No episódio do podcast da Let’s Money, Iago Oselieri, CEO da InvestPlay, bateu um papo com Gabriel Pereira e apresentou em detalhes como a empresa vem superando os desafios históricos da personalização no setor financeiro. A estratégia? Uma plataforma de IA proprietária que roda dentro dos bancos e dá às áreas de negócio autonomia para gerar valor com os dados que já têm.
“Nosso principal objetivo hoje é habilitar as áreas de negócio para poder fazer negócio. E de uma forma hiperpersonalizada, conseguindo gerar potência no dado que ela já tem”, resumiu Oselieri.
A promessa de personalizar experiências financeiras — dar a oferta certa, para a pessoa certa, no momento certo — esbarra, ainda hoje, em silos de dados, legados complexos e infraestrutura desatualizada dentro das instituições. “Existe um desafio anterior à hiperpersonalização, que é como esse dado está estruturado dentro do banco”, afirmou Oselieri.
“O dado do Open Finance costuma ser muito mais fácil de acessar do que o dado interno.”
A diferença está na padronização. Enquanto o Open Finance nasceu com normas técnicas claras, os dados internos seguem fragmentados, espalhados entre sistemas on-premise, nuvem e lakes desconectados. Isso gera ineficiências operacionais visíveis: a mesma instituição oferecendo produtos semelhantes para o mesmo cliente, por canais diferentes, sem qualquer contextualização.
Como a InvestPlay se integra sem fricção
Para evitar criar mais “encanamentos paralelos”, a InvestPlay adotou uma estratégia de integração direta na fonte dos dados. A solução roda nativamente na infraestrutura da Databricks, usada por cerca de 90% dos bancos brasileiros. Isso permite que os dados transacionais sejam enriquecidos no momento em que são ingeridos, mantendo toda a jornada de dados dentro da instituição.
“Não vou criar um encanamento novo. Vou bater direto na caixa d’água e percorrer o encanamento que já existe, chegando na mesma torneira, mas com dados mais ricos”, explicou Oselieri.
Com isso, as áreas de negócio ganham autonomia. Não é mais preciso aguardar meses para uma análise da equipe de dados. A plataforma da InvestPlay permite testes em ambiente no-code, usando notebooks dentro do Databricks. A partir de bases de milhões de CPFs, a IA gera milhares de insights acionáveis, média de seis por cliente, prontos para serem ativados por campanhas, produtos ou jornadas digitais.
IA proprietária e vertical
Enquanto muitas soluções de IA no mercado financeiro ainda dependem de modelos genéricos ou open source, a InvestPlay optou por desenvolver uma IA proprietária, treinada especificamente em dados transacionais.
Notícias Relacionadas
O modelo cria embeddings próprios que interpretam o comportamento de consumo continuamente. Em vez de regras fixas e feature engineers manuais, a IA identifica padrões inesperados e atualiza suas correlações em tempo real. “O modelo entende, por exemplo, que gastos com pet podem estar ligados a churn de cartão. Quem faria essa correlação manualmente?”, provocou Oselieri.
Essa capacidade de interpretação dinâmica permite identificar o momento certo para uma ação. Ele cita o caso real de um gasto emergencial com cuidados veterinários: “Se o banco leva quatro meses para rodar o modelo, o cachorro já se recuperou. Perdeu o timing”.
Áreas de negócio no controle, com segurança e governança
Um ponto crítico para adoção em escala é a segurança dos dados. A InvestPlay garante que todas as operações são feitas dentro do ambiente do banco, sem envio de dados para fora. Isso também permite que cada instituição mantenha seus modelos ajustados à sua base de clientes, sem risco de vazamento de conhecimento para concorrentes.
Governança também está no centro da discussão. Com centenas de iniciativas de IA surgindo nas instituições, a necessidade de controlar qualidade, conformidade regulatória e aderência à marca só aumenta. O modelo da InvestPlay permite documentar, rastrear e testar cada caso de uso com clareza, algo essencial para as áreas de compliance e risco.
O futuro passa por agentes e decisões autônomas
Para Oselieri, o mercado está prestes a dar o próximo salto: da IA que gera insights para a IA que executa. Mas ele também alerta: isso exige infraestrutura e processos internos maduros, algo que poucas empresas ainda possuem.
“A próxima onda vai ser de agentes autônomos, capazes de tomar decisões contextuais com base nos dados”, afirmou.
Até lá, a missão é seguir gerando valor com o que já existe. “Toda instituição tem dado transacional, muito. Se ela souber usar bem, já tem um diferencial competitivo gigante em mãos”, concluiu o CEO.
Editor-chefe
Formado em jornalismo pela Universidade Federal da Bahia, também realizou o curso de Jornalismo Econômico do Estadão. Foi editor do BP Money e repórter do Bahia Notícias.
