Em uma operação de crédito, a IA é capaz de reunir em 30 segundos informações que antes eram distribuídas em dez telas. O ganho aparece na velocidade da análise, na capacidade de testar modelos e políticas com mais frequência e no volume que a equipe consegue processar.
Diretamente do FEBRABAN TECH 2026, Jun Okawa, Head de Crédito do Banco Safra, explica como dados, plataformas, agentes especializados e revisão humana entram na aplicação de IA em um ambiente regulado.
“Não tem como você começar nenhum projeto de IA sem pensar no resultado final.” A conversa também aborda mensuração de resultados, rastreabilidade, cultura, preparação da liderança e os limites do vibe coding quando uma iniciativa precisa ganhar segurança e escala corporativa.
Referências:
- DoTheMATH #123 - Desafios e estratégias para uma governança de dados eficaz: https://www.youtube.com/watch?v=xXZWFu7sEB0
- DoTheMATH #167 - IA, dados não estruturados e o risco invisível nas decisões de crédito - https://www.youtube.com/watch?v=3nop6ArFzkQ
- Pesquisa The invisible crisis in enterprise AI, WRITER + Workplace Intelligence - https://go.writer.com/ai-adoption-enterprise-2026
Novos episódios toda quarta e sexta.
Apresentação
Marcel Ghiraldini, CSO, MATH
Fabiana Amaral, Brand and Culture Executive Director, MATH
Convidado
Jun Okawa, Head de Crédito, Banco Safra
Capítulos
00:00 – IA e decisões de crédito
02:40 – Mensuração antes de iniciar um projeto
06:12 – Dados e plataformas como fundação
07:52 – Agentes especializados e auditabilidade
12:30 – Liderança, cultura e preparação executiva
22:10 – Vibe coding, segurança e escala
32:02 – Custos, limites de uso e impacto nas metas
Para ouvir e seguir:
🎧
https://open.spotify.com/show/4vJTtAzCBxzyK1XCxpybsw 🌐 https://math.group/
