IA no setor bancário e de seguros: o que o caixa eletrônico já nos ensinou sobre o futuro do emprego

-

Em 1967, o Barclays Bank instalou em Londres o primeiro caixa eletrônico da história. A previsão foi imediata: as máquinas iam acabar com o emprego nas agências. Mais de meio século depois, a história se permitiu uma ironia. Não houve menos banco. Houve outro banco.

A pergunta volta, agora com a inteligência artificial. A IA vai substituir os trabalhadores de bancos e seguradoras? Talvez a melhor resposta não esteja no futuro, mas numa cena bem mais antiga: uma máquina entregando cédulas numa agência britânica e uma indústria inteira acreditando que estava vendo o fim do trabalho humano.

Não estava. Estava vendo a sua transformação.

Os “computadores” de quem ninguém se lembra

Antes de existir o computador eletrônico, muitas empresas, incluindo bancos e seguradoras, empregavam pessoas com exatamente esse título: computers. Eram trabalhadoras, em sua maioria mulheres, que passavam jornadas inteiras fazendo cálculos matemáticos à mão ou com máquinas mecânicas chamadas comptômetros.

Numa sala típica de um banco norte-americano dos anos 1930, podia haver dezenas de pessoas somando colunas de números que hoje uma planilha resolve em milissegundos. Não era uma metáfora: calcular era um emprego.

Quando os computadores eletrônicos chegaram, nos anos 1950 e 1960, esse trabalho desapareceu. Não foi maquiado. Não foi rebatizado. Desapareceu.

Ninguém voltou a contratar operadores de comptômetro. Mas aconteceu algo mais importante do que o desaparecimento de uma tarefa: cresceu a demanda por serviços financeiros. A automação reduziu custos, ampliou capacidades e permitiu que o setor fizesse mais, para mais pessoas e numa escala antes impensável.

O emprego não sobreviveu porque nada mudou. Sobreviveu porque quase tudo mudou.

O paradoxo do caixa eletrônico

O caso mais citado dessa lógica é o do caixa eletrônico. Quando o Barclays instalou o primeiro em Enfield, em 1967, a narrativa parecia óbvia: se uma máquina podia entregar dinheiro vinte e quatro horas por dia, o caixa humano estava com os dias contados.

Era uma dedução razoável. Também era incompleta.

O que ninguém calculou com precisão suficiente foi o efeito colateral. Os caixas eletrônicos reduziram o custo operacional de uma agência. Precisando de menos pessoal para tarefas transacionais, os bancos puderam abrir mais pontos de atendimento. E mais agências significaram, no fim, mais funcionários no total.

O economista James Bessen estudou esse fenômeno e mostrou que, entre 1970 e 2010, enquanto o número de caixas eletrônicos nos Estados Unidos crescia de zero a centenas de milhares, o número de caixas bancários humanos também aumentava.

A máquina não eliminou o humano. Tirou dele uma parte do trabalho. E, ao fazer isso, obrigou a redefini-lo.

O caixa deixou de ser principalmente um entregador de cédulas para se tornar um gestor de relacionamentos, um consultor de produtos, um intérprete de necessidades. A tarefa que restou foi menos mecânica e mais humana. Menos repetitiva e mais relacional.

Por que a IA se parece com o caixa eletrônico, embora não seja a mesma coisa

Hoje a discussão se repete com outro protagonista: a inteligência artificial generativa.

E desta vez há razões para levá-la mais a sério. Os modelos de linguagem não automatizam apenas movimentos repetitivos. Podem redigir apólices, analisar sinistros, responder a consultas complexas, gerar relatórios de risco e manter conversas sofisticadas com clientes.

O salto não é pequeno. Já não falamos de substituir tarefas manuais. Falamos de automatizar tarefas cognitivas.

No setor bancário e de seguros, isso atinge áreas sensíveis: analistas de sinistros, subscritores de produtos padronizados, operadores de back office, equipes de atendimento telefônico, áreas de compliance e de suporte comercial.

Mas a pergunta continua sendo a mesma que a história nos ensinou a formular melhor: não basta perguntar quantos empregos uma tecnologia destrói. É preciso perguntar que nova demanda ela cria.

O que muda de fato: a velocidade

Há uma diferença que nenhum otimismo histórico deveria esconder: a velocidade.

O caixa eletrônico levou décadas para se expandir. A inteligência artificial generativa está sendo incorporada em ciclos de meses. A curva de aprendizado que antes podia ser repartida entre gerações hoje se comprime em dois ou três anos.

Essa aceleração muda a conversa. Porque o problema não é só para onde vai o trabalho. O problema é o que acontece com as pessoas durante a transição.

As equipes que hoje processam sinistros rotineiros, respondem a consultas de primeiro nível ou redigem comunicações repetitivas não têm uma década para se adaptar. Precisam de novas competências agora.

Não necessariamente para programar modelos. Mas para trabalhar com eles: supervisionar resultados, detectar erros, interpretar exceções, trazer contexto, cuidar da relação com o cliente.

A lição que a história repete

Em 1589, o reverendo William Lee inventou uma máquina de tricotar. A rainha Elizabeth I negou-lhe a patente porque temia que destruísse o emprego dos tricoteiros ingleses. Quatro séculos depois, a indústria têxtil emprega milhões de pessoas no mundo.

A história não diz que a automação seja indolor. Dói. Mas a narrativa do “fim do emprego” vem falhando há séculos como previsão absoluta, ainda que acerte ao descrever disrupções reais e concretas.

Para o setor bancário e de seguros, a IA não representa o fim do trabalho humano. Representa o fim de certo tipo de trabalho humano: o mais rotineiro, o mais previsível, o mais repetível.

O que fica, e provavelmente cresce, é outro tipo de trabalho: o que interpreta contexto, administra confiança, assume responsabilidade e entende que uma resposta correta nem sempre é uma boa decisão.

O caixa eletrônico nos ensinou que uma máquina pode mudar uma indústria sem apagar as pessoas que trabalham nela. A inteligência artificial nos obriga a aprender a mesma lição, só que mais rápido.

E, desta vez, a pergunta não é se a tecnologia vai transformar o emprego. A pergunta é quem vai chegar preparado quando isso acontecer.

compartilhar artigo

Conteúdo recente

Categorias populares