JPMorgan amplia investimento em IA à medida que gastos com tecnologia se aproximam de US$ 20 bilhões

A inteligência artificial está passando de projetos-piloto para sistemas centrais de negócios dentro de grandes empresas. Um exemplo vem do JPMorgan Chase, onde o aumento do investimento em IA está ajudando a elevar o orçamento de tecnologia do banco para cerca de US$ 19,8 bilhões em 2026. O plano de gastos reflete uma mudança mais ampla entre as grandes empresas. A IA não é mais tratada como um pequeno projeto de pesquisa. Em vez disso, as empresas estão incorporando-a em áreas como análise de risco, detecção de fraudes e atendimento ao cliente. Para os líderes empresariais que observam como a adoção da IA está mudando as estratégias de tecnologia das empresas, os números do JPMorgan destacam uma tendência maior: a IA está se tornando parte dos sistemas cotidianos que operam as principais organizações. Orçamento de tecnologia do JPMorgan e aumento do investimento em IA Os gastos com tecnologia vêm aumentando em todo o setor bancário há anos. O orçamento do JPMorgan se destaca por sua escala. Relatórios da Business Insider, citando briefings da empresa e discussões com investidores, afirmam que o banco espera que os gastos com tecnologia cheguem a cerca de US$ 19,8 bilhões em 2026, continuando um aumento constante no investimento em tecnologia. Os gastos abrangem áreas como infraestrutura em nuvem, segurança cibernética, sistemas de dados e ferramentas de IA. Parte do aumento do orçamento inclui cerca de US$ 1,2 bilhão em investimentos adicionais em tecnologia, alguns dos quais apoiarão trabalhos relacionados à IA. Os grandes bancos costumam tratar os gastos com tecnologia como um investimento de longo prazo, em vez de um custo de curto prazo. Muitos desses sistemas levam anos para serem construídos, especialmente quando dependem de grandes plataformas de dados e infraestrutura de computação segura. Como os sistemas de IA exigem pipelines de dados confiáveis e poder de computação, muitas empresas estão descobrindo que a adoção da IA muitas vezes leva a atualizações mais amplas em toda a sua pilha de tecnologia. O aprendizado de máquina já influencia os resultados Executivos afirmam que a IA já está afetando o desempenho dos negócios dentro do banco. Durante discussões com investidores, o diretor financeiro do JPMorgan, Jeremy Barnum, disse que a análise de aprendizado de máquina está contribuindo para melhorias operacionais e de receita em várias partes da empresa. A Reuters, em reportagem sobre as reuniões financeiras do JPMorgan, observou que o banco está usando modelos de dados e sistemas de aprendizado de máquina para melhorar a análise e a tomada de decisões em várias áreas do negócio. Esses modelos podem processar grandes volumes de dados financeiros e identificar padrões que são difíceis de detectar por seres humanos. Em setores como o bancário, onde as empresas gerenciam enormes fluxos de dados todos os dias, essas melhorias podem afetar os resultados em operações de negociação, empréstimos e atendimento ao cliente. Mesmo pequenas melhorias nos modelos de previsão podem influenciar o desempenho financeiro quando aplicadas a milhões de transações ou sinais de mercado. Onde a IA aparece dentro do banco As ferramentas de aprendizado de máquina agora oferecem suporte a uma ampla gama de atividades em todo o JPMorgan. Nos mercados financeiros, os modelos analisam dados de negociação e ajudam a identificar padrões nos movimentos de preços. Essas informações podem ajudar os operadores a avaliar riscos ou identificar oportunidades em mercados em rápida evolução. Os empréstimos são outra área em que os sistemas de IA desempenham um papel importante. Os modelos de aprendizado de máquina podem analisar o histórico financeiro, as tendências de mercado e as informações dos clientes para ajudar a avaliar o risco de crédito. Esses sistemas auxiliam os analistas, destacando padrões nos dados. A detecção de fraudes continua sendo um dos usos mais comuns da IA no setor bancário. As redes de pagamento processam enormes volumes de transações todos os dias, dificultando o monitoramento manual das atividades. Os sistemas de aprendizado de máquina podem verificar as transações quase em tempo real e sinalizar comportamentos incomuns que podem indicar fraude. Algumas operações internas também dependem da IA. As ferramentas podem analisar contratos, resumir relatórios de pesquisa ou ajudar os funcionários a pesquisar grandes sistemas de dados internos. Os sistemas de IA generativa estão começando a auxiliar em tarefas como a elaboração de relatórios ou a preparação de documentação interna. Esses sistemas raramente aparecem diretamente para os clientes, mas apoiam muitas decisões que acontecem nos bastidores. Por que os bancos adotaram a IA antecipadamente As instituições financeiras têm várias características que as tornam adequadas para o aprendizado de máquina. Primeiro, os bancos geram grandes conjuntos de dados estruturados. Históricos de transações, registros de mercado e dados de pagamento fornecem informações valiosas que os modelos de aprendizado de máquina podem analisar. Segundo, muitas atividades bancárias dependem de previsões. A pontuação de crédito, a detecção de fraudes e a análise de mercado exigem a estimativa de resultados com base em dados históricos. O aprendizado de máquina funciona bem em ambientes onde a previsão desempenha um papel central. Em terceiro lugar, melhorias na precisão do modelo podem produzir resultados financeiros mensuráveis. Um modelo que melhora ligeiramente a detecção de fraudes ou as decisões de empréstimo pode afetar grandes volumes de transações. Esses fatores explicam por que os bancos investiram pesadamente em ciência de dados e análise muito antes do recente aumento do interesse pela IA generativa. O investimento em IA do JPMorgan sinaliza uma mudança empresarial mais ampla Os planos de gastos do JPMorgan também refletem como o investimento em IA está se tornando parte de orçamentos de tecnologia empresarial mais amplos. Em muitas organizações, os sistemas de IA dependem de plataformas de dados modernas, ambientes de nuvem seguros e grandes recursos de computação. À medida que as empresas constroem essas bases, a IA se torna mais fácil de implementar em todos os departamentos. Para muitas empresas, a adoção da IA começa com tarefas específicas, como detecção de fraudes, análise de documentos ou automação de suporte ao cliente. Uma vez que os sistemas se mostram úteis, as empresas os expandem para outras áreas da organização. Esse processo pode levar vários anos, o que é uma das razões pelas quais os gastos com IA empresarial geralmente aparecem junto com investimentos mais amplos em infraestrutura de dados. Lições para líderes empresariais O exemplo do JPMorgan sugere que os projetos de IA mais bem-sucedidos geralmente começam com problemas comerciais claros, em vez de experimentações amplas. Os bancos frequentemente aplicam o aprendizado de máquina a áreas onde a previsão e a análise de dados já desempenham um papel central. A detecção de fraudes e a modelagem de crédito são pontos de partida comuns porque os benefícios são mais fáceis de medir. Outra lição é que a adoção da IA requer investimento sustentado. A construção de modelos confiáveis depende de uma forte governança de dados, recursos de computação e equipes qualificadas. Para grandes organizações, esse esforço está se tornando parte do planejamento tecnológico normal, em vez de um projeto de inovação separado. À medida que as empresas continuam expandindo seus recursos de IA, orçamentos de tecnologia como o do JPMorgan podem oferecer uma prévia de como os gastos empresariais podem evoluir nos próximos anos. Veja também: JPMorgan Chase trata os gastos com IA como infraestrutura essencial Quer saber mais sobre IA e big data com líderes do setor? Confira a AI & Big Data Expo, que acontecerá em Amsterdã, Califórnia e Londres. O evento abrangente faz parte da TechEx e é realizado em conjunto com outros eventos de tecnologia líderes. Clique aqui para obter mais informações. O AI News é desenvolvido pela TechForge Media. Explore outros eventos e webinars de tecnologia empresarial que estão por vir aqui. A publicação “JPMorgan expande investimento em IA à medida que gastos com tecnologia se aproximam de US$ 20 bilhões” apareceu primeiro no AI News.