Resumimos-lhe: o BBVA irá escutar com mais atenção as pessoas que consomem os seus produtos, para descobrir o que realmente necessitam e facilitar-lhes significativamente a vida. Fique atento/a a este resumo onde desenhamos o futuro do setor financeiro!
Chega a revolução da banca digital global
Melhorar a relação com o cliente não é tarefa fácil. A indústria financeira teve de aprender isso da forma mais difícil: milhões de euros perdidos em captação de clientes, guerras de preços no setor e investimentos em soluções sem retorno. O que descobriu o BBVA que os restantes ignoraram? Que a conversa se tornou um elemento fundamental.
É o centro da experiência financeira. Já não basta oferecer serviços inovadores,as pessoas esperam que o seu banco as escute, compreenda e responda adequadamente., em tempo real e com valor tangível no seu dia a dia. Caso contrário, procurarão outro banco, é tão simples quanto isso.
O BBVA tem plena consciência disso e decidiu colocar o cliente no centro da sua estratégia de negócio. Não se trata de um truque de marketing. Como referiu Onur Genç: “Vamos ajudar as pessoas a tomar melhores decisões financeiras”. Este compromisso traduz-se em três prioridades:
- Produtos que melhorem a saúde financeira.
- Interação mais personalizada e contextual.
- Execução guiada pela excelência.
Falando claramente: o objetivo é gerar experiências positivas. Este é o foco último e mais relevante. Porque, se o utilizador não tiver a melhor experiência na sua aplicação bancária, é provável que opte por uma alternativa.
O motivo por trás da renovação da app do BBVA
O caso desta instituição espanhola não é único. Como veremos de seguida, as inovações dos gigantes financeiros respondem a uma necessidade real: os utilizadores querem apoio na gestão das suas finanças pessoais, além de agilidade e acompanhamento profissional.
Conforme refletido no relatório da Accenture Banking Consumer Study 2025, “Atualmente, os clientes esperam que as instituições financeiras façam mais do que simplesmente prestar serviços; querem ver esforços concretos para melhorar o seu bem-estar financeiro."
A consultora salienta ainda que esta tendência se verifica em todas as faixas etárias, com particular destaque para as gerações mais jovens, destacando: “88% da geração Z e dos millennials inquiridos afirmaram desejar aprofundar os seus conhecimentos financeiros”.
Os gigantes da banca querem tirar o máximo partido da IA
A seguir contamos-lhe como a indústria está a avançar nesta corrida pela inovação. Nós selecionamos seis casos de referência a nível global que ilustram os avanços no atendimento ao cliente, prevenção de fraude, análise de dados e personalização de serviços bancários:
JPMorgan Chase, uma conversa que vale milhões
O banco nova-iorquino aposta fortemente na IA generativa. O seu assistente virtual é capaz de gerir, de forma autónoma, a esmagadora maioria das consultas dos clientes –compreendendo não apenas o que é dito, mas o que realmente se pretende.
DBS digibank, o futuro financeiro já vive em Singapura
O maior banco do sudeste asiático está na linha da frente. O seu assistente virtual utiliza IA generativa para simplificar a gestão financeira. A instituição foi reconhecida por esta adoção tecnológica, com mais de 800 modelos e 350 casos de uso.
Capital One Eno: o guardião silencioso das suas finanças
O assistente virtual da Capital One leva a ideia de “prevenção” a outro nível. Não apenas alerta para comportamentos suspeitos: deteta-os antes de qualquer outro sistema. Disponível por chat, email ou SMS, o Eno monitora transações, dá conselhos de poupança e resolve incidentes.
NOMI, o assistente que protege o seu bolso sem que tenha de pedir
O agente virtual do Royal Bank of Canada (RBC) é um claro exemplo de como a IA pode melhorar a saúde financeira dos utilizadores. Analisa em tempo real os hábitos de consumo, identifica anomalias e sugere oportunidades personalizadas de poupança.
Spending Intelligence: o chatbot com IA do Starling Bank
O banco britânico lançou uma ferramenta que responde a perguntas sobre gastos como se fosse um agente humano. Basta escrever ou falar: “Quanto gastei em cafés esta semana?” A magia fica a cargo da Gemini, a IA da Google.
O novo co-piloto financeiro chama-se N!Assistant
Este assistente do Nest Bank é potenciado por GPT-4 e é capaz de analisar contas, pagar faturas, agendar transferências, marcar reuniões com um consultor pessoal e muito mais. Segundo a instituição, o N!Assistant mantém o contexto da conversa a todo momento.
Todos estes assistentes partilham uma ideia central: a IA conversacional já não é um extra, mas sim o novo padrão da experiência bancária. Não se trata apenas de automatizar, mas de escutar, antecipar e acompanhar o cliente com inteligência, empatia e eficiência.
O desafio de lançar uma IA sem alucinações e com baixo custo
Na Coinscrap Finance acreditamos que o sucesso destes casos de uso de IA generativa aplicada ao setor bancário depende de um trabalho prévio meticuloso durante a fase de tratamento de dados ETL (Extract, Transform, Load): a curadoria do contexto–ou Dataset–ao qual o algoritmo recorre para gerar os seus outputs.
A utilização de indicadores pré-calculados e dados estruturados é essencial para obter respostas úteis, sem alucinações ou erros, e ao mesmo tempo minimizar o consumo computacional.
Os bancos, além disso, estão a constatar que não basta integrar inteligência artificial nos processos. Esta deve chegar ao utilizador final. Homens e mulheres exigem que a tecnologia seja integrada em ferramentas capazes de os ouvir, compreender a sua situação financeira e responder às suas questões em tempo real.
Para estruturar a informação e contextualizar os dados em larga escala (Big Data), é fundamental que as instituições financeiras contem com aliados fintech especializados na análise de dados transacionais. Motores treinados com milhões de transações reais fazem toda a diferença: dominam a linguagem financeira, transformam dados complexos em informação clara e geram oportunidades comerciais a cada interação.
Um motor de IA conversacional especializado em finanças?
Algoritmos concebidos para compreender o cliente bancário: como são treinados? Na Coinscrap Finance, aplicamos há anos inteligência artificial à classificação de rendimentos e despesas, categorização de transações, identificação de estabelecimentos e cálculo da pegada de carbono –apenas para mencionar algumas das funcionalidades do COCO, o nosso motor inteligente.
Por isso, interpretar o contexto financeiro diário de cada pessoa e acrescentar informação crucial (como a frequência de pagamentos recorrentes, por exemplo) é algo natural para nós. Graças ao nosso trabalho com dados, os bancos conseguem se comunicar com os utilizadores como nunca antes.
criar experiências bancárias únicas não é o futuro, é o presente. E o que fizeram para o conseguir? Criaram uma estrutura de dados curada e enriquecida, que permitirá à inteligência artificial eliminar alucinações e aceder em milissegundos à informação mais relevante.
Um histórico financeiro acessível, compreensível e verdadeiramente útil será uma tendência nos próximos meses, disso estamos certos. Está na hora de colocar o cliente no centro da sua estratégia, melhorar cada interação com a sua marca e impulsionar os seus resultados.
Perguntas Frequentes (FAQs)
Por que é relevante a estratégia de IA do BBVA para toda a banca digital?
Porque o BBVA apostou numa integração radical da perspetiva do cliente, utilizando IA para personalizar a experiência, antecipar necessidades e melhorar a saúde financeira dos utilizadores. Este modelo está a definir tendências no setor e serve de inspiração para outras instituições que queiram diferenciar-se através da inovação centrada no cliente.
Quais os principais benefícios da IA conversacional na banca?
Permite ouvir e responder ao cliente em tempo real, melhorar a personalização, aumentar a eficiência operacional e reduzir custos. Também facilita a prevenção de fraudes, análise de dados e automação de processos, criando experiências mais seguras e satisfatórias para o utilizador.
Quais são os desafios da implementação de IA generativa no setor bancário?
O maior desafio é evitar as “alucinações” (erros ou invenções da IA) e otimizar o consumo computacional. Isso exige curadoria e estruturação prévia dos dados (ETL), assim como o uso de datasets de qualidade e motores treinados especificamente para o setor financeiro.
Como podem as equipas de inovação e experiência do cliente tirar partido da IA?
• Identificando oportunidades de personalização e antecipação de necessidades.
• Automatizando o atendimento e resolução de consultas.
• Analisando dados transacionais para identificar padrões e gerar recomendações.
• Reforçando a segurança e prevenção de fraude com análise comportamental.
Que papel desempenham os motores de IA especializados em dados transacionais?
Ferramentas como o COCO, o motor de IA da Coinscrap Finance, permitem às instituições criar a base de dados ideal para que a IA conversacional atinja o seu máximo potencial.
Graças ao seu treino e design específico para o setor financeiro, é utilizado por clientes como Santander, ABANCA, Unicaja, B100 ou Bankinter para categorizar rendimentos e despesas, identificar estabelecimentos, calcular pegadas de carbono, enriquecer dados transacionais e gerar insights valiosos.
