"A IA pode apoiar a decisão, mas o julgamento e a responsabilidade final permanecem humanos", diz Vinícius Caridá, especialista executivo de IA e Dados do Itaú

Vinícius Caridá lidera a fronteira entre IA generativa e governança em escala dentro de um dos maiores bancos da América Latina.

Especialista Executivo em IA e Dados no Itaú Unibanco, tem mais de 18 anos de experiência em tecnologia e Inteligência Artificial, é Mestre e Doutor em Ciência da Computação e atua diretamente em IA Generativa, Machine Learning e ML/LLMOps.

Também é professor de MBAs na FIAP e ESPM, AWS AI Hero, Google Developer Expert em ML/AI, Google Champion Innovator, TEDx speaker e colunista da MIT Sloan Management Review Brasil.

Em conversa com Fabrício Carraro, Vinícius detalha os critérios que decidem quando a IARA (plataforma de gerenciamento da IA do Itaú) roteia para modelos de fronteira ou motores proprietários e defende que, com a execução cada vez mais barata, o verdadeiro diferencial competitivo passa a ser a qualidade do julgamento humano.

A IARA do Itaú roteia entre LLMs de mercado e motores proprietários. Na prática, qual é o critério que decide o que roda em modelo de fronteira e o que roda em modelo próprio: custo, latência, regulação, ou dado sensível? Esse critério mudou nos últimos 12 meses? 

A escolha parte de uma avaliação contextual, que combina e pondera esses diferentes critérios de acordo com características de cada aplicação que passa pela plataforma IARA.   

Ela funciona como uma camada de orquestração entre modelos de mercado, motores proprietários e componentes internos. Essa escolha é feita por um sistema multivariável: qualidade e adequação da resposta, latência e custo são avaliados em conjunto, e cada dimensão recebe pesos calibrados de forma inteligente conforme a aplicação.  

O que muda esses pesos é a finalidade do case construído na plataforma. Quando a solução é dedicada ao cliente, qualidade e tempo de resposta pesam mais. Já em cases voltados a frentes internas de operação e negócio, esse equilíbrio pode ser diferente e abrir espaço para privilegiar profundidade de análise e eficiência de custo.  

Segurança, privacidade e conformidade com as nossas políticas de uso responsável da IA, no entanto, não entram como variáveis de troca. São requisitos obrigatórios incorporados à arquitetura da plataforma.  

Esse princípio de decisão permanece o mesmo; o que evolui continuamente é a calibragem para cada jornada e o conjunto de modelos disponíveis. 

Além disso, a IARA conta com cache de prompts, que reaproveita respostas já geradas para conteúdos semelhantes e evita novos processamentos. Essa funcionalidade, somada às demais capacidades da plataforma, já nos apoiou a reduzir em 65% o custo unitário do token no último ano.  

O Itaú já precisou pensar em governança de LLMs para milhares de profissionais e aplicações. Quando a IA generativa ganha essa escala dentro de uma empresa, qual passa a ser o problema mais difícil: segurança, custo, padronização, observabilidade ou preservar a autonomia dos times? 

O maior desafio não está em uma dessas dimensões isoladamente, mas em administrar as tensões entre elas, principalmente quando falamos de um ambiente altamente regulado como o do banco.  

Mais autonomia por exemplo, pode gerar fragmentação, duplicar custos e levar a menor padronização, enquanto controles excessivamente centralizados podem reduzir velocidade e capacidade de experimentação.  

Encontramos a resposta em uma governança federada, com plataformas e controles comuns, segurança e observabilidade por padrão e gestão de custos.  

Essa estrutura é acompanhada por playbooks e frentes de capacitação, ferramentas que dão aos times condições de atuar com autonomia ainda dentro de limites claros. Todos esses mecanismos são integrados ao ciclo de desenvolvimento de produtos.  

O objetivo não é maximizar uma única variável, mas manter um equilíbrio que permita escalar com controle sem retirar dos times a responsabilidade pelos resultados. 

Você tem defendido que, à medida que a IA reduz muito o custo de executar e construir, o gargalo se desloca para a qualidade das decisões. O que isso muda concretamente no trabalho de líderes de produto e tecnologia, e quais decisões você acredita que não deveriam ser delegadas a agentes? 

Os agentes já são capazes de apoiar a análise de evidências, ampliar alternativas, prototipar, testar e assumir a execução de tarefas e processos do negócio. Há bastante espaço para delegar esse tipo de atividade à tecnologia e ampliar a capacidade de execução dos times.  

O limite está nas decisões que envolvem maior critério de julgamento e responsabilidade como definição de estratégia, alocação de recursos, apetite a risco e decisões de maior impacto nos clientes e no time.  

É justamente nesse cenário que o papel da liderança ganha ainda mais relevância na definição do problema, atenção à necessidade real do cliente, no estabelecimento dos critérios de sucesso, na avaliação dos trade-offs e na priorização, inclusive na escolha de quais iniciativas não devem avançar.  

A IA pode apoiar a decisão, mas o julgamento e responsabilidade final permanecem humanos.  

Como professor de MBA e líder de IA no Itaú: o que você percebe que virou commodity e o que virou escasso na formação e atuação de um profissional de dados em 2026? Se você tivesse que refazer a ementa do zero hoje, o que sairia? 

Com a IA ampliando as possibilidades de execução, acredito que a formação precisa ser mais T-shaped: amplitude para transitar e conectar diferentes dimensões de uma solução e maior especialização em pelo menos um domínio.  

Tarefas como produzir um primeiro código, consultar sintaxe, montar uma análise inicial ou implementar um padrão conhecido são atividades que hoje podem ser aceleradas significativamente com o apoio da IA.

Por isso, devemos repensar o tempo dedicado a essas camadas mais operacionais na formação e dar mais peso a outros critérios ainda essenciais para repertório técnico como matemática, machine learning, engenharia, avaliação de modelos, mecanismos de experimentação e governança.  

Hoje se tornam mais valiosos profissionais com pensamento crítico e que sabem formular corretamente um problema, características essenciais para avaliar os resultados gerados pela tecnologia.  

Parte essencial do nosso trabalho é transformar o repertório técnico em soluções em produção, que respondam ao problema proposto e gerem valor. Por isso, saber integrar dados, modelos e software de ponta a ponta também são habilidade críticas hoje em dia.   

Olhando dois ou três anos à frente, quais capacidades você acredita que serão essenciais para o uso de IA em escala no setor bancário e o que ainda poderá representar uma vantagem competitiva real? 

Garantir infraestrutura tecnológica capaz de suportar diferentes modelos de implementação, como ambientes em nuvem, além de mecanismos de orquestração, avaliação, segurança e observabilidade tendem a se consolidar como capacidades essenciais para operar IA de forma confiável, governada e em escala.  

Nesse cenário, a capacidade de conectar essa infraestrutura ao negócio e às necessidades dos clientes ganha ainda mais relevância como diferencial. Para isso é importante ter dados proprietários de qualidade e, principalmente, a capacidade de agregar contexto, especialmente na lógica dos agentes de IA, que precisam dessa base para atuar com autonomia.  

Mas não basta acumular informações, é preciso organizá-las, enriquecê-las, estabelecer relações entre elas e garantir sua qualidade e proteção para que possam ser efetivamente incorporadas às jornadas e aos processos. 

É essa combinação entre contexto proprietário, modelos adequados e integração ao negócio que pode gerar um diferencial mais difícil de replicar.  

Vinícius Caridá | IA Conference Brasil 2026

Se você quiser continuar essa conversa ao vivo, Vinícius é um dos palestrantes do IA Conference Brasil, o maior evento de IA e tecnologia do país, realizado pela Alura.

Dia 24 de setembro de 2026, no Frei Caneca, em São Paulo, você tem a chance de se conectar com quem está construindo a próxima era da IA no Brasil.

A terceira e maior edição do evento vai reunir mais de 1.300 profissionais, +50 conteúdos exclusivos e palcos simultâneos pensados para quem quer sair de lá entendendo o que realmente importa entre tantas novidades que surgem no mercado.

Ainda dá tempo de garantir seu lugar na maior edição da história do evento. Nos encontramos lá?