Os bancos brasileiros nunca tiveram tanto orçamento de tecnologia. Ao mesmo tempo, os times de compliance seguem sobrecarregados de análises manuais.
Esses dois fatos convivem no mesmo balanço. A Pesquisa Febraban de Tecnologia Bancária 2026, conduzida pela Deloitte com bancos que representam cerca de 85% dos ativos do setor, registra um orçamento de R$ 46,8 bilhões em 2025, um crescimento de 58% desde 2021, e projeta R$ 50,4 bilhões para 2026, alta de 8%. A mesma pesquisa mostra que apenas 26% das instituições usam IA em larga escala no onboarding para verificação de identidade de clientes. Outros 37% estão em exploração inicial ou escala limitada, e 37% não utilizam.
O KYC automatizado usa tecnologia (biometria facial com liveness, consulta simultânea a bureaus, matriz de risco e trilha de auditoria) para validar identidade e risco da grande maioria dos clientes sem intervenção humana. A análise manual fica reservada aos casos que a régua de risco deriva à mesa de decisão.
Orçamento deixou de ser o gargalo faz tempo. O que segura o KYC automatizado nos bancos brasileiros são três bloqueios: a exigência de governança sobre decisões de IA, a escassez de profissionais técnicos e a dificuldade de integração com sistemas legados. Este artigo destrincha cada um deles e mostra o que as operações que superaram a fase de exploração fizeram de diferente. Na base de clientes da VAAS, que inclui exchanges, gestoras e outras instituições reguladas, quem venceu esses bloqueios chegou a reduzir em até 95% o volume de análises manuais.
A demanda digital já é majoritária. Segundo a mesma pesquisa, 54% das aberturas de conta corrente acontecem por canais digitais e 78% das transações rodam no mobile. O cliente entra pelo celular, mas em boa parte das instituições a validação de quem ele é ainda passa por uma fila de analistas.
Prioridade declarada existe de sobra: 80% dos bancos classificam IA como prioridade média ou alta de investimento, e 84% dizem o mesmo da IA generativa. A maturidade é que fica para trás. Só 40% das instituições têm maturidade média ou alta em IA, e apenas 28% em GenAI.
O retrato que vemos nos clientes que chegam à VAAS é exatamente esse: orçamento aprovado, piloto de IA rodando em atendimento ou backoffice, e o onboarding ainda dependente de gente abrindo caso por caso. Justamente o processo que abre a relação com o cliente e as obrigações de identificação e qualificação da Circular BCB nº 3.978/2020, que veda iniciar relação de negócios sem esses procedimentos concluídos (art. 23).
A Febraban perguntou aos bancos quais são os principais desafios para adotar IA em segurança da informação, um recorte vizinho do compliance e do PLD. As três respostas mais citadas ajudam a entender por que a mesma dificuldade se repete no onboarding.
68% dos bancos apontam preocupações com privacidade, governança de dados e uso ético da IA como barreira. Para um time de PLD, a tradução é direta: se o BCB questionar uma aprovação em inspeção, ou se uma operação comunicada ao COAF exigir a reconstrução da análise, "o modelo decidiu" não é resposta aceitável.
A objeção é legítima. IA generativa pura, sem trilha de decisão, não sobrevive a uma auditoria. A saída é exigir da automação o mesmo que o regulador exige de você: decisões com critérios documentados (Circular BCB nº 3.978/2020, art. 40, §1º), registros conservados pelos prazos regulamentares (arts. 66 e 67) e trilhas de auditoria (art. 61), tudo à disposição do BCB quando solicitado. Automação auditável é motor de regras determinístico com IA nas camadas de leitura (documentos, biometria, mídia), não uma caixa-preta aprovando clientes.
40% dos bancos citam a falta de profissionais com conhecimento em IA aplicada. É aqui que a decisão de construir internamente costuma morrer em silêncio: o projeto de build depende de um time que o mercado inteiro está disputando. A própria pesquisa mostra que 42% dos bancos pretendem ampliar o quadro de TI em 2026. Todos estão contratando as mesmas pessoas.
A alternativa que os times de compliance têm adotado é tirar a dependência de TI da equação. Em plataformas no-code, o próprio analista de PLD ajusta regra, faixa de risco e fluxo de exceção sem redeployment. O time técnico entra na integração inicial e sai da operação diária.
32% apontam a dificuldade de integrar IA à infraestrutura existente. Cada bureau contratado é uma API diferente, um contrato diferente, um formato de resposta diferente. Multiplique por cinco ou dez fornecedores de dados e a automação vira um projeto de integração permanente.
A pergunta certa deixa de ser "como integro mais um fornecedor" e passa a ser "como paro de integrar fornecedores um a um". Um orquestrador único inverte o custo: a VAAS mantém mais de 40 fontes de dados já conectadas atrás de uma só integração, consultadas conforme a regra que o seu time define.
Estar no grupo dos 37% em exploração inicial tem um custo mensal concreto. Dois casos da base VAAS, uma exchange de criptoativos e uma gestora de recursos, dimensionam a diferença. Os resultados abaixo são reportados pelos próprios clientes.
|
Critério |
Onboarding manual |
KYC automatizado |
|---|---|---|
|
Tempo por caso (análise manual) |
30 min (exchange) a 90 min (gestora) |
Segundos nos aprovados automaticamente |
|
Volume derivado à mesa de decisão |
56% dos casos (exchange) |
3% dos casos (exchange) |
|
Tempo por caso derivado à mesa |
— |
5 min (exchange) |
|
Tempo por análise complexa |
90 min (gestora) |
15 min (gestora), redução de 83% |
|
Horas devolvidas ao time |
0 |
675 h/mês (exchange) e 2.080 h/mês (gestora) |
|
Detecção de alto risco |
Dependente de amostragem |
Mais de 2.000 usuários de alto risco identificados (exchange) |
O custo que os times de compliance mais relatam nem é o da hora do analista. É o custo de oportunidade: analista sênior preenchendo checklist enquanto os casos que realmente importam esperam na fila.
Entre os clientes da VAAS que saíram da exploração inicial e chegaram à escala, três decisões se repetem.
Trocaram score opaco por régua auditável. Matriz de risco com faixas explícitas, em que cada aprovação e cada derivação à mesa carrega justificativa rastreável e documentada. É isso que sustenta a operação diante do regulador.
Colocaram a regra na mão do compliance. Com workflows no-code, o time ajusta a política sem abrir chamado para TI, e a mudança de regra deixa de depender de um ciclo de desenvolvimento.
Trataram o onboarding como início do monitoramento. KYC de entrada conectado a acompanhamento contínuo baseado em classificação de risco, porque o cliente aprovado hoje pode ser o alerta de PLD/FT de amanhã.
A camada de IA entra onde é forte e auditável: leitura de documentos, biometria com liveness e triagem de mídia negativa com redução expressiva de falsos positivos.
Um pouco de honestidade antes do convite: nem toda operação precisa disso hoje.
Se a sua instituição faz algumas dezenas de onboardings por mês, com quadro societário simples e sem pressão de crescimento, o custo de uma plataforma dificilmente se paga antes de o volume crescer. O mesmo vale para quem precisa apenas de consulta pontual a um bureau: contratar direto do fornecedor de dados pode ser suficiente. A automação se paga quando há volume, exposição regulatória e fila se formando. Quem convive com os três já sabe quanto custa cada mês de espera.
É a validação de identidade e risco de clientes feita por tecnologia em vez de análise manual: biometria facial com liveness, consulta simultânea a bureaus de dados, checagem de PEP e sanções, matriz de risco e trilha de auditoria. O analista atua apenas nos casos que a régua deriva para a mesa de decisão.
Sim. A Circular BCB nº 3.978/2020 não impõe tecnologia específica nem análise humana caso a caso na etapa de identificação e qualificação de clientes. O art. 16, §1º, admite expressamente a verificação e a validação da identidade mediante confrontação com bancos de dados públicos e privados. O que a norma exige é política de PLD/FT com critérios documentados, registros conservados pelos prazos regulamentares (de até dez anos, art. 67) e trilhas de auditoria verificáveis (art. 61), tudo à disposição do BCB. Vale a ressalva de que o monitoramento de operações suspeitas e a comunicação ao COAF são etapa distinta: cada análise deve ser formalizada em dossiê (art. 43, §2º) e não pode ser terceirizada (art. 44).
Há ainda a LGPD. O art. 20 garante ao cliente o direito de solicitar a revisão de decisões tomadas unicamente com base em tratamento automatizado e de receber informações claras sobre os critérios utilizados. O direito de revisão e de explicação existe, e é mais um motivo para que a plataforma registre a justificativa de cada decisão.
A VAAS armazena a justificativa de cada decisão em trilha de auditoria, o que apoia a instituição na resposta a inspeções do BCB e na fundamentação das comunicações ao COAF. A plataforma também possui certificação SOC, que atesta seus controles de segurança da informação.
Com plataforma no-code e bureaus já integrados, o motor de decisão fica pronto em dias ou poucas semanas. A integração técnica é uma só, a da plataforma, e os ajustes de regra ficam com o time de compliance, sem depender de novos ciclos de desenvolvimento.
Se você chegou até este ponto, é provável que a sua operação esteja no mesmo estágio dos 37% da pesquisa que seguem em exploração inicial: a automação já se provou em algum piloto, mas ainda não alcançou o processo que abre a relação com o cliente e concentra as obrigações da Circular BCB nº 3.978/2020. O diagnóstico é rápido. Traga o volume atual de onboardings, o percentual que vai para análise manual e a sua política de risco. Em uma conversa, o time da VAAS mostra quanto dessa fila uma plataforma de KYC auditável elimina, com os mesmos dados que você já consulta hoje.
Fonte dos dados de mercado: Pesquisa Febraban de Tecnologia Bancária 2026 (34ª edição), Deloitte/Febraban, versão executiva, jun/2026. A série histórica de orçamento é reapurada a cada edição da pesquisa; o crescimento de 58% refere-se ao período 2021–2025. Os resultados de clientes citados são reportados pelos próprios clientes da VAAS.