IA no wealth management: por que o dado vem antes e o relacionamento permanece
O investidor final não vê a tecnologia que opera por baixo. Ele sente a diferença quando o advisor já sabe o que ele precisa antes de perguntar, quando a sugestão chega no momento certo, quando a conversa vai direto ao que importa. É essa experiência que os agentes de IA estão tornando possível em escala. A combinação de advisors humanos com agentes de IA possibilita a criação de instituições financeiras agênticas.
A inteligência artificial deixou de ser promessa para o wealth management e passou a operar no presente da rotina do advisor. A pergunta que ocupa o mercado migrou de “se” a tecnologia vai entrar para “como” o profissional se reposiciona diante dela.
No Brasil, os números acompanham essa virada: a Pesquisa Febraban de Tecnologia Bancária 2025 aponta que mais de 88% dos bancos já usam IA generativa, e a Bain & Company registra que a parcela de empresas brasileiras com ao menos um caso de uso da tecnologia passou de 12% em 2024 para cerca de um quarto em 2025. Entre os family offices, o Global Family Office Report 2025, do Citi Wealth, calcula que a adoção de IA dobrou em relação ao ano anterior.
Fábio Kokumai, Account Director de Financial Services da Salesforce, e Lucas Caputo, Senior Account Solution Engineer da mesma companhia, chegam por caminhos diferentes a uma mesma leitura: a IA absorve a parte repetitiva do trabalho, exige dado organizado para funcionar e empurra o diferencial do advisor para o relacionamento.
Do registro à ação
Caputo parte de uma mudança de função das ferramentas. “Tanto o consolidador quanto o CRM, pensando há três, quatro, cinco anos atrás, eram basicamente ferramentas de registro”, afirma.
Na leitura do engenheiro, a chamada era agêntica inverte essa lógica: o software passa a executar sequências de tarefas e a sugerir movimentos, no lugar de apenas devolver consultas. “Agora a gente entra na era do agente, em que começa a se perguntar o que esses agentes podem fazer por nós”, diz. O objetivo prático, segundo ele, é liberar o advisor das atividades operacionais para que sobre tempo ao que considera o centro do ofício, a proximidade com o cliente. Para o investidor, isso se traduz em um advisor mais presente, menos ocupado com tarefas administrativas e mais disponível para entender seus objetivos de vida.
Conhecer antes de oferecer
O diferencial em wealth, na descrição de Caputo, está na quantidade de informação que se reúne sobre cada cliente. “O mais valioso para a gente no cenário de wealth é receber um cliente e ter o máximo de informações possível”, resume: de onde vem a renda, com que periodicidade, quais são os bens, os ativos e os planos de vida. É a partir desse retrato que se decide como reposicionar a carteira de modo a conciliar a satisfação do investidor e a rentabilidade do escritório.
O pano de fundo é uma base de investidores em expansão. A B3 reúne cerca de 5,5 milhões de investidores em renda variável e mais de 100 milhões de CPFs em renda fixa, e o total aplicado por pessoas físicas no país superou R$ 7,9 trilhões no primeiro semestre de 2025, segundo a ANBIMA. Em um universo desse tamanho, a IA entra para cruzar dados de várias fontes e apoiar a oferta, com o ganho de escala como pano de fundo. O que o investidor percebe não é a “escala” da operação e, sim, a atenção oferecida. A tecnologia amplifica a capacidade do advisor de tratar cada cliente como único, mesmo com uma agenda com dezenas de interações ao longo dia. Essa abordagem leva a mais leads tratados com proximidade e mais resultado.
O assistente virtual e a conta que o advisor não faz mais
Kokumai alcança o mesmo terreno por outro ângulo. “A IA tem que vir para suportar ainda mais e ajudar o dia a dia do advisor”, afirma o executivo, que vê na tecnologia um apoio, não um substituto. Ele cita um trabalho com o Royal Bank of Canada para ilustrar o ganho de tempo: o advisor “tinha demandas de duas a três horas para fazer a preparação de reuniões, e passou, com a IA, a executar isso em menos de um minuto”, com a tecnologia reunindo os dados que circulam dentro da instituição para devolver um retrato mais personalizado do cliente.
No Brasil, o cliente na ponta tem a expectativa de que a IA tenha um impacto positivo na relação com a instituição. Segundo o relatório Connected Financial Services Report da Salesforce, 78% dos clientes financeiros entrevistados no Brasil esperam transações mais rápidas e 61% preveem que a IA transformará profundamente o setor. Isso reforça que a adoção tecnológica, onde humanos e agentes trabalham juntos, atende à demanda dos clientes por maior eficiência e personalização.
Para Kokumai, “a combinação da IA com o humano, com o advisor, é o que vai alavancar ainda mais as carteiras”, e em wealth isso ganha peso porque as informações são particularmente sensíveis. “Normalmente você tem informações ainda mais valiosas, o dia a dia do seu cliente, se ele está se passará a viver em outra cidade, se ele está planejando uma viagem”, observa.
Essa mudança, na avaliação dele, redefine o perfil de quem aconselha. “Quando eu procurava um consultor, eu sempre ia atrás de um que sabia fazer conta, que fazia um planejamento de longo prazo”, conta, atividades que hoje resolve por conta própria com apoio de IA. A projeção é direta: “O consultor que vai agradar as próximas gerações precisa ser um advisor que não tenha mais somente as habilidades matemáticas, mas também habilidade de relacionamento com o seu cliente final”.
A próxima ação, parametrizada
De volta à operação, Caputo descreve o follow-up comercial como o momento em que consolidador e CRM apontam para a mesma fonte de dados. A meta é que o advisor chegue ao dia já sabendo a prioridade da carteira: o que movimentar, o que alertar, o que fazer para cumprir um objetivo. Do outro lado dessa equação está um investidor que recebe recomendações mais assertivas, no momento certo, e que tende a perceber isso como cuidado personalizado, não como automação. O conceito de next best action se junta a uma visão unificada do cliente, onde os esforços se direcionam ao que de fato rentabiliza.
O racional para automatizar, reconhece, não é que a máquina faça algo impossível ao humano. “No final, tudo dá para ser feito por um humano, mas o ponto é muito escala e foco no cliente”, pondera.
O movimento ocorre sobre um setor em crescimento. O volume administrado pelas casas de gestão de patrimônio no Brasil encerrou 2024 em R$ 498,5 bilhões e chegou a R$ 540,3 bilhões no primeiro semestre de 2025, segundo a ANBIMA. A base de profissionais acompanha o avanço: o país somava 27,7 mil assessores de investimento credenciados em março de 2026, ante 4,5 mil uma década antes, de acordo com a ANCORD, uma alta de cerca de 500% no período.
O limite que decide tudo
Contudo, os dados podem ser um gargalo nesse processo de ganho de eficiência. “De nada vai adiantar ter esse ferramental de inteligência artificial se os seus dados não estão completos, se os seus dados não estão atualizados”, afirma Caputo. Ele lembra ainda que a tecnologia não é nova: “A inteligência artificial não surgiu agora. A diferença é que agora a gente tem capacidade computacional para utilizar ela em larga escala”, em um movimento que compara ao da internet, quando o navegador colocou a ferramenta ao alcance de qualquer pessoa.
O diagnóstico tem lastro. O Relatório de Maturidade em IA 2025, produzido pela Indicium com a PureSpectrum, mostra que 74% das organizações brasileiras consideram a tecnologia fundamental para o futuro dos negócios, mas menos da metade conseguiu colocar soluções de IA em produção, um descompasso que os autores associam à imaturidade das bases de dados. Na mesma direção, a Gartner posicionou a IA no chamado vale da desilusão em seu Hype Cycle de 2025, a fase em que o entusiasmo cede lugar à cobrança por resultado e em que, segundo a consultoria, as empresas passam a construir os fundamentos de dados e governança que a tecnologia exige.
A recomendação que se extrai é: organizar a base antes de esperar resultado. Sem dado completo e atualizado, a camada agêntica devolve respostas frágeis, e o ganho de tempo que justifica todo o movimento não se realiza. Resolvido o dado, a leitura compartilhada é que a parte humana, o relacionamento e a leitura de contexto que sustentam uma decisão de longo prazo, segue sendo o que distingue um advisor do outro.