O Itaú já tem mais de 750 iniciativas de IA generativa em operação e 75% dos seus times de tecnologia rodam Devin de forma autônoma. Não é piloto. É produção. E redefine o que esperar de um banco brasileiro em 2026.
A parceria entre Itaú e Cognition — empresa criadora do agente de codificação Devin — saiu do modo experimental e virou padrão operacional. Em pouco mais de um ano, o agente de IA acelerou processos de migração de serviços do banco em seis vezes. E agora, segundo dados internos, aproximadamente 75% dos times de tecnologia do Itaú usam Devin de forma autônoma — escrevendo, testando, corrigindo, enviando e documentando código pronto para produção, ao lado dos engenheiros humanos.
O que muda quando 750 iniciativas saem do PowerPoint
O número que importa não é o headcount. É o portfólio: 750 iniciativas de IA generativa em operação, distribuídas em diferentes áreas de negócio. Atendimento, crédito, prevenção a fraude, ops, jurídico, marketing — cada vertical tem cases reais, com KPIs definidos. Para um banco do porte do Itaú, isso representa o ponto onde IA generativa deixa de ser projeto especial e vira camada de execução.
O contraste com o resto do mercado é gritante. Globalmente, 42% das empresas abandonaram a maioria de seus pilotos de IA — número que subiu de 17% no ano anterior. A diferença está em ter um plano de produtização desde o dia zero, não um inventário de POCs procurando dono. O Itaú parece ter resolvido essa equação.
Devin como infraestrutura de engenharia
O caso Devin merece atenção especial. Devin não é um copilot. É um agente que executa tarefas de engenharia de software de ponta a ponta: lê o ticket, entende o repositório, escreve o código, abre o pull request, responde a comentários, e segue até o merge. Ter 75% de adoção autônoma significa que o time deixou de tratar o agente como ferramenta de auxílio — e começou a tratá-lo como par de trabalho assíncrono.
A aceleração de 6x em migração de serviços é o tipo de número que destrava roadmap. Em um banco que carrega décadas de sistemas legados, migrar uma capacidade de uma plataforma para outra costumava demorar trimestres. Com Devin executando o grosso do trabalho mecânico — refatoração, mapeamento de dependências, testes de regressão — a equipe humana foca em decisões arquiteturais e revisão.
O dado que ninguém comenta: Open Finance + IA
Por trás dos números do Itaú, há um movimento estrutural mais amplo. Em abril de 2026, plataformas de IA brasileiras já processavam centenas de milhares de sinais de negócio por mês via Open Finance, com agentes que combinam dados consentidos a contexto conversacional para calcular propensão de pagamento, oferecer condições personalizadas dentro de políticas de crédito, e converter atendimento em receita — renegociação, antecipação, cross-sell.
Isso é o que torna o caso Itaú replicável — e ameaçador para os concorrentes. O ecossistema regulatório brasileiro entrega o material que os agentes precisam para serem realmente úteis. A diferença não é mais ter dados. É ter agentes que conseguem operar dentro do regime de Open Finance com governança e velocidade. Quem não tem, opera no escuro.
O que Bradesco, Santander e BB precisam decidir
O movimento do Itaú não é unicórnio. É benchmark. Os concorrentes diretos têm dois caminhos: replicar a arquitetura — agente de codificação como pilar, IA generativa como camada operacional, Open Finance como combustível — ou aceitar uma defasagem de 18 a 24 meses. A janela de catch-up está fechando rápido.
Bradesco já investe pesado no Bia (atendimento) e em onboarding digital. Santander tem iniciativas em risco e crédito. Banco do Brasil avança em ops automatizadas. Todos têm peças. Nenhum tem ainda a integração horizontal que o Itaú está montando — agente de engenharia + 750 iniciativas + Open Finance — e essa integração é o que vai decidir o spread de eficiência operacional dos próximos cinco anos.
Há também um ponto subestimado: a velocidade de iteração. Quando o time de engenharia trabalha com Devin, novas features chegam mais rápido. Quando 750 iniciativas estão rodando em paralelo, o aprendizado cruzado entre verticais acelera. É um efeito composto que se torna difícil de copiar depois que se consolida.
Os riscos que ficam de fora dos releases
Não tudo é vantagem. Quem opera 750 iniciativas precisa de uma camada de governança que poucos bancos brasileiros realmente têm. Como auditar 750 fluxos de IA simultaneamente? Como monitorar drift de modelo? Como garantir que agentes de codificação não introduzam vulnerabilidades em sistemas críticos? Essas perguntas estão sendo respondidas em tempo real — e qualquer concorrente que pular a etapa de governança vai pagar caro.
O segundo risco é de talento. Adotar Devin exige redesenhar a função do engenheiro. O profissional que hoje escreve código vira revisor, arquiteto, supervisor. Quem não fizer essa transição perde valor. RH e tech precisam co-construir a nova carreira de engenharia — antes que o turnover comece.
Há ainda o risco de fornecedor. Devin é Cognition. Memory é Anthropic. Cada agente puxa lock-in técnico e contratual. Para um banco brasileiro, vale exigir contratos com cláusulas de portabilidade e auditoria — antes que os switching costs virem inviáveis.
Por fim, o risco regulatório. O Banco Central do Brasil ainda está calibrando como vai supervisionar bancos que delegam decisões críticas a agentes de IA. Os bancos que estiverem na frente do regulador ajudam a desenhar o framework. Os atrasados vão obedecer regras feitas pelos competidores.
Publicado em 1 de maio de 2026 · thinq.news
