A discussão sobre IA no crédito ainda parte, muitas vezes, de uma premissa simplificada que mais tecnologia, mais dados e modelos mais sofisticados levam a decisões melhores.

Bernardo Meirelles, Revenue Director da klavi

Na prática, a capacidade de analisar cresceu muito mais rápido do que a capacidade de decidir.

Hoje, qualquer empresa consegue operar modelos com centenas ou milhares de variáveis. A questão atual é outra: quais informações a IA terá acesso para tomar determinada decisão.

Quando o número de ferramentas se amplia, a análise tende a virar commodity. A IA já consegue cruzar dados, identificar padrões e gerar correlações em uma velocidade antes impensável. Ainda assim, a parte mais complexa do processo continua sem automação completa: definir o que será observado em cada processo, quais dados serão fornecidos para o modelo decidir. Esse continua sendo, essencialmente, um exercício de julgamento humano.

A distinção entre inteligência e julgamento ajuda a explicar esse cenário. A Sequoia, um dos maiores VCs do mundo, vem defendendo que a IA amplia a inteligência disponível, mas não substitui julgamento, contexto e accountability. No crédito, essa diferença é central, a tecnologia organiza informações, testa hipóteses e reduz o esforço necessário para chegar a respostas possíveis, mas o ato de decidir continua dependendo de intenção, responsabilidade e, principalmente, contexto. E, nesse mercado, a decisão não é apenas técnica: ela envolve impacto financeiro direto, tanto para quem concede quanto para quem toma crédito.

É justamente por isso que a IA torna as empresas de inteligência ainda mais protagonistas. O modelo decisório só é tão bom quanto a base que o alimenta. No crédito, essa base precisa ser coletada de forma legítima, tratada segundo normas regulatórias, protegida e transformada em informação utilizável. A empresa que capta esse dado de forma regulada e estruturada está alimentando o próprio motor da decisão.

Durante muito tempo, o mercado operou com aproximações. Métricas que tentavam inferir comportamento financeiro a partir de sinais indiretos funcionavam porque eram a melhor alternativa disponível. Com o avanço do Open Finance, pela primeira vez, passa a ser possível observar o comportamento financeiro de forma contínua e concreta, com fluxo de entrada e saída, recorrência de consumo, padrão de movimentação e dinâmica de uso do dinheiro.

Nesse contexto, a IA ganha relevância mais prática, como camada de processamento capaz de lidar com um volume e uma complexidade de dados que ultrapassam a capacidade humana. Identificar padrões, reduzir dimensionalidade e priorizar variáveis passam a ser funções centrais da tecnologia. No limite, a IA ajuda a responder uma pergunta simples, mas decisiva: entre milhares de sinais possíveis, quais realmente importam para aquela decisão específica?

Ainda assim, existe um limite importante que o mercado frequentemente ignora: a IA não cria informação que não existe. A qualidade da decisão continua diretamente ligada à qualidade dos dados disponíveis. No crédito, isso significa trabalhar com dados reais, em escala, observados ao longo do tempo e conectados ao comportamento financeiro concreto das pessoas, esse tipo de informação não pode ser produzido. Precisa ser capturado da realidade, tratado corretamente e entregue com consistência.

Por isso, a vantagem competitiva não está apenas na ferramenta tecnológica. Ela surge da combinação entre dados relevantes, capacidade de processamento e qualidade do provedor que transforma esse dado em decisão. Em um mercado que a tomada de decisão vale muito, esse ponto deixa de ser detalhe operacional e passa a ser diferencial. A IA ajuda a decidir melhor, mas é a qualidade dos dados que impede essa decisão de virar commodity.

O mercado tende a caminhar nessa direção: empresas usando IA sobre uma base de dados sólida, regulada e bem estruturada para tomar decisões mais consistentes. O diferencial competitivo não estará no acesso à tecnologia, porque isso tende a se tornar cada vez mais democrático. Estará na qualidade do dado que a alimenta.

No fim, IA pode sugerir caminhos, mas, no crédito, o que sustenta a decisão continua sendo uma combinação de julgamento humano e dado confiável. É aí que a infraestrutura se torna o centro do jogo.

Bernardo Meirelles é Revenue Director da klavi, empresa pioneira em inteligência de dados via Open Finance no Brasil. Com mais de uma década de experiência na construção e escalada de negócios orientados por dados, teve papel decisivo na expansão da Neoway: da fase inicial até a venda da empresa para a B3 por R$ 1,8 bilhão. Também atuou em uma fintech do setor condominial, onde liderou estratégias de go-to-market. Na klavi, Bernardo combina sua expertise em dados, inovação e estratégia comercial para impulsionar a adoção de soluções que transformam a relação entre empresas e consumidores por meio do uso inteligente de dados.