrangente do novo paradigma que está redefinindo o setor financeiro global: a transição do banco como instituição visível para o banco como infraestrutura cognitiva invisível, integrada ao cotidiano do cliente por meio de Inteligência Artificial, dados e APIs.

Com base em obras como o Global Banking Annual Review 2025 da McKinsey, Bank 4.0 de Brett King e World's Best Bankde Robin Speculand, além de entrevistas com líderes do JPMorgan Chase, DBS Bank, Itaú Unibanco e Wells Fargo, os relatórios demonstram que a sobrevivência no setor exige uma transformação profunda - não apenas tecnológica, mas cultural, estratégica e arquitetural - sistematizada em sete pilares, sendo o sétimo uma contribuição inédita da edição Expandida com Perspectiva Africana: a inclusão financeira via IA como vantagem competitiva.

A grande inovação deste volume é a incorporação sistemática das iniciativas bancárias africanas - M-PESA/Safaricom no Quênia, GoTyme Bank na África do Sul, Attijariwafa no Marrocos, JUMO e HUB2 em escala continental -, revelando que o continente africano não é um seguidor de tendências globais, mas um laboratório real do Bank 4.0: assim como o Brasil com o Pix e o WhatsApp Banking, a África percorre um caminho "outside-in" único, onde a inovação parte da inclusão financeira em escala e do banking conversacional via mobile money para depois transformar operações internas - provando, com dados concretos, que mercados emergentes podem liderar aspectos centrais da revolução bancária que o mundo inteiro está buscando alcançar.

CLIQUE AQUI PARA ACESSAR O RELATÓRIO-> "A Transformação do Setor Bancário na Era da Precisão, da IA Agêntica e da Onipresença"

CLIQUE AQUI PARA ACESSAR A -> Edição Expandida com Perspectiva Africana

 Antonio Bucci - GrupoTreinar

O setor bancário global atravessa um ponto de inflexão crítico: apesar de lucros recordes de US$ 1,2 trilhão em 2024, os mercados avaliam os bancos quase 70% abaixo de outros setores. O relatório da McKinsey & Company, os livros Bank 4.0 (Brett King) e World's Best Bank (Robin Speculand), além de entrevistas com líderes do JPMorgan Chase, DBS Bank e Itaú Unibanco, convergem em um diagnóstico comum: a era da escala ("heft" - o peso, robustez e capacidade operacional de um banco competir em larga escala) acabou. O novo paradigma é a Precisão - o uso cirúrgico de dados e Inteligência Artificial Agêntica para oferecer serviços financeiros hiperpersonalizados, ubíquos e invisíveis ao cliente.

A transformação estrutural é impulsionada pela Inteligência Artificial Generativa e Agêntica. Instituições comoJPMorgan Chase- que disponibilizou sua plataforma LLM Suite para mais de 200 mil funcionários e projeta 1.000 casos de uso de IA até 2026 -,Morgan Stanley- com 98% dos advisors usando assistentes de GenAI -,Goldman Sachs,Bank of America,HSBC,BNY Mellon,CitieWells Fargolideram a adoção global. No Brasil, destacam-seNubank- parceiro da OpenAI e posicionado como banco AI-native -,Itaú Unibanco- com mais de 1.000 modelos de IA ativos e a plataforma "Inteligência Itaú" como middleware de governança -,Bradesco- com resolução de 90% dos atendimentos via chatbot GenAI e redução de 40% no tempo de call center -, além doBanco do Brasil, daCaixa Econômica Federale doBTG Pactual. O referencial teórico é oDBS Bankde Singapura - eleito o Melhor Banco do Mundo -, que sob liderança de Piyush Gupta reinventou-se como "empresa de tecnologia que faz serviços bancários", adotando o lemaLive More, Bank Lesse tornando o banco invisível na vida do cliente.

Quatro pilares estruturam essa transformação.O primeiro é a IA Agêntica e Predição: a IA evoluiu de chatbot para agente autônomo capaz de planejar, decidir e executar tarefas financeiras complexas - com redução de custos operacionais de até 70%. O verdadeiro diferencial competitivo, conforme Derek Waldron (JPMorgan), não está no modelo de IA em si (commodity), mas na sua conectividade com os dados proprietários do banco, o chamado "fosso defensável".O segundo pilar é o Banco Invisível("Banking Everywhere, Never at a Bank"): serviços financeiros embutidos na vida do cliente via APIs, sem interface bancária explícita - aprovação de crédito no checkout, transferências por voz, seguros integrados à compra.O terceiro é o Digital to the Core: transformação profunda da infraestrutura (nuvem, microsserviços, APIs), não apenas "batom digital" sobre sistemas legados - o Itaú Unibanco, por exemplo, migra 100% para a nuvem até 2028 com mais de 1.000 modelos de IA ativos.O quarto é a Cultura de Startup: a maior barreira é cultural, não tecnológica. DBS Bank transformou 29.000 funcionários em uma startup, com rituais como hackathons e prêmios "Dare to Fail", adotando Big Techs como benchmark em vez de bancos tradicionais.

NoWells Fargo, a estratégia de IA é liderada porSaul Van Beurden,Head de Inteligência Artificiale Co-CEO da divisão Consumer Banking and Lending, que desde o final de 2025 conduz a migração de projetos-piloto para a IA Agêntica em escala - com resultados de até 35% de aumento de produtividade dos engenheiros. As vagas mais demandadas em 2026 são:Engenheiro de IA Agêntica Sênior(domínio de LangGraph, CrewAI, AutoGen e Google Cloud Vertex AI);Cientista de Dados Sênior(modelos supervisionados e não supervisionados, RAG, Deep Learning e bancos de dados vetoriais, com formação em mestrado ou doutorado em área quantitativa); eConsultor/Líder de Soluções em IA(foco em Contact Center as a Service e métricas de desempenho de modelos). Transversalmente, o banco prioriza a "fluência em IA" em todos os perfis, opera programas internos de requalificação denominados "colégios" de Consumer e Operations, e valoriza candidatos com domínio da plataformaGoogle Cloud (GCP)- disponibilizada em mais de 180 mil desktops -, experiência com sistemas autônomos multiagentes e consciência sobre riscos, ética e conformidade regulatória, filosofia resumida na citação favorita de Van Beurden:"Apenas os paranóicos sobrevivem"(Andy Grove).

A mensagem central é inequívoca: a distinção entre "banco" e "empresa de tecnologia" desapareceu. Instituições que não adotarem a IA como núcleo estratégico - e não apenas como ferramenta - correm risco de desintermediação por TechFins e neobanks. As recomendações prioritárias são:

(1) investir massivamente em IA Agêntica e plataformas de dados proprietários como fosso competitivo;

(2) reimaginar a experiência do cliente como invisível, eliminando fricções via APIs e ecossistemas digitais;

(3) Digitalizar o core do negócio, migrando para arquiteturas cloud-native e construindo internamente o que gera diferencial (modelos de crédito, personalização), comprando o que é commodity;

(4)transformar a cultura organizacional com lideranças tecnológicas, segurança psicológica e requalificação da força de trabalho - pois a IA não elimina empregos, mas exige que o profissional migre da execução para a curadoria, arquitetura e entendimento de negócio. O banco do futuro é ubíquo, preditivo e invisível: não um lugar onde se vai, mas algo que simplesmente acontece.

CLIQUE AQUI PARA TER ACESSO AO RELATÓRIO COMPLETO (60 PÁGINAS)

                                                       SUMÁRIO

CLIQUE AQUI PARA LER O RELATÓRIO COMPLETO

**A quinzena de 20 de fevereiro a 6 de março de 2026 foi dominada por dois movimentos simultâneos e aparentemente contraditórios:** uma explosão criativa sem precedentes, com mais de 12 modelos lançados em menos de 30 dias (Gemini 3.1 Pro, Claude Opus 4.6, GPT-5.3 Codex, DeepSeek V4, entre outros), e uma crise ético-política histórica, quando o governo Trump colocou a Anthropic em uma blacklist de segurança nacional após a empresa recusar-se a remover os limites éticos do Claude para uso militar irrestrito. Em paralelo, a IA deixou definitivamente o laboratório e entrou no escritório: a Anthropic integrou o Claude ao Excel, PowerPoint, Google Drive e DocuSign, enquanto OpenAI e Amazon firmaram aliança de US$ 50 bilhões e o Google inaugurou um hub de pesquisa em Berlim com investimento de €5,5 bilhões até 2029.

**No Brasil e no mundo, a regulação tentou acompanhar o ritmo.** O TSE aprovou por unanimidade regras que proíbem o uso de IA em conteúdo eleitoral nas 72 horas antes da votação e invertem o ônus da prova sobre candidatos; o CFM normatizou a IA na medicina, exigindo decisão humana final; e o Cade abriu o mercado de assistentes no WhatsApp. No campo do trabalho, a Anthropic publicou relatório interno alertando para uma possível "grande recessão de colarinho branco", enquanto Elon Musk previu o fim da carreira tradicional de engenheiro de software até o final do ano. O saldo da quinzena é inequívoco: 2026 não é mais o ano em que a IA promete - é o ano em que ela cobra.

CLIQUE AQUI PARA ACESSAR O RELATÓRIO COMPLETO

Em tempos de eleição uma pergunta surge: 

O quanto sabemos sobre o Orçamento Federal do Brasil?

Além de não saber responder esta pergunta de forma direta, não consegui localizar uma resposta objetiva, através de pesquisas já efetuadas, o percentual ou a parcela da população que tem conhecimento sobre o tema e, portanto, está mais preparada para opinar através do voto sobre a seguinte questão:

Dentre os candidatos ou partidos políticos qual será a melhor proposta de governo sobre este tema tão importante?

O que localizei de mais próximo:

Há três tipos de levantamentos que tangenciam esse tema, mas não respondem exatamente à sua pergunta:

• Pesquisas sobre educação financeira e noções de finanças pessoais, que mostram baixo nível de formação básica em temas econômicos entre os brasileiros, o que sugere, indiretamente, pouco repertório para compreender orçamento público.
• Pesquisas de opinião sobre gasto público (por exemplo, percepção de que o governo gasta demais, mal, ou acima do que arrecada), que captam juízos de valor e nível de preocupação, mas não testam conhecimento factual sobre o orçamento federal (itens de despesa, regras, limites etc.).
• Levantamentos oficiais como a POF - Pesquisa de Orçamentos Familiares (IBGE), que estudam o orçamento das famílias, e não o conhecimento delas sobre o orçamento do governo.​​

Em ano eleitoral, esse diagnóstico é especialmente relevante porque expõe os limites reais de qualquer promessa de campanha. Com mais de 90% das despesas primárias comprometidas com gastos obrigatórios, candidatos a cargos executivos e legislativos dispõem de uma margem de manobra muito estreita para propor novas políticas sem mexer nas regras estruturais do orçamento. Ao mesmo tempo, o relatório a seguir evidencia o crescente poder do Congresso Nacional via emendas parlamentares - que já representam até 27% das despesas discricionárias -, tornando o Legislativo um ator central na definição de onde o dinheiro público efetivamente chega. Compreender essa arquitetura orçamentária é, portanto, condição essencial para avaliar com responsabilidade as propostas que serão apresentadas ao longo de 2026.

Nas últimas três décadas, o orçamento federal brasileiro tornou-se cada vez mais rígido e concentrado em gastos obrigatórios. Previdência Social e Assistência Social juntas consomem entre 40% e 45% de todo o orçamento, enquanto os juros e amortizações da dívida pública respondem por outros 42% do orçamento executado em 2025 - valor que supera, isoladamente, tudo o que o país gasta com saúde e educação combinados. Esse modelo deixa uma margem mínima para investimentos e políticas discricionárias, comprimindo a capacidade do Estado de agir fora do que já está constitucionalmente determinado.

Deste modo criei um artigo onde mostro que, nas últimas três décadas, o orçamento federal brasileiro tornou‑se crescentemente voltado a gastos obrigatórios, com forte peso de previdência, assistência social e serviço da dívida, o que reduz o espaço para investimentos e políticas discricionárias.

Ao longo de 1995-2023, o gasto público cresceu em proporção do PIB, alinhando‑se à chamada Lei de Wagner, com aumento contínuo da participação do Estado na economia. A despesa federal se organizou em três grandes blocos: despesas obrigatórias(previdência, funcionalismo, benefícios sociais), despesas discricionárias(investimentos e custeio) e despesas financeiras(juros e amortização da dívida). Nas décadas mais recentes, prevaleceu a expansão dos gastos obrigatórios e financeiros, enquanto o espaço relativo de investimentos e custeio discricionário se estreitou.

Em termos funcionais, o orçamento passou a ser dominado por quatro grandes grupos: proteção social(previdência e assistência), saúde, educação e serviços públicos gerais(que incluem juros da dívida). O gasto social e previdenciário cresceu de forma estrutural, impulsionado pelo envelhecimento populacional e pela ampliação de programas de transferência de renda, como Bolsa Família e Auxílio Emergencial. Paralelamente, despesas com serviços públicos gerais, especialmente juros da dívida, consolidaram‑se como uma das maiores rubricas do orçamento federal.

           CLIQUE AQUI PARA LER O ARTIGO COMPLETO

De Co-Pilot a Transformação da Força de Trabalho para a era do Agente de IA (AI Agentic)

Baseado no artigo do InvestNews( https://investnews.com.br/the-wall-street-journal/ceos-admitem-ia-empregos/), que repercute a pesquisa global da PwC/The Wall Street Journal acerca da IA e empregos, os CEOs já admitem: a IA vai acabar com os empregos mais burocráticos.Nesta lista estão CEOs da Ford, do JPMorgan, Amazon, Anthropic. Alguns cargos, por exemplo como gerente de produto e engenheiro de software, já estão sendo concentrados em uma única posição.

Tendo este fato como uma tendência, fomos buscar na literatura gerencial quais seriam as melhores práticas para que esta mudança ocorra de forma gradativa e principalmente organizada levando-se em conta a produtividade. Assim chegamos ao livro HBR Guide to Generative AI for Managers, pois nele é proposta uma abordagem para a implementação da Inteligência Artificial Generativa (GenAI) nas empresas - vista tanto como uma ferramenta de colaboração (Co-Pilot e Co-Thinker) que otimiza tarefas - quanto como um fator que leva à substituição gradual de determinadas funções, um reconhecimento crescente entre os líderes empresariais.

O artigo a seguir apresenta uma análise estratégica, direcionada ao C-Level, sobre a evolução do impacto da Inteligência Artificial no mercado de trabalho. A discussão é dividida em duas fases principais: a atual, dominada pela IA Generativa (GenAI), e a futura, definida pela ascensão da IA Agente (Agentic AI).

1.O Impacto Imediato da IA Generativa: O Fim dos Empregos Burocráticos

A primeira parte do documento estabelece que a IA Generativa já está remodelando a força de trabalho, atuando principalmente no modo "Co-Pilot".

• Substituição de Tarefas: CEOs de grandes empresas já admitem que a IA levará à eliminação de empregos, especialmente aqueles de natureza burocrática, repetitiva ou que envolvem a análise de grandes volumes de dados. A IA como "Co-Pilot" automatiza tarefas como gerar relatórios, escrever e-mails, criar apresentações e analisar dados, aumentando a eficiência e reduzindo a necessidade de mão de obra para essas funções.
• Reação Necessária (Reskilling e Upskilling): A consequência direta é a necessidade urgente de as empresas investirem em reskilling (requalificar funcionários para novas funções) e upskilling (aprimorar as habilidades dos funcionários para suas funções atuais, agora auxiliadas por IA). 
• Colaboração Estratégica ("Co-Thinker"): Em contraponto à substituição, o documento também aponta o modo "Co-Thinker", onde a IA atua como uma parceira para a resolução de problemas complexos e pensamento estratégico, destacando que o futuro do trabalho é uma colaboração humano-IA.

2. A Transição para a IA Agente (Agentic AI): A Era da Automação de Processos

O documento avança a discussão para a próxima evolução da IA, que representa uma mudança fundamental na forma como o trabalho é executado.

• De Assistente para Ator Autônomo: A IA Agente vai além de simplesmente auxiliar em tarefas; ela é projetada para agir, tomar decisões e executar processos inteiros de forma autônoma. Enquanto a GenAI muda tarefas, a IA Agente muda fluxos de trabalho completos.
• Exemplo Prático: Um agente de IA não apenas redige um e-mail de marketing (tarefa), mas pode gerenciar todo o ciclo de relacionamento com um segmento de clientes (processo), decidindo quando se comunicar, o que ofertar e por qual canal, com mínima intervenção humana.

3. A Nova Agenda Estratégica do C-Level na Era Agente

A chegada da IA Agente eleva drasticamente as responsabilidades e o planejamento estratégico do C-Level. As ações necessárias tornam-se mais profundas e existenciais para o negócio:

1. Redesenho Radical da Organização: Não se trata mais de eliminar cargos, mas de reimaginar a estrutura organizacional. É preciso criar modelos operacionais "agente-first", definindo como humanos e agentes colaborarão, quem supervisionará os agentes e como os processos serão redesenhados.
2. Criação de Novos Papéis: A automação por agentes criará novas funções focadas na gestão, auditoria, treinamento e desenvolvimento desses agentes. Cargos como "Gestor de Frota de Agentes Digitais" e "Curador Ético de IA" surgirão.
3. Valorização das Habilidades Humanas Únicas: Habilidades como raciocínio ético complexo, inteligência contextual (cultural, política), empatia e criatividade estratégica tornam-se o principal diferencial competitivo humano, pois não são replicáveis pelos agentes.
4. Governança e Ética como Pilar Existencial: Se um agente autônomo toma uma decisão antiética ou errada (ex: discrimina clientes, realiza uma transação financeira de alto risco), a responsabilidade é direta da empresa e de seus líderes. Estabelecer estruturas de governança robustas, auditáveis e transparentes antes da implementação em larga escala é crucial para a sobrevivência do negócio.
5. Investimento em Ecossistemas Híbridos: O investimento vai além da tecnologia e passa a incluir a infraestrutura humana necessária para gerenciar essa nova força de trabalho digital, incluindo treinamento avançado, novas estruturas de gestão e ferramentas de monitoramento.

Em resumo, o papel do C-Level evolui de um "adotador de ferramentas" de IA para um "arquiteto de um ecossistema híbrido", onde o sucesso não será medido apenas pela eficiência, mas pela capacidade de integrar agentes autônomos de forma estratégica, ética e segura, garantindo a sustentabilidade e a criação de valor no futuro.

CLIQUE AQUI PARA LER O ARTIGO COMPLETO

Tema Principal:  O documento argumenta que uma Governança de TI (GTI) sólida é o alicerce essencial e pré-requisito para uma Governança de IA (GIA) eficaz.

O Problema:  Muitas organizações estão investindo em IA sem ter uma base robusta de GTI, tratando a IA como algo separado da estrutura tecnológica existente, o que é um erro fundamental.

A Relação Fundamental:  GIA eficaz não substitui GTI; ela necessitade GTI e Governança de Dados. GTI e Governança de Dados são o "alicerce", e GIA é o "edifício inteligente" construído sobre eles.

O Papel da GTI:  GTI é o "sistema operacional" da estratégia tecnológica. Não é sobre burocracia, mas sobre garantir que investimentos em TI gerem valor, riscos sejam gerenciados, e decisões sejam alinhadas à estratégia do negócio.

O Papel da GIA: GIA governa os "carros autônomos" (sistemas de IA) que trafegam nas "estradas" construídas pela GTI. Ela expande o escopo da governança para incluir dimensões críticas como ética, justiça, transparência, explicabilidade, responsabilidade humana e robustez de modelos.

Como GTI e GIA se Conectam (A "Ponte Estratégica"):

Roteiro para o Futuro (Recomendações): 

Conclusão Final:  A Governança de IA é uma necessidade presente que depende de uma Governança de TI madura, estratégica e orientada a valor para um futuro tecnológico genuinamente sábio.

CLIQUE AQUI PARA LER O DOCUMENTO COMPLETO

e artigos relevantes sobre  Inteligência

Artificial (IA) e assuntos relacionados,

incluindo fontes acadêmicas e de

aplicação prática. Os conteúdos foram

classificados de acordo com as

seguintes siglas:

Área Sub-Área Descritivo

ADM      Administração

ADM   EST Estratégia

ADM   GRC Gestão de Riscos e Governança

ADM   HUM Recursos Humanos

ADM   ORG Organização

ADM   QLP Workflow, Processos e Qualidade

ADM   SUS Sustentabilidade

IA   Inteligência Artificial

IA    AGT Generativa Agêntica - Agentic Generative AI

IA    APL     Aplicações finais, como MKT,  Vendas, Finança, etc

IA    CVI     Computer Vision

IA    ETI Ética, Governança, Gestão de Riscos, Liderança  e Estratégia

IA    EXS Sistemas Especialistas - Expert Systems

IA    FDM Fundamentos, Evolução, Conceitos Básicos e Gerais

IA    GEN Generativa  - Generative AI

IA    KRR Representação do Conhecimento e Raciocínio - Knowledge Representation and Reasoning - KR&R

IA    LLM Grande Modelo de Linguagem

IA    MLR Machine Learning - Aprendizagem Profunda (Deep Learning)

IA    NLP Natural Language Processing

IA    PLG Planejamento e Agendamento -  Planning and Scheduling

IA    RBT Robótica

IA    SRT Busca e Otimização - Search and Optimization

PSI      Psicologia

PSI   CGN Psicologia Cognitiva - Cognitive Psychology

PSI   HTH     Cinco partes: Humanos/Economia, Dinheiro, Saúde, Liberdade, Extensões e Objeções


Clique aqui para acessar a tabela

/media/1220622/ti_sem_dire__o___desperd_cio.pdf

Na medida em que se vive vamos aprendendo, mas as vezes temos uma sensação que voltamos para o mesmo ponto de partida, contudo quase sempre podemos afirmar que aprendemos algo.

Por exemplo, muitas vezes quando estamos caminhando para um determinado destino e nos damos conta que erramos o caminho, podemos continuar caminhando "as cegas", ou se for possível, retornamos para o ponto inicial e assim temos que procurar outro caminho alternativo se desejarmos continuar ir para o destino pré determinado.

Segundo os pesquisadores, esse preconceito surge porque a mente de uma pessoa ignorante não é uma lousa em branco, mas sim uma coleção de ideias e conhecimentos adquiridos ao longo da vida.

Nossos cérebros são máquinas incríveis que podem reconhecer padrões, formar hipóteses, inventar histórias e conectar informações. Isso significa que você não está sempre 100% pronto para lidar com um dado problema ou pensar sobre ele.