Machine learning, análise de dados e gestão de risco: como a IA está transformando o mercado
De simulações complexas à identificação de novas oportunidades, entenda o impacto do avanço da tecnologia nos investimentos
Vitor Guedes, especial para o Bora Investir
Em um cenário global altamente digitalizado, em que os limites entre o mundo real e o universo digital são mais e mais estreitos, o avanço das tecnologias de inteligência artificial, especialmente o subcampo de machine learning (aprendizado de máquina), no mercado de capitais tem desencadeado mudanças estruturais nas formas de se investir e construir portfólio.
A aplicação dessas tecnologias nas finanças auxilia o investidor na hora de tomar decisões referentes à carteira de investimentos. Por meio de treinamento de modelos com dados, a IA consegue, por exemplo, reconhecer padrões de cada investidor de modo a mapear as melhores oportunidades para cada perfil.
É dessa prerrogativa, por exemplo, que nasce o Aladdin (acrônimo para Asset, Liability, Debt and Derivative Investment Network), um sistema operacional desenvolvido pela gestora BlackRock, que usa as técnicas de machine learning para mapear análises de risco de ativos, simulações de mercado e automatização do processo de negociação. Ao todo, o Aladdin gerencia mais de US$ 21 trilhões em ativos globais.
Os mecanismos que, assim como o Aladdin, utilizam soluções para unificar toda a cadeia de investimento e operações financeiras são chamados de sistemas de gestão de investimentos de ponta a ponta.
Outros exemplos do mercado atual são o Charles River IMS, desenvolvido pela Charles River Development e adquirido pela State Street em 2018; o Bloomberg AIM, da Bloomberg, e o sistema desenvolvido pela brasileira BRITech, focado em gerenciamento para o mercado institucional de investimentos.
Em negociações na B3, por exemplo, esses sistemas são integrados às contas homologadas de corretoras por meio da rede FIX (Financial Information eXchange), que viabiliza a integração entre a tecnologia internacional e o mercado de capitais brasileiro.
Avanço da IA no mercado brasileiro
As tecnologias de machine learning vivem um momento de ascensão dentro do mercado, impulsionadas pelo próprio desenvolvimento das plataformas de inteligência artificial.
Um exemplo desse avanço no mercado nacional é a parceria da B3 com a Bridgewise, lançada no ano passado, que introduziu um mecanismo que utiliza IA generativa e machine learning para avaliar o histórico e o desempenho de milhares de empresas nacionais e internacionais listadas na bolsa brasileira.
Também no ano passado, a B3 anunciou o ElevAi, uma ferramenta voltada às corretoras de valores concebida para facilitar a compilação e análise de dados e otimizar a tomada de decisões.
Outros players do mercado também têm buscado se adaptar às novas tecnologias e desenvolvido ferramentas próprias dentro do campo de inteligência artificial, como o Inteligência de Investimentos (ia.í), do Itaú, que atua como uma versão automatizada de um assessor de investimentos.
Apesar dos avanços, o panorama nacional ainda esbarra em algumas limitações. Uma delas é a fragmentação dessas soluções, que tendem a focar mais em atividades específicas e menos em uma atuação abrangente sobre toda a cadeia de investimentos.
Uma outra questão é a dependência de tecnologia importada especialmente para as grandes instituições do mercado financeiro, que se mostram mais avessas ao risco de desenvolver novas tecnologias em comparação às pequenas e médias empresas.
“A exposição ao risco pesa muito nisso. Para um grande player, hoje, testar uma ferramenta como um MCP (Model Context Protocol, tecnologia que conecta a IA a sistemas externos) de uso corporativo, que se popularizou bastante nos últimos seis meses, conectar isso a uma carteira muito grande gera um risco proporcional”, afirma Dionathan Henchel, sócio fundador da Vertrau Tecnologia.
“Hoje em dia, os novos players atuam com tecnologias mais modernas, como API, o próprio MCP, algo que ainda é mais contido nas grandes empresas. Dentro do mercado de capitais ainda existe muito arquivo CNAB, transmissão de arquivo, operações que rodam desse jeito desde a década de 1980. Funcionam super bem, são extremamente performáticos. Porém, para evoluir o mercado precisa-se começar a atuar com tecnologias mais modernas e os grandes players acabam tendo mais problemas para isso”, acrescenta Henchel.
Esse panorama engloba ainda as próprias limitações do mercado de capitais doméstico e a menor margem de erro das instituições nacionais em comparação às gigantes multinacionais como a BlackRock e a Bloomberg. Apesar disso, o setor financeiro doméstico busca uma maior aderência às novas tecnologias, e, neste ano, os bancos nacionais se comprometeram a investir R$ 3 bilhões em inteligência artificial e análise de dados, uma alta de 8% ante 2025, segundo dados divulgados pela Febraban.
O potencial e os riscos da IA nos investimentos
O avanço da IA e dos processos de machine learning busca, de forma resumida, aprimorar a própria dinâmica do mercado de capitais e facilitar o gerenciamento de riscos por meio de análises rotineiras.
“É importante esclarecer que a IA evoluiu significativamente em comparação aos modelos mais antigos, que dependiam estritamente de machine learning e treinamentos mais rígidos. Em contrapartida, uma solução mais avançada como o LLM consegue pegar dados do passado, olhar para o cenário presente e encaixar o padrão que ocorreu no passado no presente”, diz Henchel.
Na prática, isso significa que, mesmo diante de cenários mais voláteis, como o momento atual, a IA consegue avaliar fatores externos e auxiliar o investidor frente às mudanças bruscas na cotação de ativos. Contudo, a falta de uma visão mais sistêmica do mercado, em alguns casos, representa um dos principais riscos potenciais do uso dessas tecnologias, segundo o especialista.
Um outro aspecto diz respeito à regulação dessas tecnologias e à proteção de dados do usuário/investidor. O Estado brasileiro ainda não possui um marco legal sobre o tema, apesar de possuir normas referentes ao processamento de dados pessoais por esses mecanismos, como a Lei Geral de Proteção de Dados (LGPD).
O projeto que visa constituir uma legislação geral para inteligência artificial, o PL 2338/2023, segue em tramitação na Câmara dos Deputados após ter sido aprovado pelo Senado no fim de 2024.
Equilíbrio entre a máquina e o humano
Para um relacionamento saudável, o uso de machine learning e outras tecnologias de inteligência artificial nos investimentos deve atuar em conjunto com o investidor, em vez de deixar a máquina assumir a dianteira na tomada de decisões.
Por exemplo, as tecnologias são ideais para análise de mercado e recomendação de investimentos, mas cabe ao investidor o estudo das sugestões e a revisão dos dados antes da decisão final.
“Estamos num momento em que muitos gestores ainda justamente evitam a IA por receio dessa tomada de decisão automática, e outros que utilizam um duplo fator de autorização (Human-in-the-loop), em que a tecnologia sugere uma decisão ou escreve algo, mas, ao final, eu executo a operação com meu usuário, utilizando as minhas credenciais humanas e assumindo o risco da operação”, afirma Henchel.
