O uso de IA entre as empresas financeiras britânicas pesquisadas chegou a 86%, mas os números que mais importam estão abaixo da manchete: terceiros já fornecem mais da metade dos sistemas de alta materialidade, e supervisioná-los é o desafio de governança que as empresas mais relatam.
Resumo executivo
- 86% dos respondentes relataram usar IA, ante 75% em 2024. A IA generativa somou 56% dos sistemas relatados.
- Cerca de 7% dos sistemas relatados foram avaliados como de alta materialidade, ante 16% em 2024, mas o número absoluto de sistemas de alta materialidade foi maior em 2026.
- Implementações de terceiros responderam por 53% dos sistemas de alta materialidade, ante 35% em 2024. Os três maiores provedores de nuvem/computação concentram 79% das relações de nuvem/computação relatadas.
- 80% dos respondentes têm agentes de IA em uso, mas apenas 2% relataram agentes com ampla autonomia.
- Os respondentes esperam alta de benefícios e de riscos em todas as categorias, com a amplificação do risco cibernético e as dependências críticas de terceiros classificadas como os principais riscos sistêmicos.
- A supervisão de sistemas de IA de terceiros foi o desafio de governança mais relatado.
O que a pesquisa é, e o que ela não é #
A publicação, a quarta pesquisa do Bank of England e da FCA sobre IA e machine learning nos serviços financeiros do Reino Unido, é um resumo descritivo de resultados agregados, e vale manter esse enquadramento em mente antes de tirar qualquer conclusão. Os resultados são evidência das empresas participantes, e não uma avaliação completa da adoção de IA em todo o setor financeiro britânico. Nada do que segue deve ser lido como um censo.
A pesquisa recebeu 196 respostas: 101 de empresas de maior porte e 95 de menor porte. Pela primeira vez, empresas com menos de 100 funcionários puderam optar por um questionário reduzido, e 105 respondentes preencheram a pesquisa completa. Salvo indicação em contrário, os números do relatório se baseiam nas respostas à pesquisa completa, o que facilita a comparação com as pesquisas anteriores. Os percentuais são calculados apenas com respostas válidas por pergunta, de modo que as empresas que não responderam a uma pergunta ficam fora do denominador dela. As respostas de bancos internacionais e de corretoras/dealers se referem às suas operações no Reino Unido.
A pesquisa de 2026 manteve perguntas centrais das edições anteriores por continuidade e acrescentou ou alterou perguntas para refletir a evolução da adoção e da capacidade da IA desde 2024. Por isso o relatório consegue confrontar os números de 2026 com os de 2024 em adoção, materialidade e participação de terceiros, e por isso também pede aos leitores que interpretem as comparações com 2024 com cuidado quando a redação das perguntas, as definições, o escopo ou as populações de respondentes diferem. Alguns temas, como o breve anexo sobre IA de fronteira e risco cibernético, não têm nenhuma comparação com 2024.
Essas ressalvas importam porque vários dos números mais marcantes abaixo são frações de frações. Quem ignora os denominadores confunde mudança de composição com mudança de volume. A própria pesquisa oferece um exemplo claro dessa armadilha, ao qual chegaremos em breve.
A adoção é quase universal, e a IA generativa domina #
Comece pela manchete. 86% dos respondentes relataram usar IA, ante 75% em 2024. Esse número abrange tanto a pesquisa completa quanto o questionário reduzido, e o próprio relatório alerta que os percentuais de 2026 e de 2024 não se referem à mesma população de empresas e devem ser comparados com cautela. As empresas relatam cada vez mais o uso de IA generativa, de agentes habilitados por IA e de implementações de sistemas de IA por terceiros, e esses três fios atravessam todo o restante da pesquisa.
A IA generativa respondeu por 56% de todos os sistemas de IA relatados. A comparação que o relatório faz é com os modelos de fundação, que responderam por 17% dos casos de uso de IA relatados em 2024. O relatório diz que essas medidas não são diretamente comparáveis, então seria um erro falar em um salto de 39 pontos em uma única tecnologia; tomadas em conjunto, nas palavras do relatório, elas sugerem um aumento substancial do uso relatado de capacidades de uso geral desde 2024.
Onde a IA está dentro das empresas? Operações e TI responderam por aproximadamente 31% de todos os sistemas de IA relatados, ante cerca de 22% em 2024, e nenhuma outra área isolada passou de 11%. É uma concentração marcante. Os casos de uso voltados ao cliente e ao front office recebem a maior parte da atenção pública, mas o maior bloco isolado de sistemas relatados está no encanamento do negócio. Um número relacionado da seção sobre pequenas empresas aponta na mesma direção: entre os respondentes do questionário reduzido, operações foi o domínio mais citado para uso atual ou planejado de IA, mencionado por 64%.
Os benefícios percebidos combinam com esse quadro. Eficiência operacional, automação e produtividade foram as áreas de benefício percebido mais bem avaliadas da IA hoje. Pelo que relatam, as empresas usam a IA principalmente para se operar com mais eficiência.
A adoção também não é distribuída de forma homogênea. Quase metade das empresas relatou dez ou menos sistemas de IA, enquanto as dez empresas com mais sistemas somaram 43% de todos os sistemas de IA relatados. Assim, os 86% descrevem amplitude de uso, não profundidade. Um pequeno número de empresas carrega uma grande fatia do total, e um grande número de empresas opera apenas um punhado de sistemas. As pequenas empresas também entram na conta: 73% dos respondentes do questionário reduzido relataram usar IA e, desses, 58% relataram usar predominantemente grandes modelos de linguagem de uso geral.
O enigma da materialidade #
Eis a armadilha mencionada antes. Cerca de 7% dos sistemas de IA relatados foram avaliados pelos respondentes como de alta materialidade, ante 16% em 2024. Numa leitura rápida, parece que a IA se tornou menos importante para as empresas, ou menos arriscada.
Não é isso. O número absoluto de sistemas de IA de alta materialidade relatados em 2026 foi maior que em 2024. A participação caiu porque o total cresceu mais rápido que o subconjunto de alta materialidade. À medida que as empresas implantam mais sistemas, a maioria dos novos é avaliada como de materialidade menor, o que dilui o percentual enquanto a contagem de sistemas de alta materialidade continua subindo. Esses sistemas também são concentrados: dez empresas responderam por 62% de todos os sistemas de IA de alta materialidade relatados.
É um corretivo útil para quem monta uma tese de governança apenas com percentuais. Uma fatia em queda de sistemas de alta materialidade não diz nada tranquilizador sobre a carga de trabalho de quem responde por eles. Há mais deles a supervisionar do que havia em 2024.
De onde vêm os sistemas importantes #
O resultado de maior consequência da pesquisa é quem constrói e opera os sistemas que mais importam. Implementações de terceiros responderam por 39% de todos os sistemas de IA relatados, ante 33% em 2024 e 17% em 2022. É um movimento constante. A mudança entre os sistemas de alta materialidade é muito mais acentuada: implementações de terceiros responderam por 53% deles, ante 35% em 2024.
Portanto, no conjunto dos sistemas relatados, os que as empresas consideram mais materiais agora vêm, mais provavelmente do que não, de fora. Uma alta de 18 pontos em dois anos, justamente na categoria em que uma falha mais doeria, é o sinal mais claro dos dados. Somado ao resultado sobre materialidade acima, o quadro é de um número crescente de sistemas importantes, a maioria dos quais as empresas não constroem.
A concentração entre provedores agrava o quadro. Os três maiores provedores de nuvem e computação responderam por 79% de todas as relações de nuvem/computação relatadas, e 98% dos respondentes relataram usar um desses três. O fornecimento de APIs de modelos e de hospedagem também foi concentrado, embora menos: os três maiores provedores responderam por 54% das relações relatadas, e os três maiores provedores de nuvem/computação estavam todos entre os cinco maiores provedores de API de modelos/hospedagem. As empresas podem ter muitos sistemas de IA, mas dependem de um pequeno grupo de fornecedores para a infraestrutura e os modelos que os sustentam.
A substituição é a questão mais difícil. Das 169 relações distintas de nuvem e computação relatadas, 37% foram consideradas ao mesmo tempo de alta criticidade e difíceis de substituir, e apenas 35% desse grupo tinham planos de saída testados. Nas 226 relações de API de modelos/hospedagem, a fatia de alta criticidade e difícil substituição foi de 14%. Expectativas reforçadas de resiliência operacional para IA de terceiros, como testes conjuntos de incidentes ou planejamento de saída, foram relatadas por apenas 27% das empresas.
Os próprios respondentes levantaram a versão sistêmica dessa preocupação: a amplificação do risco cibernético e as dependências críticas de terceiros foram os dois riscos sistêmicos mais bem pontuados, tanto hoje quanto nos próximos três anos, e os respondentes esperam que se intensifiquem à medida que o uso de IA se espalha. A fatia que classifica as dependências críticas de terceiros como preocupação alta ou grave subiu de 40% hoje para 63% no horizonte de um a três anos. Essa expectativa é uma projeção dos respondentes, não um resultado observado, mas os números de concentração de fornecedores lhe dão uma base evidente.
As empresas não ignoram a restrição. Preocupações com segurança da informação e resiliência operacional foram apontadas como uma restrição relevante à adoção de IA de terceiros por 40% dos respondentes, seguidas pela transparência limitada sobre sistemas de IA de terceiros (dados de treinamento, desenho do modelo, limitações de desempenho, modos de falha), com 34%. Somando restrições relevantes e moderadas, a dificuldade de negociar proteções contratuais foi o segundo desafio mais citado. Em conjunto, isso descreve empresas que se apoiam fortemente em provedores externos e, ao mesmo tempo, dizem que nem sempre conseguem enxergar o que há dentro deles.
Agentes: amplamente usados, quase sempre em papel de apoio #
Os números sobre agentes exigem leitura cuidadosa, porque a manchete e a substância apontam em direções diferentes. 80% dos respondentes relataram ter agentes de IA em uso, e outros 14% relataram planos de implantá-los nos próximos 12 meses. Por esses números, resta apenas uma pequena parcela que nem implantou nem planeja implantar.
Mas observe o que os agentes fazem. 80% dos respondentes relataram agentes em produção que fornecem apoio à decisão, definido como agentes de IA que recomendam ações enquanto humanos decidem e executam. 46% relataram agentes com execução restrita, atuando dentro de limites e regras predefinidos, e 22% relataram agentes com autonomia condicional. Apenas 2% relataram usar agentes com ampla autonomia. O padrão dominante são agentes que aconselham ou agem dentro de limites estreitos.
As comunicações com clientes são onde a linha começa a se mover. 16% relataram uso atual de agentes para comunicações automatizadas com clientes, número que sobe para 34% quando se inclui a implantação planejada. Isso mais que dobra a fatia se as empresas cumprirem seus planos, embora planos sejam planos, e a pesquisa não consegue dizer quantos serão entregues. Em contraste, mesmo incluindo a implantação planejada, no máximo 9% dos respondentes esperavam que agentes aprovassem ou recusassem resultados para clientes, executassem operações ou colocassem ordens, iniciassem, executassem ou bloqueassem pagamentos, ou alterassem limites, gatilhos e controles.
Minha leitura é que os 2% são o número mais revelador e merecem mais atenção que os 80%. Implantar um agente que sugere e espera uma pessoa é um passo modesto. Implantar um com ampla autonomia muda quem responde por um resultado. Até aqui, as empresas se dispuseram a dar o primeiro passo em larga escala e o segundo quase nada. Se os planos de comunicação com clientes sinalizam o início de uma mudança nessa postura é uma das questões em aberto mais interessantes dos dados.
Benefícios e riscos: ambos devem subir #
Os respondentes não veem a IA como uma aposta de um lado só. Eles esperam que os benefícios aumentem em todas as áreas nos próximos três anos, com os maiores aumentos previstos em cibersegurança e resiliência operacional, e em geração de receita e posicionamento competitivo. São expectativas, e a pesquisa as apresenta assim. Nenhum dos benefícios listados foi amplamente considerado mais que moderado em escala hoje.
O lado do risco é igualmente consistente, no sentido da direção. As áreas de risco percebido mais bem pontuadas da IA hoje foram proteção de dados e segurança, risco de terceiros e da cadeia de suprimentos, e riscos específicos de IA generativa. No horizonte de um a três anos, os respondentes esperam que os níveis de risco aumentem em todas as categorias, embora, em média, tenham classificado os riscos como menos graves em 2026 do que em 2024.
A fonte enquadra o quadro geral em termos equilibrados. Esses avanços podem trazer benefícios, incluindo mais eficiência, melhor apoio à decisão e gestão de risco mais robusta. Também podem criar ou amplificar riscos ligados a governança, resiliência operacional, proteção de dados, resultados para o consumidor, dependência de terceiros e estabilidade financeira. As ressalvas são da fonte, e são adequadas; a pesquisa mede percepções e práticas relatadas, não ganhos ou perdas realizados.
Um grupo de resultados trata da IA de fronteira e das capacidades cibernéticas. 88% dos respondentes avaliaram que a evolução das capacidades cibernéticas da IA de fronteira nos próximos dois anos terá impacto moderado ou alto no perfil de risco de sua empresa. É uma avaliação prospectiva, não um efeito medido, embora 19% já tenham apontado a maior eficácia de ataques à cadeia de suprimentos ou a terceiros como o canal pelo qual a IA de fronteira representa hoje o maior risco. O que as empresas já fizeram em resposta é mais fácil de verificar: 64% escolheram a gestão de vulnerabilidades e a cadência de aplicação de patches como a área de resiliência cibernética que recebeu o maior aumento de atenção da alta gestão em razão da consciência sobre a IA de fronteira.
Restrições: mais práticas que regulatórias #
Se você esperava que a regulação liderasse a lista de obstáculos, a pesquisa é mais matizada. As restrições não regulatórias mais citadas foram a dificuldade de integrar a IA aos processos e decisões de negócio existentes e os sistemas ou a infraestrutura legados, apontados como restrições grandes por 23% e 22% dos respondentes, respectivamente. São fatias modestas, o que sugere que nenhum obstáculo não regulatório isolado domina, mas são problemas comuns de engenharia e de organização, não exóticos.
No lado regulatório, as restrições percebidas mais citadas foram a proteção de dados e a privacidade no Reino Unido e a regulação internacional, que 42% e 29% dos respondentes, respectivamente, viram como um ônus de conformidade elevado. 28% não indicaram nenhuma restrição regulatória.
As pequenas empresas mostram um padrão parecido: 30% dos respondentes do questionário reduzido apontaram proteção de dados, confidencialidade e questões de TI como restrições. A proteção de dados aparece nas avaliações de risco, nos números de ônus regulatório e nas restrições das pequenas empresas. Se um único tema liga as diferentes seções da pesquisa, além dos terceiros, é esse.
Governança: ampla no papel, mais rala depois da implantação #
As estruturas formais são quase universais. 94% dos respondentes relataram políticas, princípios ou padrões de IA em toda a empresa, e 84% relataram fóruns centralizados de governança de IA/risco de modelo. Entre os controles de risco de dados, aprovação humana, revisão pré-implantação e due diligence de fornecedores foram relatados, cada um, por mais de 90% dos respondentes.
Agora compare os controles que se aplicam depois do lançamento. Monitoramento contínuo, testes de vazamento e revisão ou recertificação periódica foram relatados, cada um, por cerca de metade dos respondentes. O contraste é nítido. Os controles de risco de dados que ocorrem antes ou no momento da implantação, quando alguém assina a aprovação, são quase universais. Os que continuam funcionando depois da implantação são relatados por aproximadamente metade.
Eu diria que esse é o resultado central de governança, e ele se liga diretamente à questão dos terceiros. A pesquisa mostra como as empresas entendem de forma diferente o que compram. Para sistemas de alta materialidade, 77% dos respondentes relataram se apoiar em conhecimento profundo de sistemas desenvolvidos internamente, contra 24% para sistemas de terceiros; nos sistemas de terceiros, 81% se apoiavam em garantias do fornecedor e em arranjos contratuais. Num sistema comprado em vez de construído, a revisão pré-implantação e a due diligence do fornecedor são as alavancas óbvias. Monitoramento e recertificação dependem de visibilidade sobre o sistema, e a transparência limitada sobre sistemas de IA de terceiros já havia sido apontada como restrição por 34% dos respondentes. A pesquisa não afirma esse nexo causal, e os dados não conseguem prová-lo, mas as peças se encaixam bem demais para ficar confortável.
As próprias empresas dizem isso. A supervisão de sistemas de IA de terceiros foi a área de incerteza de governança ou de desafio de implementação mais relatada. Aplicar princípios de gestão de risco de modelo a modelos de terceiros ou fornecidos por vendors foi apontado por 54% dos respondentes, e supervisionar sistemas fornecidos ou materialmente influenciados por terceiros, por 49%. Cerca de metade das empresas, portanto, relata dificuldade para aplicar princípios de gestão de risco de modelo a modelos fornecidos por vendors, e cerca de metade para supervisionar sistemas que terceiros fornecem ou influenciam materialmente.
Coloque os três fios lado a lado. Terceiros fornecem a maioria dos sistemas de alta materialidade. Um punhado de provedores domina as relações subjacentes. E a governança das próprias empresas, forte na porta de entrada, é mais rala na supervisão contínua, com o caso dos terceiros apontado como o mais difícil. Isso não é uma crítica a nenhuma empresa; é uma descrição de onde está o esforço relatado em comparação com onde está a exposição relatada.
O que tirar disso #
Para líderes técnicos, a leitura prática é que comprar superou construir nos sistemas que importam, ao menos nesta amostra: 53% dos sistemas de alta materialidade são implementações de terceiros. O esforço de engenharia passa, portanto, para o que se pode fazer em torno de um sistema que você não controla: transparência contratual, testes na fronteira e monitoramento que não dependa de acesso aos componentes internos. A pesquisa não prescreve nada disso, e nada disso deve ser confundido com um resultado dela. São as perguntas que seus números levantam.
Para fundadores que vendem IA ao setor financeiro, os dados indicam onde estará o atrito. Os respondentes apontam preocupações com segurança da informação e resiliência operacional (40%) e a transparência limitada (34%) como restrições relevantes à adoção de IA de terceiros. Um fornecedor capaz de responder diretamente a essas duas preocupações ataca o que uma fatia substancial dos respondentes diz que os segura. E como mais de 90% dos respondentes relatam a due diligence de fornecedores como controle de risco de dados, um fornecedor deve esperar ser examinado.
Para quem se sente tentado a ler os 86% de adoção como sinal de que a parte difícil passou, a pesquisa oferece uma visão mais sóbria. A adoção é ampla, mas poucas empresas carregam uma grande fatia dos sistemas, os agentes ficam quase sempre em papéis de apoio, e os respondentes esperam que o risco suba em todas as categorias no horizonte de um a três anos. Os respondentes também esperam que os benefícios subam em todas as áreas, então nem o otimismo nem a cautela têm a evidência só para si.
As ressalvas do início continuam valendo. Trata-se de um resumo descritivo de 196 empresas respondentes, das quais apenas 105 preencheram a pesquisa completa, e não de uma avaliação completa do setor financeiro britânico. Dentro desses limites, o padrão é consistente o bastante para ser útil: os sistemas que as empresas consideram mais importantes vêm cada vez mais de fora, e a supervisão que elas relatam é mais fraca justamente onde essa dependência é maior.
A pergunta que os dados levantam, mas não respondem, é o que acontece na fronteira da autonomia. Com 34% dos respondentes usando ou planejando agentes para comunicações automatizadas com clientes, contra apenas 2% usando hoje agentes com ampla autonomia, a próxima pesquisa vai mostrar se os agentes permanecem em papéis de apoio quando os sistemas por trás deles são, na maior parte das vezes, fornecidos por outra pessoa.
Perguntas frequentes #
O que é a pesquisa do Bank of England e da FCA sobre IA nos serviços financeiros do Reino Unido? É a quarta pesquisa conjunta sobre inteligência artificial e machine learning nos serviços financeiros do Reino Unido, depois das de 2019, 2022 e 2024. A edição de 2026 recebeu 196 respostas, 105 delas ao questionário completo. Os autores a apresentam como um resumo descritivo de evidências das empresas participantes, não como uma avaliação completa do setor financeiro britânico.
Quanto da IA das empresas vem de terceiros? Implementações de terceiros responderam por 39% de todos os sistemas de IA relatados em 2026, ante 33% em 2024 e 17% em 2022. Entre os sistemas de alta materialidade, a fatia foi de 53%, ante 35% em 2024.
Quão concentrados são os provedores de IA? Os três maiores provedores de nuvem e computação responderam por 79% das relações de nuvem/computação relatadas, e 98% dos respondentes usavam um deles. Os três maiores provedores de API de modelos/hospedagem responderam por 54% das relações relatadas nessa categoria. Das 169 relações de nuvem e computação relatadas, 37% foram consideradas ao mesmo tempo de alta criticidade e difíceis de substituir, e apenas 35% desse grupo tinham planos de saída testados.
Que desafios de governança as empresas relatam com IA de terceiros? A supervisão de sistemas de IA de terceiros foi a área de incerteza de governança ou de desafio de implementação mais relatada. 54% dos respondentes apontaram a aplicação de princípios de gestão de risco de modelo a modelos de terceiros ou fornecidos por vendors, e 49% apontaram a supervisão de sistemas fornecidos ou materialmente influenciados por terceiros. Nos sistemas de alta materialidade de terceiros, 81% se apoiavam em garantias do fornecedor e em arranjos contratuais, enquanto apenas 24% relataram conhecimento profundo do sistema.
Os agentes de IA atuam de forma autônoma nas empresas financeiras britânicas? Raramente. 80% dos respondentes relataram ter agentes de IA em uso, e 80% relataram agentes em produção para apoio à decisão, em que os agentes recomendam ações e os humanos decidem e executam. Apenas 2% relataram agentes com ampla autonomia, e, mesmo incluindo os planos, no máximo 9% esperavam que agentes aprovassem ou recusassem resultados para clientes, executassem operações ou colocassem ordens, iniciassem, executassem ou bloqueassem pagamentos, ou alterassem limites.
Referências #
- Bank of England and Financial Conduct Authority, (2026). Artificial intelligence in UK financial services - 2026 ⧉. Bank of England.
- Bank of England and Financial Conduct Authority, (2024). Artificial intelligence in UK financial services - 2024 ⧉. Bank of England.
- Bank of England, Prudential Regulation Authority and Financial Conduct Authority, (2022). DP5/22 - Artificial Intelligence and Machine Learning ⧉. Bank of England.
- Bank of England, Prudential Regulation Authority and Financial Conduct Authority, (2023). FS2/23 - Artificial Intelligence and Machine Learning ⧉. Bank of England.
Última revisão .
Republicar este artigo
Copiar formato para Medium
# IA de terceiros virou o problema de governança das finanças britânicas — Sebastien Rousseau > Originally published at [https://sebastienrousseau.com/pt-br/2026-11-21-terceiros-virou-problema-governanca-financas-britanicas/](https://sebastienrousseau.com/pt-br/2026-11-21-terceiros-virou-problema-governanca-financas-britanicas/) Terceiros fornecem 53% dos sistemas de IA de alta materialidade nas instituições financeiras britânicas, e supervisioná-los é o maior desafio de governança. Read the full article on sebastienrousseau.com: https://sebastienrousseau.com/pt-br/2026-11-21-terceiros-virou-problema-governanca-financas-britanicas/
Copiar formato para Mastodon
IA de terceiros virou o problema de governança das finanças britânicas — Sebastien Rousseau Terceiros fornecem 53% dos sistemas de IA de alta materialidade nas instituições financeiras britânicas, e supervisioná-los é o maior desafio de governança. https://sebastienrousseau.com/pt-br/2026-11-21-terceiros-virou-problema-governanca-financas-britanicas/
Copiar formatado para o LinkedIn
IA de terceiros virou o problema de governança das finanças britânicas — Sebastien Rousseau Terceiros fornecem 53% dos sistemas de IA de alta materialidade nas instituições financeiras britânicas, e supervisioná-los é o maior desafio de governança. Estes são os principais aprendizados estratégicos: - O que a pesquisa é, e o que ela não é. A publicação, a quarta pesquisa do Bank of England e da FCA sobre IA e machine learning nos serviços financeiros do Reino Unido, é um resumo descritivo de resultados agregados, e vale manter esse enquadramento em… - A adoção é quase universal, e a IA generativa domina. Comece pela manchete. - O enigma da materialidade. Eis a armadilha mencionada antes. - De onde vêm os sistemas importantes. O resultado de maior consequência da pesquisa é quem constrói e opera os sistemas que mais importam. Qual é a abordagem da sua organização em relação aos desafios descritos neste artigo? → https://sebastienrousseau.com/pt-br/2026-11-21-terceiros-virou-problema-governanca-financas-britanicas/ #RiscoDeIaDeTerceiros #GovernançaDeIa #BankOfEngland #Fca #ServiçosFinanceirosDoReinoUnido Sebastien Rousseau | CC-BY-4.0
Citar este artigo
IA de terceiros virou o problema de governança das finanças britânicas — Sebastien Rousseau
Terceiros fornecem 53% dos sistemas de IA de alta materialidade nas instituições financeiras britânicas, e supervisioná-los é o maior desafio de governança.
BibTeX
@online{rousseau2026ia,
author = {Rousseau, Sebastien},
title = {{IA de terceiros virou o problema de governança das finanças britânicas — Sebastien Rousseau}},
year = {2026},
url = {https://sebastienrousseau.com/pt-br/2026-11-21-terceiros-virou-problema-governanca-financas-britanicas/},
urldate = {2026}
}RIS
TY - GEN AU - Rousseau, Sebastien TI - IA de terceiros virou o problema de governança das finanças britânicas — Sebastien Rousseau PY - 2026 UR - https://sebastienrousseau.com/pt-br/2026-11-21-terceiros-virou-problema-governanca-financas-britanicas/ ER -
Vancouver
Rousseau S. IA de terceiros virou o problema de governança das finanças britânicas — Sebastien Rousseau. sebastienrousseau.com. 2026 Nov 21. Available from: https://sebastienrousseau.com/pt-br/2026-11-21-terceiros-virou-problema-governanca-financas-britanicas/
Chicago
Rousseau, Sebastien. "IA de terceiros virou o problema de governança das finanças britânicas — Sebastien Rousseau." sebastienrousseau.com. November 21, 2026. https://sebastienrousseau.com/pt-br/2026-11-21-terceiros-virou-problema-governanca-financas-britanicas/.
APA
Rousseau, S. (2026, November 21). IA de terceiros virou o problema de governança das finanças britânicas — Sebastien Rousseau. sebastienrousseau.com. https://sebastienrousseau.com/pt-br/2026-11-21-terceiros-virou-problema-governanca-financas-britanicas/
Republicar este artigo
IA de terceiros virou o problema de governança das finanças britânicas — Sebastien Rousseau
Terceiros fornecem 53% dos sistemas de IA de alta materialidade nas instituições financeiras britânicas, e supervisioná-los é o maior desafio de governança.
Este artigo está licenciado sob Creative Commons Attribution 4.0 International. A republicação exige atribuição à URL canônica.
IA de terceiros virou o problema de governança das finanças britânicas — Sebastien Rousseau Terceiros fornecem 53% dos sistemas de IA de alta materialidade nas instituições financeiras britânicas, e supervisioná-los é o maior desafio de governança. Originally published at https://sebastienrousseau.com/pt-br/2026-11-21-terceiros-virou-problema-governanca-financas-britanicas/ by Sebastien Rousseau. Licensed under CC-BY-4.0.
