A inteligência artificial nos bancos de Basileia

Os bancos de Basileia vão das agências do UBS, passando pelo Basler Kantonalbank e sua subsidiária Bank Cler, até bancos privados e os escritórios locais de instituições estrangeiras, como descrito na Parte E, Capítulo I. Seu uso da inteligência artificial segue o padrão do setor bancário suíço como um todo: as maiores instituições mantêm programas dedicados, e os bancos menores recorrem aos produtos de fornecedores de software e de provedores de sistemas bancários centrais.¹ Uma pesquisa da Autoridade Suíça de Supervisão do Mercado Financeiro (FINMA) publicada em 2024 constatou que cerca de metade das instituições consultadas já utilizava inteligência artificial ou estava desenvolvendo aplicações, com uma média de várias aplicações por instituição. A pesquisa constatou também que a maioria dessas aplicações se apoiava em modelos fornecidos por um pequeno número de provedores externos.²

O combate à lavagem de dinheiro é o campo em que os ganhos são mais tangíveis. O monitoramento tradicional de transações baseia-se em regras, como limites para depósitos em dinheiro ou alertas para transferências a países de alto risco, que geram grande número de falsos positivos que os analistas precisam revisar um a um. Modelos de aprendizado de máquina podem classificar os alertas por risco, detectar redes de contas relacionadas e identificar padrões que nenhuma regra fixa previu. A Lei Federal sobre o Combate à Lavagem de Dinheiro (LBA/AMLA) e a Portaria da FINMA sobre o Combate à Lavagem de Dinheiro deixam a escolha do método à instituição, desde que seu sistema de monitoramento seja eficaz e seus esclarecimentos sejam documentados.³ As mesmas ferramentas auxiliam nos processos de know-your-customer (conheça seu cliente). Extraem dados de passaportes, registros comerciais e instrumentos de constituição de trusts, verificam nomes em listas de sanções e em notícias desabonadoras e montam o perfil que o compliance officer examina antes de abrir uma relação.

A prevenção de fraudes é um segundo campo consolidado. Emissores de cartões e prestadores de serviços de pagamento na Suíça usam modelos em tempo real para pontuar transações, enquanto os bancos usam análise comportamental para detectar a tomada de contas e a fraude de pagamento push autorizado, em que clientes são manipulados para transferir dinheiro a criminosos. As decisões de crédito formam um terceiro campo, embora os bancos suíços recorram ao scoring automatizado principalmente no crédito ao consumo e no leasing, e muito menos no crédito hipotecário e no crédito a pequenas empresas, em que os gerentes de relacionamento ainda decidem com base no conhecimento pessoal e nas garantias.⁴

Os serviços de assessoria mudaram mais lentamente. Robo-advisers que constroem carteiras a partir de questionários surgiram na Suíça por volta de 2015, oferecidos por start-ups, bancos cantonais e grandes bancos, mas continuaram a representar uma parcela modesta do mercado de gestão de patrimônio. Os modelos generativos abriram outro caminho. Os gerentes de relacionamento utilizam hoje assistentes internos que resumem análises, preparam atas de reuniões, redigem cartas a clientes e verificam se uma recomendação é coerente com o perfil de investimento do cliente registrado nos termos da Lei Federal sobre Serviços Financeiros (LSFin/FinSA).⁵ No private banking, em que Basileia tem longa tradição, a tecnologia apoia o assessor sem substituir a relação pessoal que as famílias abastadas continuam a esperar.

A comunicação com clientes e o desenvolvimento de software completam o quadro. Assistentes de chat respondem a perguntas de rotina no site e no aplicativo do banco, enquanto sistemas de voz encaminham chamadas e autenticam os interlocutores. Dentro do banco, os desenvolvedores usam assistentes de código para escrever e testar software, o que é relevante porque os bancos suíços mantêm sistemas bancários centrais grandes e frequentemente antigos. Várias instituições relataram ganhos de produtividade no desenvolvimento de software superiores aos de qualquer outra função, embora os números publicados variem amplamente e dependam de como a produtividade é medida.⁶

Notas

1. Sobre o panorama bancário de Basileia, ver a Parte E, Capítulo I. Sobre o uso de IA por bancos suíços de diferentes portes, ver as pesquisas da Associação Suíça de Banqueiros e as comunicações de supervisão da FINMA desde 2023. ↩
2. FINMA, Risk Monitor 2024 e a comunicação que o acompanha sobre a pesquisa do uso de IA entre as instituições supervisionadas, publicada na primavera de 2025. ↩
3. Arts. 6 e 7 da Lei Federal sobre o Combate à Lavagem de Dinheiro (AMLA, SR 955.0); art. 20 da Portaria da FINMA sobre o Combate à Lavagem de Dinheiro (AMLO-FINMA, SR 955.033.0), sobre o monitoramento informatizado de transações. Ver a Parte E, Capítulo III. ↩
4. Sobre a detecção de fraudes e o credit scoring no setor bancário suíço, ver os relatórios anuais da Associação Suíça de Banqueiros e a literatura sobre a Lei Federal sobre o Crédito ao Consumo (LCC/CCA, SR 221.214.1), que exige uma avaliação da capacidade de crédito nos termos dos arts. 28 a 30. ↩
5. Sobre as verificações de adequação e de conveniência nos termos dos arts. 10 a 14 da Lei Federal sobre Serviços Financeiros (FinSA, SR 950.1), ver a Parte E, Capítulo II. Sobre robo-advice na Suíça, ver os estudos da Universidade de Ciências Aplicadas e Artes de Lucerna (IFZ) sobre gestão digital de patrimônio. ↩
6. Sobre o uso de assistentes de código e a medição da produtividade nas instituições financeiras, ver BIS, Annual Economic Report 2024, Capítulo III, e os estudos ali citados sobre IA generativa e produtividade. ↩

Apenas para fins de informação geral. Este artigo não constitui assessoria jurídica ou tributária, não substitui a análise de um caso concreto e não estabelece relação entre advogado e cliente. Reflete a situação jurídica em outubro de 2026.