Por que plataformas estão estagnadas e como as melhores expandem

As empresas de serviços financeiros não são novas na IA, mas as demandas da IA agêntica e generativa expõem falhas profundas na infraestrutura tradicional. As empresas líderes do mercado hoje começaram a corrigir a arquitetura de dados anos atrás. As organizações que dependem do processamento em lote e dos armazenamentos de dados fragmentados estão ficando para trás.

"Mais de 40% dos serviços financeiros ainda gerenciam os dados em planilhas", explica Pylarinou. "Mais de 50% possui dados que estão bloqueados em sistemas que geram esses dados."

Quando os dados permanecem isolados em silos, os modelos de IA não possuem o contexto necessário para tomar decisões precisas. Isso obriga as equipes a gastarem muito tempo limpando e encaminhando dados manualmente. O impacto nos negócios é forte. O acesso lento aos dados impede a detecção de fraudes em tempo real, atrasa as respostas do atendimento ao cliente e implica em enormes riscos de conformidade.

Muitas organizações presumem que os atuais repositórios de dados ou ferramentas de automação de fluxo de trabalho são suficientes para IA. Esses sistemas têm uma função para análises e relatórios, mas não foram construídos para as demandas instantâneas dos agentes modernos de IA. Os data lakes armazenam informações históricas, enquanto a IA requer contexto imediato.

Pylarinou observa que esses sistemas não conseguem resolver o problema central de entregar os dados certos ao modelo certo de forma conforme. Para ser compatível com a IA avançada, uma plataforma de dados unificada deve oferecer os seguintes recursos:

• Acesso rápido aos dados em milissegundos, em vez de segundos

• Recuperação contextual que traz informações relevantes para cada consulta

• Capacidade entre silos para abranger diferentes esquemas legados

• Governança integrada para manter um histórico de auditoria e garantir controles de acesso corretos

Quando uma plataforma unifica insights de onboarding, transações e sinais comportamentais, ela permite que a organização responda instantaneamente às mudanças do mercado. Essa mudança faz o negócio passar de relatórios reativos para decisões proativas na velocidade da máquina.

"Dados são a espinha dorsal de qualquer sucesso com IA", acrescenta Sisk. "Sem uma infraestrutura sólida, nem os melhores modelos conseguem entregar resultados."

Sistemas legados carregam décadas de estruturas de dados distintas. Remover e substituir esses sistemas de núcleo raramente é algo viável para grandes organizações. Em vez disso, as organizações devem introduzir uma camada adicional que unifique dados entre fontes distintas.

Um esquema unificado deve entender a importância do contexto. Os metadados não apenas ajudam os usuários a entender para que servem os dados, mas também fornecem o contexto necessário para orientar a decisão de um agente ou de um grande modelo de linguagem (LLM).

Para alcançar essa unificação sem interromper as operações, os líderes devem focar em:

1. Complementando sistemas existentes em vez de tentar substituições completas

2. Criar um esquema comum que seja legível tanto por humanos quanto por grandes modelos de linguagem

3. Priorizar mecanismos de busca capazes de uma recuperação de dados rápida

Ao aplicar essa abordagem, as empresas de serviços financeiros podem extrair registros de transações de mainframes e enriquecê-los com contexto. Esses dados enriquecidos geram insights imediatos para prevenção de fraudes e análise do comportamento do cliente.

À medida que os modelos de IA se tornam mais autônomos, as estruturas tradicionais de gerenciamento de riscos se tornam obsoletas. As organizações não podem confiar no monitoramento baseado em regras para modelos não determinísticos. A confiança deve ser projetada diretamente na plataforma de dados.

"A maior lacuna no mercado é claramente a governança", afirma Pylarinou.

Este ponto reforça a necessidade de as organizações implementarem o registro de dados em todas as etapas. Isso torna cada ação da IA auditável e explicável. Quando uma empresa consegue comprovar exatamente como um modelo de IA chegou a uma decisão, ela conquista a confiança de órgãos reguladores e clientes. A governança deixa de ser um ônus de conformidade e se transforma em uma vantagem competitiva, construindo a base para o crescimento futuro.

As empresas que estão ganhando com a IA não estão simplesmente adotando modelos melhores. Eles estão tomando decisões melhores de longo prazo sobre a plataforma e a arquitetura de dados. Uma plataforma de dados unificada, flexível e em tempo real é a única maneira de sair do ciclo interminável de projetos pilotos.

Ao priorizar a unificação de dados, padrões abertos e governança rigorosa, as empresas de serviços financeiros podem operacionalizar a IA de forma segura. O foco deve permanecer em resolver primeiro o problema dos dados.