12 MINUTOS DE LEITURA
IA para fintechs: o que o app precisa ter em 2026
Por:
Henrique Sabino
IA para fintechs é o uso de inteligência artificial em crédito, fraude e atendimento de uma empresa financeira. Desde 15 de outubro de 2026, o tema tem uma régua internacional: as 12 boas práticas finais do Conselho de Estabilidade Financeira (FSB). No app, elas viram requisito: inventário, registro por agente, explicação, revisão humana e contrato com o fornecedor.
O relatório não é lei nem norma brasileira, e o próprio FSB diz que ele não cria padrão internacional. Mesmo assim, o conselho recomenda que diretoria e alta gestão das instituições financeiras usem as práticas como referência ao revisar governança, gestão de riscos e controles de IA. Quem está na fase de criação de app para fintech ganha muito ao desenhar essas peças junto com as primeiras telas, e não depois do primeiro incidente.
Na Wama, a IA entra no código e na automação, com Claude Code e os agentes do Framer, e todo resultado passa por leitura humana antes de ir ao cliente. É o mesmo princípio que o FSB pede para a fintech: a máquina propõe, e alguém com autoridade confere antes que a decisão pese no cliente.
O que o FSB publicou em outubro de 2026?
O FSB publicou em 15 de outubro de 2026 o relatório final de boas práticas para adoção responsável de IA, com 12 práticas para instituições financeiras. O comunicado do FSB informa que a versão final incorpora a consulta pública feita sobre o rascunho de junho de 2026.
As práticas vêm em dois grupos. As quatro primeiras tratam da governança da organização inteira: estratégia alinhada pela alta gestão, papéis definidos, risco de IA dentro da gestão de riscos e capacidade de se adaptar. As oito seguintes cobrem o ciclo de vida de cada uso de IA, da avaliação de risco na largada até a dependência de fornecedores.
Dois pontos mudam a leitura para a fintech menor. O relatório pede proporcionalidade: instituição menos complexa e uso de menor risco podem aplicar só as práticas relevantes. E trata a IA agêntica como fonte de riscos próprios, como ação não autorizada e ação errada.
O que as 12 práticas pedem do produto?
Para quem constrói o app, as práticas do ciclo de vida viram seis peças de produto, que entram no banco de dados, no contrato e na UI/UX para fintech.
Prática do FSB | O que vira no produto |
|---|---|
Materialidade e risco (5) | ficha de cada uso de IA, com finalidade, risco, dono e aprovação |
Governança de dados (7) | dado de treino e de uso conferido: preciso, completo, consistente e seguro |
Explicabilidade e transparência (8) | motivo legível da decisão, para o cliente e para a auditoria |
Desempenho (9) | painel de acerto e de correção humana por caso de uso |
Supervisão humana (10) | fila de revisão com poder real de mudar o resultado |
Terceiros (12) | contrato com o fornecedor do modelo, com auditoria e saída |
A ficha de cada uso é o ponto de partida. O relatório descreve bancos com inventário central de IA: finalidade, escopo, nível de risco, dependências, responsáveis e aprovações. Numa fintech, isso cabe numa tela do painel, prevista no desenvolvimento de software para fintech desde a primeira versão.
Registro e rastreabilidade de cada agente de IA
Todo agente de IA no app precisa de identidade própria e de rastro completo. O FSB pede que cada agente tenha um identificador único, separado dos usuários humanos e dos outros sistemas, para que a instituição saiba quais ações ele tomou e quem o configurou e supervisionou.
A rastreabilidade responde a quatro perguntas sobre cada ação: o que a disparou, que informação e que ferramentas o agente acessou, que passos ele deu e se ficou dentro das permissões o tempo todo. O relatório em PDF também cita o versionamento de prompt, com controle de versão para voltar a uma configuração anterior.
No produto, isso vira uma tabela de eventos que ninguém edita, com o agente, a versão do prompt, a ferramenta chamada e o resultado. Quando a IA escreve em sistemas internos, vale a mesma disciplina de ligar um agente de IA aos sistemas da empresa: leitura antes de escrita e permissão por ferramenta. O FSB recomenda registrar com base em risco, sem acumular volume que ninguém consegue analisar.
Quando a decisão de crédito precisa de explicação e revisão?
A decisão de crédito precisa de explicação e revisão sempre que for tomada só pela máquina e afetar o cliente. O artigo 20 da LGPD dá ao titular o direito de pedir revisão de decisão automatizada que defina seu perfil de crédito e obriga o controlador a informar, quando solicitado, os critérios e procedimentos usados, respeitado o segredo comercial.
O FSB separa duas coisas que costumam vir misturadas. Explicabilidade é o quanto se entende como o modelo chega à saída; transparência é a informação entregue a cada público, da diretoria ao cliente. Modelo pouco explicável pode servir em alguns usos, com controles compensatórios.
A revisão também precisa ser de verdade. O relatório chama de efetiva a supervisão em que a pessoa tem capacidade, autoridade e incentivo para intervir, e não a revisão de marcar caixinha. O produto ajuda ao registrar quando o revisor contraria a IA e por quê. O que a lei pede de um produto com IA está no artigo sobre LGPD e inteligência artificial.
O que exigir do fornecedor do modelo de IA
Quando a fintech usa um modelo de terceiro, o FSB trata essa dependência como risco que se gerencia em contrato. A prática 12 lista o que o contrato com o fornecedor de IA precisa garantir:
direito de monitorar o serviço e de receber informação sobre ele;
acesso e auditoria, inclusive por auditor independente;
regras de acesso, qualidade e segurança dos dados, com quem atualiza o quê;
os países onde os dados são processados;
continuidade do negócio se o serviço falhar;
direito de encerrar o contrato.
O relatório faz um alerta que pega muita gente: IA embutida em ferramenta que não é vendida como IA também conta. O CRM, o antifraude ou o atendimento terceirizado podem ter modelo por dentro. Na leitura da Wama, essa lista entra no escopo antes do design, ao lado das primeiras telas: com uma pessoa só do briefing ao deploy, o requisito do contrato e a tela que o cumpre não se perdem entre equipes.
Erros comuns ao colocar IA no app da fintech
Tratar o relatório do FSB como lei. Ele não cria obrigação; use-o como lista de boa prática e confira a regra que vale para a sua licença.
Ligar o agente antes de ter registro. Sem identificador e rastro, ninguém reconstrói o que ele fez depois de um incidente.
Revisão humana de fachada. Fila que só aprova em lote não é supervisão efetiva, e o relatório diz isso com todas as letras.
Esquecer a base de conhecimento. Dado malicioso injetado na base que o agente consulta muda o comportamento dele com o tempo; o FSB chama isso de envenenamento de memória.
Esperar que a IA encurte a decisão. Na Wama, a IA acelerou a construção, não a decisão, e o prazo total dos projetos não mudou.
Pôr IA no atendimento sem olhar a regra do canal. O atendimento automatizado também responde às regras do SAC no app da fintech.
Perguntas frequentes
O relatório do FSB é obrigatório para fintechs no Brasil?
Não. O próprio FSB afirma que as 12 boas práticas não criam padrão internacional nem prescrevem como cada instituição deve agir. Elas servem de referência para diretoria e alta gestão revisarem governança e controles de IA. A obrigação concreta vem de lei e de norma, como a LGPD no caso de decisões automatizadas.
Fintech pequena precisa aplicar as 12 práticas?
Precisa aplicar o que for proporcional. O relatório diz que instituição menor, menos complexa ou menos conectada, e uso de IA de menor risco, podem aplicar só as práticas relevantes ou adaptá-las. Na prática, comece pela ficha de cada uso, pelo registro do agente e pela revisão humana nas decisões que afetam o cliente.
O que é IA agêntica numa fintech?
IA agêntica é o sistema desenhado para funcionar como agente autônomo: decide passos, interage com outros sistemas e otimiza processos sem intervenção humana direta. Numa fintech, pode ser o agente que analisa alerta de fraude ou responde cliente. O FSB pede identificador único, rastro de cada ação e supervisão proporcional ao risco.
Quanto custa colocar IA no app da fintech?
Depende do escopo, e não existe preço de prateleira para o recurso de IA. Como referência, um MVP de SaaS feito pela Wama fica entre R$ 20 mil e R$ 100 mil, conforme a complexidade. O uso do modelo é custo recorrente, pago ao fornecedor. As faixas estão detalhadas em quanto custa um MVP.
A Wama já fez app para fintech?
Sim. A Wama projetou e desenvolveu o app da Cappta, instituição de pagamento com captura e conta digital em white label, com design no Figma e apoio de IA no fluxo de construção. Também entregou a plataforma da Milhas Pix, da página de aquisição às telas de gestão de ofertas e acompanhamento de transações.
Se a sua fintech vai colocar IA no app neste ciclo, desenhe a ficha de cada uso, o registro do agente e a fila de revisão junto com as primeiras telas. É mais barato do que reconstruir o rastro depois. Converse com a Wama sobre o seu produto.
