Observação: Nós nos empenhamos ao máximo para manter o espírito e as nuances originais de nossos artigos. Porém, pedimos desculpas desde já por quaisquer erros de tradução que você venha a notar. Seu feedback é bem-vindo através do e-mail reader_input@mckinsey.com
O setor global de gestão de ativos encontra-se em um momento crítico. Os ventos favoráveis de longa data – principalmente na forma de juros baixos e crescimento estável do PIB – mudaram de direção, agravando os desafios já existentes com a migração da gestão ativa para a passiva e dos ativos tradicionais para os alternativos. Juntas, essas tendências estão obrigando as empresas a descobrir caminhos mais sustentáveis para obter um desempenho superior. Após uma década de crescimento de mercado sem precedentes, os custos do setor ficaram cada vez mais arraigados e as receitas, imprevisíveis. Como consequência, as margens caíram três pontos percentuais na América do Norte e cinco pontos percentuais na Europa nos últimos cinco anos. Nesse contexto, os custos da tecnologia cresceram desproporcionalmente, mas esse aumento dos gastos não se traduziu de forma consistente em maior produtividade.
Ao mesmo tempo, a IA vem despontando como uma força transformadora, e algumas gestoras de ativos estão começando a tirar proveito dessa tecnologia para impulsionar a próxima onda de produtividade. Para uma gestora média, o impacto potencial da IA, da IA generativa e, agora, da IA agêntica pode ser transformador, equivalente a 25% a 40% de sua base de custos, de acordo com nossa análise. Em nossa pesquisa, identificamos bolsões de valor gerado por IA em áreas como melhoria dos fluxos de distribuição, simplificação dos processos de investimento, automação da conformidade e aceleração do desenvolvimento de software. Capturar essas eficiências representa apenas a primeira onda do que provavelmente será uma reinvenção mais ampla do setor, liderada pela tecnologia.
No presente relatório, exploramos uma abordagem estruturada para alcançar um ROI (retorno sobre o investimento) em tecnologia substancial. Com base em insights práticos e estratégias comprovadas, essa abordagem tem como foco identificar oportunidades de alto impacto e determinar as capacidades fundamentais para gerar valor sustentável, o que inclui a reformulação das áreas, o treinamento adicional de talentos, a governança e transformação de TI, a unificação das plataformas de dados e a gestão contínua de mudanças. Nossa análise baseia-se em pesquisas com empresas que representam 70% dos ativos sob gestão (AUM) globais e em entrevistas com CEOs, diretores de operações (COOs), diretores de informação (CIOs) e diretores de tecnologia (CTOs) das principais gestoras de ativos dos Estados Unidos e da Europa (vide box “Sobre nossa pesquisa”).
Buscar e não encontrar ROI em investimentos em tecnologia
Na última década, o desempenho positivo e os fluxos líquidos na gestão de ativos vêm sendo impulsionados em grande parte por fatores favoráveis do mercado, em particular pelas taxas de juros baixas, pelo crescimento estável do PIB e pela calmaria geopolítica. No entanto, de 2022 para cá, muitos desses fundamentos de apoio se inverteram. Após uma década de desempenho de mercado positivo sem precedentes e níveis recordes de AUM, o setor registrou uma queda acentuada de 10 % no AUM em 2022 e, embora os mercados e os fluxos tenham se recuperado em 2023, os custos vêm crescendo no setor e ficando cada vez mais resilientes, enquanto as receitas têm sido imprevisíveis.
Mais insights da McKinsey em português
Confira nossa coleção de artigos em português e assine nossa newsletter mensal em português.
O resultado foi uma compressão das margens, sendo que as margens operacionais antes dos impostos caíram três pontos percentuais na América do Norte e cinco pontos percentuais na Europa entre 2019 e 2023. As gestoras de ativos norte-americanas, por exemplo, registraram um aumento de 18% nos custos ao longo desse período de cinco anos – superando o crescimento das receitas, que foi de apenas 15% no mesmo período. Em um contexto de inflação, taxas voláteis e instabilidade geopolítica, as receitas ficaram cada vez mais imprevisíveis. Diante desses desafios, a gestão estrutural dos custos tornou-se fundamental para restaurar a rentabilidade da gestão de ativos e desenvolver resiliência para o crescimento futuro.
A observação feita por Solow em 1987, de que "você vê tecnologia em toda parte, menos nas estatísticas de produtividade”, soa especialmente verdadeira na gestão de ativos hoje em dia. Os gastos com tecnologia têm sido um fator significativo do aumento dos custos no setor de gestão de ativos, superando em muito os gastos com outras áreas. Nos últimos cinco anos, o investimento em tecnologia disparou, com uma taxa de crescimento anual composta (CAGR, na sigla em inglês) de 8,9 % na América do Norte e na Europa (Quadro 1). Esse crescimento em si é justificado: a tecnologia, embora sempre tenha sido um pilar central da transformação estratégica, ganhou ainda mais relevância como alavanca tanto da produtividade quanto do crescimento. Porém, considerando o contexto do setor e o paradoxo da produtividade, os líderes estão cada vez mais se perguntando como podem obter valor e um melhor ROI em tecnologia, e qual será o papel específico da IA e da IA generativa nessa iniciativa.
Por que as gestoras de ativos têm dificuldade para explorar o pleno potencial da tecnologia
Apesar do aumento dos investimentos em tecnologia, os custos como proporção do AUM – uma das principais métricas de produtividade – permaneceu relativamente estável no nível do setor. Além disso, as despesas operacionais em outras áreas não diminuíram, apesar das expectativas de que a tecnologia geraria eficiências. No nível das empresas, nossa análise mostra que as gestoras de ativos que investem mais em tecnologia nem sempre são mais produtivas do que as demais em indicadores-chave de desempenho (KPIs, na sigla em inglês) importantes, como a relação custos/AUM (Quadro 2) e a receita por equivalente de tempo integral (FTE) (Quadro 3). Em suma, embora haja muito ruído nos dados, não há uma correlação clara entre maiores gastos com tecnologia e aumento da produtividade. Na verdade, embora a linha de tendência seja ligeiramente positiva, o valor R2 (ou coeficiente de determinação, medida estatística que indica a precisão com que um modelo estatístico prevê o resultado de uma variável dependente) é de 1,3%, o que indica que praticamente não há relação significativa entre os gastos e a produtividade.
Qual é a desconexão entre os gastos com tecnologia e o ROI? Os ganhos de produtividade na gestão de ativos continuam sendo difíceis de alcançar, em grande medida porque as empresas gastam mais – às vezes significativamente mais – com a manutenção das operações e dos sistemas legados do que com uma transformação focada no futuro. Em nossa pesquisa, descobrimos que, devido à complexidade desses sistemas, as gestoras de ativos alocam, em média, 60% a 80% de seu orçamento de tecnologia a iniciativas relativas ao funcionamento da empresa, deixando apenas 20% a 40% para operações de mudança da empresa. Além disso, das operações de mudança da empresa, apenas 10% a 30% (equivalente a apenas 5% a 10% do gasto total com tecnologia) são direcionadas à transformação digital no âmbito de toda a empresa, enquanto o restante é voltado principalmente a casos de uso individuais que não chegam a ganhar escala nem a gerar impacto.
No caso de uma empresa líder em gestão de ativos com mais de $ 1 trilhão em AUM, por volta de 80% de seus gastos com tecnologia eram destinados a projetos relativos ao funcionamento da empresa. Em 2020, diante do aumento da pressão sobre as margens e dos níveis significativos de dívida tecnológica, a organização iniciou uma transformação de ponta a ponta para atualizar suas capacidades e redirecionar a maior parte de seus gastos com tecnologia para iniciativas de mudança da empresa. No primeiro semestre de 2025, ela já dedica 70% de seu orçamento de tecnologia à mudança da empresa. Ela conseguiu fazer essa reviravolta fortalecendo as capacidades essenciais nas quais tem vantagem competitiva (em vez de se distrair com iniciativas de inovação que não agregam valor e que antes consumiam uma parcela desproporcional dos recursos); fazendo a transição para plataformas baseadas na nuvem em toda a pilha tecnológica; adotando cronogramas de desenvolvimento acelerado de produtos com ciclos de três a quatro meses, em vez dos ciclos anteriores de nove a 12 meses; e reestruturando o conjunto de talentos de modo a reduzir a dependência de prestadores de serviços terceirizados.
O desafio do ROI em tecnologia é particularmente grande na gestão de ativos porque a maioria das empresas possui sistemas fragmentados para dar suporte a diferentes classes de ativos. As gestoras de ativos também operam em ambientes de dados isolados, sem uma plataforma completa, adequada ao propósito e com abrangência desde o front office até o back office, o que dificulta a integração de diversas fontes de dados.
Muitas gestoras também contam com uma pilha tecnológica desatualizada e fragmentada, o que aumenta a complexidade operacional e os custos, enquanto as iniciativas de modernização costumam ser demoradas e caras. E, mesmo após a modernização, as empresas muitas vezes são incapazes de desativar totalmente os sistemas legados, o que resulta em portfólios de aplicativos inchados e em ganhos de eficiência limitados.
Essa dinâmica cria um círculo vicioso que persiste há décadas. À medida que continuam gastando com a manutenção de sistemas legados, em vez de se modernizarem, as organizações acumulam dívidas tecnológicas e pagam um “imposto de complexidade” na forma de tempo e dinheiro. Esse círculo vicioso também aumenta a diferença entre a percepção que os diretores de tecnologia e os líderes de áreas no setor de gestão de ativos têm do valor agregado pela tecnologia. Esse desalinhamento é frequentemente causado por tecnologias inadequadas ao propósito, além de funções isoladas e incentivos divergentes que prejudicam a prestação de contas (“accountability”) compartilhada.
Muitas instituições estão trabalhando para tirar o máximo proveito do impacto de seus investimentos em tecnologia, e algumas já estão obtendo resultados substanciais. Por exemplo, no setor bancário, o DBS Bank de Singapura obteve 11% e 8% de CAGR no lucro líquido e na receita, respectivamente – superando os 6% e 8% do setor –, em grande medida por adotar uma abordagem tecnológica completa baseada na transformação de domínios, na adoção planejada e na reinvenção do modelo operacional.
As empresas líderes reconhecem que a IA não é apenas mais uma onda tecnológica, mas uma oportunidade de reconfigurar os fundamentos da instituição e, potencialmente, transformar os aspectos econômicos dos negócios. Isso é possível graças a sistemas de IA de última geração que são capazes de aprender, de se adaptar e de agir de forma autônoma, incorporando inteligência aos fluxos de trabalho do dia a dia e proporcionando ganhos de produtividade significativos em todas as áreas.
A oportunidade de dar um salto com a IA
Para as gestoras de ativos, a revolução da IA é uma chance oportuna de romper com estruturas de custos arraigadas, aumentando a eficiência em todas as áreas de negócios. Mais recentemente, com o advento da IA agêntica, surgiu uma oportunidade única para as gestoras recuperarem e ultrapassarem os níveis de lucratividade. Quando bem implementada, a IA pode ajudar as gestoras a recuperar os níveis de margem. Por exemplo, uma gestora de médio porte com $ 500 bilhões em AUM poderia capturar de 25% a 40% da base de custos total em eficiências por meio de oportunidades de IA criadas pela reformulação dos fluxos de trabalho de ponta a ponta. Para alcançar o valor em jogo, será crucial adotar uma abordagem da automação baseada em funções, incorporando agentes virtuais e automação tradicional de forma integrada, juntamente com as funções humanas, ao mesmo tempo em que se coloca o foco na adoção e na gestão das mudanças.
Além desses ganhos de produtividade, algumas gestoras de ativos estão observando benefícios iniciais tanto no crescimento da receita quanto na redução dos riscos por meio da IA. Casos de uso selecionados, como o desenvolvimento otimizado de portfólios e a segmentação mais eficaz de clientes, estão começando a gerar impacto na receita. Ao mesmo tempo, a IA está ajudando a reduzir o risco operacional por meio de ferramentas como monitoramento automatizado de conformidade e codificação do conhecimento institucional, que podem mitigar perdas importantes durante as transições de talentos.
Os diretores das empresas líderes em gestão de ativos com quem conversamos apontaram outras áreas de geração de valor impulsionada pela IA, como a melhoria dos fluxos de distribuição, o aprimoramento do processamento de dados na gestão de investimentos, a automação do controle de conformidade e a transformação do desenvolvimento de software. Embora a maioria das empresas ainda esteja no início da curva de adoção, o potencial de impacto está se tornando cada vez mais concreto em todas as áreas essenciais. Esses primeiros sinais de realização de valor indicam que a IA, quando implantada de forma estratégica, pode ir além da eficiência e gerar um impacto significativo em toda a cadeia de valor da gestão de ativos (Quadro 4).
Em funções que envolvem contato direto com o cliente, a IA generativa está possibilitando interações mais fluidas e personalizadas, e pode ter um impacto de 9% na eficiência.1 Os assistentes virtuais podem fornecer insights sob demanda sobre os portfólios e ajudar os gerentes de relacionamento fornecendo informações em tempo real de acordo com as necessidades de cada cliente. A IA generativa também ajuda na automação da integração de novos funcionários, garantindo uma captura de dados mais rápida e precisa. No que diz respeito ao conteúdo, as ferramentas baseadas em IA generativa estão ajudando a gerar comunicações personalizadas em grande escala, mantendo o engajamento e reduzindo o esforço manual.
Na gestão de investimentos, a IA generativa vem transformando a maneira pela qual os insights são gerados e as decisões são tomadas, e pode ter um impacto de 8% na eficiência, de acordo com nossos cálculos. Os analistas estão usando assistentes de pesquisa com tecnologia de IA generativa para sintetizar dados de teleconferências de resultados, relatórios financeiros e conferências, acelerando o processo de geração de insights. Os gestores de portfólios estão utilizando ferramentas de IA generativa para aprimorar estratégias, restringir opções de investimento e otimizar a construção de portfólios. Os modelos de risco aprimorados e a geração automatizada de relatórios estão apoiando ainda mais uma abordagem de investimento mais orientada por dados.
Em termos de risco e conformidade, a IA generativa está otimizando processos que antes eram manuais e demorados, e pode ter um impacto de 5% na eficiência, segundo estimativas. Os responsáveis pela conformidade agora utilizam assistentes de IA generativa para interpretar requisitos regulatórios complexos e sinalizar lacunas na documentação. Ferramentas de monitoramento baseadas em IA generativa estão sendo usadas para detectar anomalias e avisar sobre possíveis não conformidades, permitindo uma supervisão mais proativa. À medida que os fluxos de trabalho operacionais forem mais automatizados, prevê-se que a dependência de controles manuais continuará diminuindo.
No âmbito da tecnologia, a IA generativa vem remodelando o desenvolvimento e a manutenção de software, e pode ter um impacto de 20% na eficiência. Os desenvolvedores estão usando copilotos de programação com IA generativa para acelerar a programação, a depuração e os testes, reduzindo significativamente os ciclos de desenvolvimento. A documentação gerada por IA generativa também está melhorando a uniformidade e a transferência de conhecimento entre as equipes. E, na gestão de serviços de TI, as ferramentas de IA generativa estão, cada vez mais, lidando com solicitações de serviço de forma autônoma, resolvendo problemas rapidamente com o mínimo de intervenção humana.
Em conjunto, essas aplicações de IA generativa estão não apenas aumentando a eficiência operacional, mas também melhorando os insights e proporcionando uma melhor experiência tanto para os clientes quanto para os funcionários.
Construção das bases para aumentar o valor
Obter um impacto de 8% a 9% por caso de uso, conforme descrito acima, é significativo, mas é apenas o começo. Para realizar todo o potencial da IA e aumentar significativamente o ROI em tecnologia, as gestoras de ativos precisarão ir além de iniciativas isoladas e realizar uma reformulação no nível dos domínios e uma reprogramação do fluxo de trabalho, com a complexidade da gestão de mudanças que isso acarreta. É aí que reside o verdadeiro valor escalável e, provavelmente, o maior ponto fraco das gestoras. Outras ondas tecnológicas que vieram antes – como a nuvem e as análises avançadas – muitas vezes não conseguiram proporcionar os benefícios esperados porque as empresas tratavam a tecnologia como uma capacidade isolada, adotada separadamente por classe de ativos, área ou programa, e não como um facilitador estratégico incorporado à empresa como um todo. A menos que essas lacunas fundamentais sejam abordadas, o impacto permanecerá limitado. As gestoras que agirem rapidamente e tomarem as decisões certas se anteciparão às disrupções e liderarão o setor com sua capacidade de reinvestir e inovar, deixando as demais em dificuldade para acompanhar o ritmo.
Por meio de nossa pesquisa, desenvolvemos uma abordagem baseada em seis imperativos fundamentais que ajudarão a capturar plenamente o valor da IA na gestão de ativos.
Transformação baseada em domínios para realizar o potencial da IA
Em vez de atuarem em casos de uso fragmentados que geram mudanças incrementais, as gestoras de ativos podem reimaginar os domínios organizacionais ao tomar os fluxos de trabalho e submetê-los a uma reformulação de base zero facilitada por IA. As iniciativas de IA devem estar ancoradas em prioridades estratégicas e abrangentes – como dar escala a novos produtos ou aprofundar a presença regional –, a fim de aproveitar novas oportunidades à medida que a economia da IA continua melhorando. Uma das 30 maiores gestoras de ativos, que atende principalmente a investidores de varejo nos EUA, iniciou sua jornada de IA tentando abordar centenas de casos de uso individuais, mas não conseguiu obter os retornos esperados. Depois, ela mudou para uma estratégia baseada em domínios, focando na transformação completa de quatro áreas de alto potencial: operações, marketing, distribuição e gestão de investimentos. Cada iniciativa de IA é supervisionada por um escritório centralizado, com seu próprio P&L e com metas de ROI de curto, médio e longo prazos monitoradas pela administração. Por exemplo, a empresa vê o marketing como uma área na qual os benefícios de custo podem ser identificados e capturados rapidamente – por exemplo, simplificando o processo de solicitação de propostas (RFP, na sigla em inglês). As primeiras iniciativas geraram retorno sobre o investimento, e a liderança prevê que mais resultados serão alcançados rapidamente.
Reformulação das operações e estratégias de talentos para a transformação impulsionada pela IA
Como qualquer nova tecnologia, a IA tem implicações nas estratégias referentes a talentos, e as empresas precisarão adotar mudanças organizacionais para integrar a IA efetivamente às operações. Os talentos da área de engenharia precisarão ser treinados para desenvolver e manter sistemas de IA adaptáveis, enquanto os talentos de áreas não relacionadas à engenharia, como gerentes de relacionamento e de portfólio, precisarão de treinamento para usar ferramentas de IA na tomada de decisões. Dependendo do ponto de partida de uma empresa, o foco pode ser menos na contratação de novos talentos e mais na qualificação dos talentos existentes e no aumento da alfabetização em IA – sobretudo devido ao alto custo e à demanda competitiva de talentos de ponta em IA. À medida que as empresas desenvolvem habilidades relacionadas à IA, os funcionários ficam mais versáteis, capazes de desempenhar várias funções e menos restritos por limites geográficos, exceto nos casos que envolvem questões regulatórias e de conformidade. Em alguns departamentos, as equipes podem ser organizadas com base nas habilidades, em vez das funções tradicionais, aumentando a flexibilidade e a inovação. Os agentes de IA se tornarão colaboradores ativos, exigindo novas áreas na organização – como o “RH de agentes de IA” – para definir suas hierarquias, funções, linhas de subordinação e modelos de colaboração, assim como o RH faz para os funcionários humanos. Isso expandirá o escopo tradicional da TI e acelerará a transformação empresarial.
Uma das dez maiores gestoras de ativos havia priorizado anteriormente o desenvolvimento das capacidades dos funcionários em programação, mas percebeu que essas iniciativas não eram mais necessárias, devido à capacidade da IA de gerar e aprimorar programas. A empresa passou a desenvolver capacidades de IA entre seus funcionários, lançando um chatbot interno baseado em um grande modelo de linguagem, que os funcionários utilizam para tarefas diárias, como traduções e resumos, além de geração de documentos e e-mails. A empresa acredita que o valor envolvido é substancial. Por exemplo, a ela prevê ganhos de eficiência de cerca de 70% na definição de diretrizes de investimento de acordo com um contrato de gestão de investimentos. A liderança estima uma economia anual de 100 mil horas tanto na gestão de consultas quanto na automação de fluxos de trabalho.
Com relação a suas prioridades referentes a talentos, outra gestora líder prevê mudar da programação para a engenharia de dados, a fim de ajudar a preparar os dados e a arquitetura de dados para integração com IA. Um fato interessante que a empresa relata é que são os seus desenvolvedores mais seniores e os mais juniores que tiram mais proveito da IA; os desenvolvedores seniores utilizam seu amplo conhecimento para extrair o máximo das novas ferramentas, enquanto os juniores adquirem capacidades ao suprirem lacunas de habilidades com a IA. Por fim, além de aprimorar as habilidades de sua força de trabalho, a gestora acredita que os líderes seniores também devem se familiarizar com as tecnologias e os casos de uso da IA para poderem tanto obter os benefícios da tecnologia em seu próprio modelo operacional quanto compreender plenamente as implicações da IA para sua organização.
Otimização dos modelos operacionais com IA para aumentar a eficiência
Entre as principais gestoras de ativos, um modelo de governança que combina supervisão centralizada com experimentação e entrega descentralizadas demonstrou ser a abordagem mais eficaz. As empresas estão criando “torres de controle” centrais para realizar uma governança estratégica, permitindo uma integração mais estreita entre a área de negócios e a de tecnologia em aspectos como priorização, definição de requisitos e prestação de contas dos resultados. Ao mesmo tempo, cada unidade de negócios está recebendo as ferramentas e a autonomia necessárias para fazer experimentos e dar escala rapidamente às soluções de IA. À medida que a automação nivela as estruturas organizacionais e consolida áreas como operações de back office e middle office, os CIOs e diretores digitais desempenharão um papel central, junto com os líderes de negócios, na definição do futuro modelo operacional.
Uma das dez maiores gestoras de ativos está reimaginando suas operações a partir do zero para passar a ser orientada pela IA, por meio de uma força-tarefa centralizada composta por executivos seniores. Para se orientar nesse panorama complexo, a organização criou uma estrutura de governança rigorosa para supervisionar os projetos de IA em andamento, estrutura esta que inclui um comitê de liderança sênior que toma decisões dinâmicas de financiamento sobre todos os investimentos contínuos no portfólio de tecnologia.
Manutenção do controle dos roteiros tecnológicos para obter vantagem competitiva
As gestoras líderes transformarão a TI de um facilitador em um diferencial competitivo promotor da produtividade em toda a organização. Ao assumirem essa iniciativa, as gestoras de ativos devem manter a responsabilidade por seus roteiros tecnológicos, utilizando fornecedores de forma estratégica, ao mesmo tempo em que internalizam capacidades críticas para aumentar a velocidade de execução e garantir acesso a tecnologias essenciais. Haverá um foco crescente na adoção de “receitas” de IA reutilizáveis, com o intuito de padronizar processos, reduzir riscos de integração e incorporar a IA a toda a pilha tecnológica. Essa abordagem simplifica a execução, reduz os custos e desenvolve capacidades diferenciadas que são difíceis de replicar.
Uma das dez maiores gestoras de ativos globais, com uma oferta diversificada que abrange mercados públicos e privados e clientes institucionais e de varejo, está se concentrando em “receitas” reutilizáveis e padrões de capacidade para aumentar a eficiência e reduzir os riscos em sua estratégia de IA. Após um período inicial de experimentação, no qual a organização incentiva seus funcionários a testar as ferramentas de IA disponíveis, a liderança identifica padrões de uso e oportunidades de alto potencial que são então codificadas e incorporadas aos processos. Essa abordagem permitiu à organização concentrar os investimentos nos casos de uso de IA que geram mais valor.
Outra empresa, que é uma das 30 maiores gestoras de capital fechado e atende principalmente clientes institucionais, reconhece seu grau relativamente alto de dependência de fornecedores (situação comum no setor). Embora os fornecedores estejam lançando algumas ferramentas de IA no mercado, a gestora de ativos acredita que essas ferramentas não são de última geração e que o maior valor da IA virá do desenvolvimento interno e exclusivo. O objetivo da gestora é manter o controle de seu roteiro tecnológico, protegendo uma camada central de dados exclusivos e sobrepondo soluções de terceiros fora dessa camada central.
Desenvolvimento de estratégias de dados para obter valor da IA
Para enfrentarem o desafio de integrar IA e dados descentralizados ao ecossistema e à pilha tecnológica, as gestoras de ativos precisarão redesenhar suas práticas de governança de dados. Elas devem criar plataformas de dados unificadas e implementar estratégias de governança robustas para gerenciar dados não estruturados, garantir a conformidade e lidar com os riscos relacionados às informações de identificação pessoal em modelos de código fechado. O uso de gráficos de conhecimento será essencial para tornar os dados mais contextuais, acessíveis e úteis, viabilizando casos de uso mais avançados em automação, análises e personalização.2
O diretor global de tecnologia para gestão de ativos de uma empresa líder destacou para nós a importância da estratégia e da governança de dados em dar escala às capacidades de IA. Os rápidos avanços tornaram obsoletos os sistemas em nuvem e as práticas de dados de alguns anos atrás. Embora a previsão seja de que os agentes de IA terão um impacto significativo, é essencial priorizar as capacidades de dados nos orçamentos destinados à transformação (“change the bank”) para extrair todo o valor desses agentes. O aproveitamento tanto dos dados estruturados quanto dos não estruturados – enriquecidos com o contexto necessário para os modelos de IA – tem um enorme potencial em todas as áreas da organização.
Viabilização da adoção eficaz da IA por meio de mudanças culturais e gestão de mudanças
A adoção bem-sucedida da IA requer adaptação gradual, suporte estruturado e reprogramação comportamental. Aprender a interagir de forma eficaz com a IA – por exemplo, com a engenharia de prompts – leva tempo, e os resultados iniciais podem não ser os melhores, mas vão se aprimorando à medida que aumenta a familiaridade. Um aspecto crítico é que a linha de frente deve assumir a responsabilidade por essa “última etapa” do valor, envolvendo-se profundamente na definição de requisitos e na reformulação de processos para garantir a adoção.
Especificamente, as empresas devem utilizar um conjunto completo de ferramentas de gestão de mudanças para influenciar mentalidades e comportamentos:
- liderança e atuação como exemplo por parte dos executivos seniores de toda a organização
- promoção do entendimento e da convicção por meio de mensagens e comunicações claras
- oferta de módulos de treinamento para aprimorar as habilidades dos usuários e prepará-los para as mudanças
- reforço com mecanismos formais (por exemplo, incentivos, prêmios)
Uma abordagem robusta da gestão de mudanças também requer uma equipe totalmente dedicada (de dez a 20 pessoas, dependendo do tamanho da organização) e responsável pela implementação das ferramentas mencionadas acima, em estreita colaboração com os líderes das unidades de negócios e das áreas.
Sem essas iniciativas cruciais, as organizações terão dificuldade em obter retornos suficientes sobre seus investimentos em tecnologia. As empresas devem investir em treinamentos e incentivos que incorporem a IA às práticas diárias e aos rituais de tomada de decisões. Muitas gestoras de ativos vêm assumindo a liderança no desenvolvimento de capacidades iniciais em IA e na capacitação de suas equipes. Contudo, essas iniciativas são frequentemente prejudicadas por desafios conhecidos: inúmeras provas de conceito fragmentadas em vez de uma reformulação completa dos processos, casos de uso lançados sem medição de desempenho, colaboração limitada com a área de negócios e falta de foco na adoção. Em nossa experiência, por exemplo, os ganhos de eficiência em termos de receita provenientes da automação do ciclo de vida do desenvolvimento de software com uso de IA só surgem após as equipes superarem os picos iniciais de uso das ferramentas, com mudanças comportamentais duradouras e um aumento de 15% a 30% que normalmente leva de seis a nove meses.
Uma das 30 maiores gestoras de ativos prevê passar por um certo grau de dificuldade durante sua transformação, dada a significativa quantidade de trabalho de base necessário antes que os benefícios comecem a aparecer. Esse trabalho inclui investimento financeiro, treinamento de funcionários e gestão de mudanças. Para acelerar o processo, a gestora está se concentrando na adoção e acessibilidade por meio de ambientes de teste (“sandbox”) e um mercado de dados que permite a experimentação pelos funcionários. A abordagem da adoção vai variar conforme a área da empresa, pois algumas áreas já possuem um roteiro tecnológico e necessitam de menos orientação, enquanto outras estão começando do zero.
Para o setor de gestão de ativos, adotar a transformação impulsionada por IA deixou de ser opcional e passou a ser essencial. Se bem incorporada à organização, a IA pode fazer frente às crescentes pressões sobre as margens e gerar um valor significativo. Ela oferece às gestoras de ativos uma oportunidade única de reescrever a narrativa sobre o ROI em tecnologia e de adotar processos e desenvolver capacidades que lhes permitam capturar valor real a partir desses investimentos. Entretanto, isso exigirá uma mudança radical na maneira pela qual essas tecnologias são abordadas.
É fundamental focar nos seis pilares da transformação detalhados neste artigo – acreditamos que investir pouco em um pilar pode comprometer toda a estrutura. Com a torre de controle supervisionando cada etapa para garantir a coesão, as gestoras de ativos podem ir além dos casos de uso fragmentados de IA para alcançar eficiências mensuráveis e melhorar a experiência do cliente. Quem agir de forma decidida e estratégica se posicionará como líder, e quem demorar correrá o risco de ficar para trás. Agora é o momento de repensar o funcionamento das organizações e aproveitar o pleno potencial da IA para preparar as operações para o futuro e promover o crescimento sustentável na gestão de ativos.