Os reguladores financeiros raramente falam em uníssono. Quando o Financial Stability Board e o Federal Reserve publicam relatórios importantes sobre a mesma ameaça com poucos meses de diferença, o sinal é claro: a inteligência artificial passou de ferramenta experimental a fator de risco sistêmico nas finanças globais. [1] [2]
O relatório de novembro de 2024 do FSB ao G20 revisita sua avaliação de 2017 e constata um cenário transformado. Avanços tecnológicos e computação mais barata aceleraram a adoção de IA em empresas financeiras e em seus supervisores. Os benefícios são reais — eficiência operacional, conformidade regulatória, produtos personalizados e análises avançadas — mas o conselho alerta que as vulnerabilidades agora “se destacam pelo seu potencial de aumentar o risco sistêmico”. [1]
Quatro canais que podem amplificar o risco sistêmico
O FSB identifica quatro canais de vulnerabilidade interconectados. Primeiro, dependências de terceiros e concentração de provedores de serviços. Um pequeno número de provedores de nuvem e infraestrutura de IA agora sustenta funções financeiras críticas. Uma interrupção ou ataque adversário a um deles pode se propagar simultaneamente por diversas instituições. [1]
Segundo, correlações de mercado. Quando várias empresas utilizam modelos semelhantes treinados com dados sobrepostos, suas decisões de negociação e risco convergem. Esse comportamento de manada pode amplificar movimentos de preço e reduzir a liquidez do mercado em períodos de estresse. [1]
Terceiro, riscos cibernéticos. A IA amplia a superfície de ataque — envenenamento de modelo, injeção de prompts e exfiltração de dados juntam‑se às ameaças tradicionais. A IA generativa também reduz a barreira para phishing sofisticado, deepfakes e engenharia social em escala. [1]
Quarto, risco de modelo, qualidade de dados e governança. A validação tradicional de modelos assume relações estáticas. Sistemas de IA que aprendem continuamente ou operam como caixas‑pretas desafiam as estruturas de governança existentes. Dados de procedência fraca ou deriva não detectada podem gerar decisões erradas, tendenciosas ou ilegais — e difíceis de rastrear. [1]
IA Generativa acrescenta fraude, desinformação e desalinhamento
O documento de trabalho do Federal Reserve sobre IA generativa destaca uma camada de ameaça mais recente. A GenAI “aumenta o potencial de fraude financeira e desinformação nos mercados financeiros”, observa o FSB, ecoando o foco do Fed em como conteúdo sintético poderia manipular preços, desencadear corridas ou minar a confiança na infraestrutura de mercado. [1]
Sistemas de IA desalinhados — aqueles que não são calibrados para operar dentro de limites legais, regulatórios e éticos — podem adotar comportamentos que prejudicam a estabilidade financeira. Isso não é ficção científica. Um agente de negociação autônomo que otimiza para um objetivo estreito poderia explorar a microestrutura do mercado de maneiras que violam regras ou desestabilizam locais de negociação, especialmente se as salvaguardas estiverem ausentes ou mal definidas. [1]
Mudanças estruturais de longo prazo
Além das vulnerabilidades imediatas, o FSB aponta três tendências estruturais. A estrutura de mercado pode concentrar‑se ainda mais, já que apenas grandes empresas podem arcar com capacidades de IA de ponta. As condições macroeconômicas podem mudar se ganhos de produtividade impulsionados por IA ou deslocamento de empregos alterarem os ciclos de crédito. O consumo de energia para treinamento e inferência em escala pode afetar os mercados de energia e, por extensão, as exposições financeiras a setores intensivos em energia. [1]
O que se pede às autoridades
O FSB não solicita ainda uma nova regulação específica para IA. Em vez disso, insta autoridades nacionais e organismos internacionais a: fechar lacunas de informação sobre o uso de IA no sistema financeiro; avaliar se os marcos políticos existentes permanecem adequados; e desenvolver capacidades de supervisão, inclusive implantando ferramentas de monitoramento baseadas em IA. [1]
Essa sequência pragmática — monitorar, avaliar e então agir — reflete o reconhecimento de que regras excessivamente rígidas podem sufocar inovações benéficas, enquanto lacunas de visibilidade criam pontos cegos. O FSB também menciona uma mesa‑redonda OECD‑FSB onde especialistas públicos e privados discutiram “oportunidades, riscos e o papel dos formuladores de políticas na promoção do uso seguro da IA nas finanças”. [1]
Recomendações práticas para empresas e equipes de supervisão
Instituições financeiras devem esperar que os supervisores façam perguntas mais incisivas sobre inventário de IA, mapeamento de terceiros e governança de modelos. Empresas que não puderem explicar como seus sistemas de IA tomam decisões, de onde provêm os dados de treinamento ou o que ocorre quando um provedor crítico falha enfrentarão atritos regulatórios.
Gestores de risco devem conduzir testes de estresse para comportamento de modelo correlacionado entre pares, não apenas falhas idiossincráticas. Equipes de cibersegurança precisam de modelos de ameaça que incluam injeção de prompts e mídia sintética. Funções de compliance devem ampliar a governança para cobrir sistemas de aprendizado contínuo, não apenas modelos estáticos.
Reguladores, por sua vez, estão construindo suas próprias ferramentas de IA para detectar anomalias nos mercados — voltando a tecnologia para dentro a fim de fiscalizar suas próprias externalidades. A corrida não é apenas entre empresas que adotam IA, mas entre a emergência de riscos e a visibilidade supervisória.
A mensagem tanto do FSB quanto do Fed é coerente: a IA nas finanças já não é um projeto piloto. É infraestrutura. E riscos de nível de infraestrutura exigem supervisão de nível de infraestrutura.
