As empresas enfrentam a necessidade de decidir: criar seus próprios sistemas, adquirir soluções prontas ou usar uma abordagem híbrida que combina ambas as opções. Plataformas prontas oferecem funcionalidade comprovada e velocidade de implementação, enquanto soluções desenvolvidas individualmente permitem um nível mais alto de controle e personalização. Cada vez mais, grandes empresas optam por uma estratégia híbrida, colaborando com parceiros especializados para criar sistemas escaláveis.
Matthew Barnard, CEO da BBD Software, observa que os clientes estão em fase de experimentação e aprendizado ativos. Ele enfatiza que o ritmo das mudanças é tão alto que o conhecimento adquirido há duas semanas pode se tornar obsoleto em duas semanas, e a empresa não pode ficar de fora desse processo.
Não existe uma resposta universal para esta questão; a escolha correta depende de muitos fatores, incluindo contexto, requisitos regulatórios e o potencial da tecnologia para criar uma vantagem competitiva real.
Comparação de Custos
Graças à inteligência artificial, as barreiras para o desenvolvimento de software diminuíram significativamente. As organizações agora podem adaptar modelos de código aberto e aplicar a ajuda de IA no desenvolvimento para prototipagem e iterações aceleradas. A tecnologia 'vibe coding', na qual os desenvolvedores usam linguagem natural para solicitar ferramentas de IA com o objetivo de gerar e refinar aplicativos, tornou viáveis projetos que antes eram considerados muito caros ou demorados.
No setor de serviços financeiros, isso está mudando até mesmo a economia da modernização de sistemas legados. Barnard cita exemplos de sistemas Cobol que ainda são amplamente utilizados em bancos. Projetos que exigiam anos de retrabalho estão se tornando mais realistas. Segundo ele, algumas estimativas fornecidas aos clientes são metade do custo que teriam há três anos.
Theodora Lau, fundadora da Unconventional Ventures e autora do livro Banking on (Artificial) Intelligence, afirma que essa mudança forçará os fornecedores de software a reavaliar a precificação, já que as organizações frequentemente precisam apenas de parte da funcionalidade de um produto SaaS.
Barato para Desenvolver, Difícil de Operar
No entanto, a criação mais rápida e barata não elimina as complexidades associadas à colocação de software corporativo em ambiente de produção. Desenvolvimentos individuais ainda exigem gerenciamento, manutenção e segurança. No setor financeiro, a precisão é uma condição absolutamente necessária.
Barnard aponta que as plataformas SaaS contêm conhecimento acumulado e propriedade intelectual que não podem ser simplesmente recriados com codificação mais rápida. Lau concorda com isso, ressaltando que ao lidar com dinheiro de pessoas e reguladores, uma margem de erro de 10% é inaceitável — é necessária 100% de precisão.
Onde Está a Verdadeira Diferenciação
O argumento mais forte a favor da customização pode residir nas áreas onde as organizações realmente buscam se destacar. Barnard e Lau acreditam que os sistemas centrais altamente regulamentados, como pagamentos e contabilidade, permanecerão padronizados. Os interfaces de cliente oferecem mais oportunidades de inovação.
Barnard aconselha as empresas a definirem onde veem uma vantagem tecnológica. Ele acrescenta que as empresas procuram maneiras de fazer algo único que os concorrentes não fizeram, e isso ocorre mais frequentemente na interação com os clientes na linha de frente, e não nos sistemas de back-end de contabilidade baseados em padrões internacionais.
Na opinião de Barnard, os primeiros 90% da solução podem ser construídos rapidamente, mas o trabalho principal está concentrado nos últimos 10%: operação em ambiente de produção, escalonamento, suporte e manutenção. Lau apresenta uma tese semelhante sobre a necessidade de supervisão humana. Embora a IA possa automatizar processos relacionados a documentos ou ajudar na tomada de decisões de crédito, as organizações devem ter a capacidade de rastrear o processo dessas decisões.
Abertura para o Futuro Agêntico
O próximo grande avanço aponta para os sistemas agentes. À medida que a IA se integra ao desenvolvimento e à tomada de decisões, as organizações terão que passar de experimentos esporádicos para garantir governabilidade, repetibilidade e responsabilidade. Os reguladores já estão prestando mais atenção a isso. A Diretiva de IA da UE impõe obrigações rigorosas a sistemas de alto risco, enquanto os EUA e o Reino Unido aplicam abordagens diferentes.
Lau espera um aumento nos requisitos de trilhas de auditoria, resultados explicáveis e provas de redução de riscos à medida que o comércio agente cresce. Além disso, as empresas precisarão saber qual agente específico iniciou a transação, quais poderes lhe foram concedidos e como ele é verificado. Barnard observa que, devido à velocidade das mudanças, a confiança de longo prazo é difícil. Ele acredita que é melhor avançar trimestre a trimestre, aprendendo e evoluindo constantemente. A BBD está realizando experimentos com agentes de IA especializados capazes de reproduzir elementos do trabalho de desenvolvedores, analistas de negócios e gerentes de projeto. Barnard conclui que esses agentes são orquestrados para executar várias tarefas, e isso é feito com muita cautela, pois apenas alta precisão é aceitável no nível empresarial.