O Nubank colocou em produção, no fim de 2025, um modelo proprietário de IA chamado nuFormer — e o efeito sobre o cartão de crédito brasileiro está ficando difícil de ignorar.
O resultado, divulgado nos últimos relatórios trimestrais e detalhado em análises do mercado, é o seguinte: o nuFormer entrega uma precisão três vezes maior do que os modelos tradicionais de machine learning usados em underwriting de crédito. E, mais importante para a competição: o trimestre em que ele entrou em produção foi também o de maior ganho de market share do Nubank em cartão de crédito no Brasil em dez trimestres.
O que é o nuFormer (e por que ele é diferente)
O nuFormer não é um chatbot, não responde a perguntas e o cliente final nunca o verá. É um foundation model treinado de forma auto-supervisionada sobre os dados transacionais de primeira-parte do Nubank — extratos, padrões de gasto, comportamento de pagamento, sazonalidade. A tecnologia veio com a aquisição da Hyperplane, startup do Vale do Silício comprada em junho de 2024. Foram 18 meses entre aquisição e produção.
A diferença de arquitetura importa. Modelos tradicionais de underwriting são supervisionados: você diz ao modelo “este cliente deu calote, este pagou”, e ele aprende a separar. Modelos foundation aprendem primeiro a estrutura do comportamento financeiro — e só depois aplicam isso a tarefas específicas. O resultado, segundo o Nubank, é uma precisão preditiva 3x melhor com a mesma base de dados.
Como isso vira market share
Com um modelo mais preciso, o Nubank consegue elevar limites para clientes que antes seriam classificados como risco-médio sem aumentar o risco global da carteira. O efeito é dois: clientes do Nubank usam mais o cartão (porque têm mais limite) e clientes de outros bancos migram (porque encontram limites maiores no Nubank). É a diferença entre crescer pelo marketing e crescer pelo motor de risco.
O Nu também lançou em abril de 2025 o NuScore, um score próprio de 0 a 1.000 que combina dados de bureau com comportamento de gasto, hábitos de poupança e endividamento de mercado. Para o cliente, é um número. Para o Nubank, é um ativo de dados que cresce com cada transação processada — e que os concorrentes não têm.
O incômodo dos bancões
Itaú, Bradesco e Santander operam com modelos de risco maduros, equipes de cientistas de dados grandes e bases de clientes muito mais antigas. Em tese, deveriam estar à frente. Não estão, por dois motivos. Primeiro, a base de transações do Nubank é nativa-digital — cada interação gera um sinal estruturado. Em bancos tradicionais, parte significativa do dado de comportamento ainda passa por agência, papel, telefone. Segundo, o ciclo de release de modelo num banco grande é medido em semestres; no Nubank, em sprints.
O resultado prático: enquanto o sistema bancário brasileiro discute IA generativa para atendimento ao cliente, o Nubank está usando IA fundacional onde isso vira receita — no spread de crédito.
O que vem a seguir
Em chamadas recentes com investidores, o Nubank indicou que o nuFormer está sendo testado em outros casos de uso: precificação de seguros, prevenção de fraude e, possivelmente, recomendação de produtos. Cada um desses domínios tem o mesmo padrão estrutural: muitos dados transacionais, ground truth ruidoso, decisões repetitivas e de alto volume. É exatamente onde foundation models superam baseline tradicional.
Para o resto do sistema financeiro brasileiro, isso é um sinal duro. Não basta ter ciência de dados. Não basta ter dashboards. O ativo competitivo está deixando de ser o modelo e passando a ser o processo de treinamento contínuo — quem consegue refinar pesos a cada lote de transações, sem quebrar produção, ganha velocidade que o concorrente não consegue copiar com talento, só com infraestrutura.
A pergunta para os bancos tradicionais não é mais “como adotar IA?”. É: quanto tempo até que cada produto financeiro tenha um foundation model proprietário por trás? O Nubank acaba de mostrar que a resposta, no Brasil, é mais curta do que a maioria das tesourarias está modelando.
Publicado em 30 de abril de 2026 · thinq.news
