O Grupo Santander diz ter levado o custo de servir inteligência artificial de cerca de €5 para cerca de €0,03 por interação, em casos de uso experimentais selecionados. A queda veio com a troca gradual de modelos grandes, de uso geral, por modelos menores, treinados para tarefas bancárias específicas, no Santander AI Lab, que trabalha com apoio da Nvidia.
O banco divulgou o resultado nesta segunda-feira (19), em comunicado datado de Madri e de Santa Clara, na Califórnia, que a PYMNTS também noticiou. Num caso experimental de atendimento ao cliente, o custo caiu mais de 50% com um modelo mais eficiente, e a qualidade das conversas subiu no mesmo teste.
Grupo Santander · IA nos testes do laboratório
Modelos menores baratearam a IA nos experimentos do banco
Resultados em casos de uso experimentais, segundo o Santander
Números autodeclarados pelo banco, medidos em ambiente experimental. Fonte: comunicado do Banco Santander (19/10/2026). Arte: Let’s Money.
Como o laboratório escolhe o modelo para cada tarefa
O laboratório serve de etapa de prova: as tecnologias de IA passam por ele antes de chegar ao resto do grupo. A ideia é medir qual modelo resolve cada tarefa e colocá-lo para rodar da forma mais eficiente. As comparações em atendimento ao cliente deram sinais de que modelos menores e especializados podem ter desempenho forte nas tarefas bancárias para as quais foram ajustados.
Do teste à operação: as peças do laboratório de IA do Santander
| Peça | Papel no laboratório |
|---|---|
| Model Arena (do banco) | Compara modelos open-weight em tarefas bancárias e indica o modelo de cada carga; vai ganhar versão para agentes |
| NeMo Customizer (Nvidia) | Especializa os modelos escolhidos |
| Kumo (Nvidia) | Modelos fundacionais open-weight para dados estruturados, base da inteligência de core banking |
| Dynamo-Triton (Nvidia) | Roda a inferência dentro da arquitetura própria do banco; é a abordagem a que o banco credita o corte no custo de servir |
Ferramentas descritas pelo banco. Fonte: Banco Santander
O passo seguinte é levar esse método aos agentes de IA. O laboratório amplia o Model Arena para desenhar, simular, avaliar e supervisionar agentes bancários, e submete a IA conversacional a testes adversariais em ambiente controlado. A meta declarada são agentes governados, com mais controle, mais segurança e custo operacional menor em escala.
