INTELIGÊNCIA ARTIFICIAL E FINANÇAS: UMA TRANSFORMAÇÃO DO MERCADO FINANCEIRO
DOI:
https://doi.org/10.70678/rpad.v6i1.1941Abstract
The study investigates which technological and institutional factors explain the positioning of financial innovations in Brazil across two dimensions: perceived relevance (1–5) and technological maturity (TRL 1–9). The sample comprises 50 innovations from the ANBIMA Futures Radar. Two ordered logit models are estimated: (i) relevance as the dependent variable, with TRL and technological/institutional dummies as explanatory variables; (ii) TRL as the dependent variable, with relevance and the same controls, avoiding circularity. In the relevance model, TRL has a positive and significant effect, and core technologies matter: “pure AI” and blockchain are associated with higher relevance. In the TRL model, pure AI is not significant, suggesting that AI operates more as a functional capability than as a direct indicator of readiness; meanwhile, blockchain and a focus on end customers are related to greater maturity. Relevance is also positively associated with TRL, indicating complementarity between strategic priority and technological advancement. Overall, the stakeholder served, in isolation, explains little of the positioning, reinforcing the importance of technological characteristics. The findings guide managers and regulators in recognizing distinct trajectories for prioritization, sandboxes, and resource allocation, despite the sample size and cross-sectional nature of the study.
References
Agresti, A. (2019). An introduction to categorical data analysis (3rd ed.). Wiley.
ANBIMA. (2025, agosto 25). Radar de futuros: Conheça 50 inovações que transformarão o mercado financeiro até 2035. https://www.anbima.com.br/pt_br/noticias/radar-de-futuros-conheca-50-inovacoes-que-transformarao-o-mercado-financeiro-ate-2035.htm
Arner, D. W., Barberis, J. N., & Buckley, R. P. (2015). The evolution of fintech: A new post-crisis paradigm? SSRN Electronic Journal.
Baffour Gyau, E., et al. (2024). Transforming banking: Examining the role of AI technology innovation in boosting banks financial performance. International Review of Financial Analysis, 96, 103700.
Caraffini, J., de Souza, R., & Behr, A. (2018). Transformação digital e desempenho no setor bancário. In Anais do Congresso Transformação Digital 2018. https://conferencias.fgv.br/ctd/article/view/277
Chesbrough, H. (2022). Inovação aberta: Como criar e lucrar com a tecnologia. Bookman.
Conselho Monetário Nacional. (2020, outubro 26). Resolução nº 4.865.
De Oliveira Rosa, M. P., & Rocha da Motta, B. (2022). Open banking, big data e inteligência artificial: Como tudo está conectado na regulação de um sistema financeiro e de pagamentos movido a dados. Revista da Procuradoria-Geral do Banco Central, 16(1), 132–154.
Freitas, D. C., & Reis, D. L. (2022). Educação financeira por meio de uma plataforma interativa de investimento: A aplicabilidade da inteligência artificial. Brazilian Journal of Development, 8(11), 75525–75545.
Kitsuta, C. (2021). Engajamento corporativo com startups: Ambiente de negócios, capacidades em gestão da inovação e modelos de engajamento. Unicamp.
Magalhães-Timotio, J. G., et al. (2023). Inteligência artificial na produção de economia, econometria e finanças. Observatorio de la Economía Latinoamericana, 21(11), 21476–21495.
Marques, F. F. (2018). Nubank: O mercado de fintechs no Brasil.
Martins, L., & Carrete, L. (2020). Corporate venture capital: Uma proposta de modelo para o Itaú Unibanco. In Anais do EMPRAD. https://repositorio.usp.br/item/003022191
McFadden, D. (2021). Quantitative methods for analysing travel behaviour of individuals. In D. A. Hensher & P. R. Stopher (Eds.), Behavioural travel modelling (pp. 279–318). Routledge.
OECD. (2021). Artificial intelligence, machine learning and big data in finance: Opportunities, challenges and implications for policy makers. OECD.
Oliveira, F., Freitas Filho, F., & Lanzer, E. (2016). Espaços de coworking como fomentadores ao ecossistema empreendedor. Revista Espacios, 37(27).
Quadros, R., & Vieira, G. (2014). Da imitação à inovação: Desafios da mudança organizacional em empresas brasileiras. Revista Eletrônica Inovação, 1.
Ragazzo, C. (2021). O regulador inovador: Banco Central e a agenda de incentivo à inovação. Instituto ProPague.
Ragazzo, C., Tolentino, M., & Cataldo, B. (2023). Inteligência artificial: O que é e como se aplica às finanças? SSRN Electronic Journal.
Schallmo, D. (2021). Transformação digital já!. IEL.
Schneider Hahn, I., et al. (2022). O efeito da inovação nas empresas multinacionais brasileiras. Revista de Ciências da Administração, 24(63).
Schumpeter, J. A. (1988). Teoria do desenvolvimento econômico (3ª ed.). Nova Cultural.
Silva, M. M., & Ribaski, N. G. (2022). A revolução da inteligência artificial nas finanças e controladoria. Journal of Media Critiques, 8(22), 19–27.
Siqueira, A., et al. (2019). LIFT – Laboratório de Inovação Financeira e Tecnológica. LIFT Papers, 1(1), 5–27.
Tidd, J., & Bessant, J. (2015). Gestão da inovação. Bookman.
Timotio, J. G. M., et al. (2024). Inteligência artificial no campo de finanças. Revista de Gestão e Secretariado, 15(6), e3935.
Turing, A. M. (1950). Computing machinery and intelligence. Mind, 59(236), 433–460.
Verhoef, P. C., et al. (2021). Digital transformation: A multidisciplinary reflection and research agenda. Journal of Business Research, 122, 889–901.
Wuermeling, J., & Müller, N. (2024). Big data in the financial industry: Applications, potential and regulatory approaches. Journal of Digital Banking, 9(1), 6
