É comum pensarmos na figura do CTO como alguém “escondido” atrás de linhas de código ou servidores. Mas a verdade é que ele é um dos maiores responsáveis pela percepção de qualidade do cliente. A experiência do consumidor é, em grande parte, uma experiência digital. Por isso, se a tecnologia falha, a experiência morre, seja no setor financeiro, seja nas indústrias.
Historicamente, o cargo de CTO foi ocupado majoritariamente por homens. Mas isso está mudando. Agora, as mulheres decidem quando e e como vão aplicar a IA para liderar a estratégia técnica e garantir o crescimento do negócio. Mais do que garantir sistemas funcionando, cabe a elas definir até onde a Inteligência Artificial pode ir, como será aplicada e quais limites não podem ser ultrapassados.
IA passa a influenciar decisões
No setor financeiro, IA generativa começa a participar ativamente da tomada de decisão e a influenciar as decisões do banco BV. “A principal mudança é que a GenAI deixa de apenas automatizar processos e passa a influenciar decisões. Isso exige que a liderança defina com clareza até onde o uso da GenAI pode ir, em quais contextos ela apoia decisões e onde o julgamento humano continua sendo essencial”, diz Arethusa Rodrigues Pontes, CTO do banco BV.
O sistema bancário é um ambiente altamente regulado, e inovar rápido sem comprometer segurança e compliance é um desafio. Por isso, a governança deixa de ser vista como barreira e passa a ser parte da estratégia.
“Segurança, privacidade e conformidade precisam estar incorporadas desde o desenho das soluções, o que chamamos de ‘by design‘. Assim, a inovação ganha escala com confiança e previsibilidade. Gestão de risco bem estruturada e com o mindset correto não desacelera a inovação, ela evita retrocessos”, pontua.
E há, sim, fronteiras claras, de acordo com a executiva. Decisões que envolvem impacto direto ao cliente, risco financeiro relevante ou interpretação regulatória continuam sendo inegociavelmente humanas. A IA apoia, mas não substitui a responsabilidade final.
“Decisões que impactam fortemente o cliente, envolvem risco financeiro relevante, exigem interpretação de contexto regulatório ou colocam em risco nossa reputação e confiança, precisam manter responsabilidade humana explicita. A IA é uma ferramenta poderosa de apoio à decisão, mas o julgamento final e a accountability continuam sendo inegociáveis”, explica.
Esse cuidado também se estende aos riscos sistêmicos. “Para mitigar isso, é fundamental trabalhar com diversidade de modelos, monitoramento contínuo, curadoria e testes de cenários adversos. A IA precisa ser acompanhada ao longo do tempo, não pode ser tratada como algo estático”, diz Arethusa.
A fusão entre o físico e o digital
Se no setor financeiro a discussão gira em torno de decisão e risco, na indústria, o impacto da IA avança para o mundo físico. A tecnologia deixa de ser uma camada isolada e passa a se integrar diretamente à infraestrutura. Sensores, automação e análise de dados em tempo real transformam sistemas energéticos e operações industriais em ecossistemas inteligentes. Esse movimento, chamado de convergência entre o digital e o físico, muda completamente a forma de implementar a IA.
“A tecnologia evolui de uma camada digital separada da operação física para um elemento de convergência cada vez mais inseparável entre esses dois mundos”, diz Patricia Cavalcanti, Vice-Presidente de Digital Energy e Power Products da Schneider Electric para a América do Sul. “Inteligência Artificial, automação e digitalização transformam o sistema energético de uma mera infraestrutura física em um sistema digital complexo que opera com sensores, análise de dados e automação em tempo real.”
Esse conceito é chamado pela companhia de Eletricidade 4.0. Na prática, isso muda completamente a lógica de implementação tecnológica. Em vez de soluções isoladas, o foco passa a ser a integração. Nesse sentido, máquinas, redes e sistemas de climatização são mais conectados e inteligentes.
Ao mesmo tempo, a tomada de decisão passa a ser orientada por dados, o que exige modernização das plantas industriais para que consigam gerar e organizar informações de forma estruturada.
Essa transformação também redesenha o perfil profissional. “Surge a necessidade de profissionais híbridos, capazes de atuar na interface entre sistemas físicos e plataformas digitais, combinando engenharia tradicional, análise de dados e conhecimentos de segurança cibernética. A implementação de tecnologia representa uma transformação mais ampla dos sistemas industriais”, contextualiza.
Rastreabilidade e mitigação de perdas
Se antes a eficiência energética era tratada como uma agenda operacional, hoje ela ela é destaque estratégico na agenda. Patricia explica que os maiores ganhos estão na otimização em tempo real e na gestão preditiva.
“Uma das aplicações mais evidentes está na otimização de ativos e na mitigação de perdas operacionais. Soluções digitais baseadas em IA possibilitam monitoramento contínuo e gestão inteligente do consumo, antecipando falhas e aprimorando a performance dos sistemas”, diz Patricia.
Um exemplo prático é um projeto com a rede varejista Cencosud, que alcançou economia de 3.840 MWh em um ano e evitou a emissão de 568 toneladas de CO₂. Além disso, soluções como o EcoStruxure Microgrid Advisor mostram como o uso de Machine Learning permite prever padrões de consumo e decidir automaticamente quando consumir, armazenar ou gerar energia.
Em ambientes industriais críticos, onde falhas podem gerar impactos operacionais, no cliente final e também financeiro, a confiança na automação é fundamental. Garantir decisões seguras e auditáveis passa por uma arquitetura que integre tecnologia da informação (IT) e tecnologia operacional (OT), protegendo não apenas redes, mas também sensores, controladores e dispositivos conectados.
Outro pilar essencial é a rastreabilidade. Sistemas digitais permitem registrar continuamente decisões automatizadas e intervenções humanas, criando um histórico auditável. Algo cada vez mais importante em um cenário de exigências regulatórias e certificações.
“A própria IA contribui para reforçar a segurança operacional por meio da análise preditiva. Algoritmos conseguem identificar padrões de comportamento anormais e antecipar falhas antes que elas ocorram. Esse tipo de análise, combinada com redundância inteligente nos sistemas, aumenta a confiabilidade da operação”, diz Cavalcanti.
Análise em tempo real
Na indústria, elevadores e escadas rolantes já são produzidos com sensores e sistemas embarcados capazes de gerar, consumir e reagir a dados, viabilizando experiências mais inteligentes, conectadas e capazes de aprender.
No Grupo Schindler, multinacional suíça que se tornou um dos maiores fornecedores mundiais de elevadores, escadas rolantes e esteiras rolantes, a Inteligência Artificial já está embarcada em equipamentos que passam a “perceber” o ambiente, analisar dados e reagir em tempo real.
À frente dessa transformação na América Latina, Thaize Schmitz, CTO para a América Latina do Grupo Schindler, explica como a IA está moldando uma nova geração de infraestrutura, mais eficiente, preditiva e sustentável. Segundo Thaize, o principal ponto de virada está na convergência entre o digital e o físico. “Não se trata mais apenas de softwares analíticos. A IA embarcada em hardware agora percebe, decide e atua diretamente no ambiente físico”, explica.
Na Schindler, essa inteligência ganha escala com o Schindler Ahead, plataforma baseada em IoT que conecta equipamentos a um sistema de monitoramento contínuo. Com análises em tempo real, é possível antecipar falhas, reduzir paradas inesperadas e melhorar o desempenho ao longo de todo o ciclo de vida dos ativos.
Isso abre espaço para uma nova geração de experiências: equipamentos mais eficientes, menos sujeitos a falhas e capazes de se adaptar ao uso real. Tecnologias baseadas em dados permitem prever interrupções, otimizar rotas e até reduzir o consumo energético ao longo do ciclo de vida dos ativos.
A prontidão da IA
Outro ponto relevante está na modernização dos equipamentos. A atualização de componentes, especialmente o painel de comando, considerado o “cérebro” do elevador, pode gerar até 30% de economia de energia. Tecnologias como modo stand-by e sistemas regenerativos, que reaproveitam energia, também contribuem para operações mais eficientes e com menor emissão de CO₂.
“Sabemos que todo uso de IA precisa ser bem planejado para que possamos extrair o máximo da tecnologia e viabilizar a escala das apostas certas. Além disso, a IA exige desenvolvimento, revisões e aperfeiçoamentos contínuos. A prontidão de um modelo de IA é o início do seu ciclo de operação. A partir do momento em que entra em produção, ele passa a exigir manutenção, monitoramento e melhoria contínua”, diz Thaize.
IACX 2026
Quer entender como as principais lideranças do mercado estão aplicando a Inteligência Artificial na experiência do consumidor? Inscreva-se já para acompanhar o IACX 2026, o principal encontro de IA e CX! Confira cases, estratégias e inovações das empresas que estão liderando a aplicação da tecnologia.
