{"id":17280,"date":"2026-07-21T16:54:45","date_gmt":"2026-07-21T19:54:45","guid":{"rendered":"https:\/\/blog.n5now.com\/?p=17280"},"modified":"2026-11-15T23:23:26","modified_gmt":"2026-11-16T02:23:26","slug":"modelos-de-linguagem-proprios-ou-adquiridos","status":"publish","type":"post","link":"https:\/\/blog.n5now.com\/pt-br\/modelos-de-linguagem-proprios-ou-adquiridos\/","title":{"rendered":"Modelos de linguagem: pr\u00f3prios ou adquiridos?"},"content":{"rendered":"\n<p>Hoje quase todos os grandes bancos da Am\u00e9rica Latina t\u00eam alguma iniciativa de intelig\u00eancia artificial generativa. A pergunta j\u00e1 n\u00e3o \u00e9 se devem us\u00e1-la, mas como: com um modelo pr\u00f3prio ou com o de um fornecedor externo?<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">A pergunta inc\u00f4moda<\/h2>\n\n\n\n<p>H\u00e1 tr\u00eas anos se discutia se a intelig\u00eancia artificial generativa era relevante para o setor banc\u00e1rio. Essa discuss\u00e3o est\u00e1 encerrada: segundo uma pesquisa global da NVIDIA (2024), 78% das institui\u00e7\u00f5es financeiras do mundo t\u00eam projetos ativos. A conversa passou para um terreno mais inc\u00f4modo: com que modelo trabalhamos e quem o controla?<\/p>\n\n\n\n<p>Decidir entre construir um modelo pr\u00f3prio ou contratar um externo \u2014como GPT, Claude ou Gemini\u2014 \u00e9 uma decis\u00e3o estrat\u00e9gica, n\u00e3o t\u00e9cnica. Implica tomar posi\u00e7\u00e3o em rela\u00e7\u00e3o ao controle dos dados, \u00e0 vantagem competitiva, aos custos de longo prazo e ao olhar do regulador. E no setor banc\u00e1rio, onde os dados do cliente s\u00e3o ao mesmo tempo o ativo mais valioso e o mais sens\u00edvel, a resposta pesa mais do que em qualquer outra ind\u00fastria.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">O que custa construir<\/h2>\n\n\n\n<p>Treinar um modelo do zero est\u00e1 fora do alcance de quase qualquer banco. S\u00f3 o poder computacional para treinar o GPT-4 custou entre 50 e 100 milh\u00f5es de d\u00f3lares, segundo estimativas da Epoch AI. A isso \u00e9 preciso somar a equipe de especialistas, a infraestrutura de dados e a manuten\u00e7\u00e3o posterior.<\/p>\n\n\n\n<p>Mas &#8220;construir&#8221; admite graus. A maioria das institui\u00e7\u00f5es que dizem ter um &#8220;modelo pr\u00f3prio&#8221; na verdade adapta um modelo aberto \u2014como Llama ou Mistral\u2014 com seus pr\u00f3prios dados. \u00c9 uma op\u00e7\u00e3o razo\u00e1vel para casos pontuais: conformidade regulat\u00f3ria, an\u00e1lise de contratos ou atendimento ao cliente em linguagem regulada. Essa adapta\u00e7\u00e3o pode come\u00e7ar a partir de uns 50 mil d\u00f3lares, muito menos do que treinar do zero. A armadilha est\u00e1 no custo de mant\u00ea-lo: segundo a Andreessen Horowitz (2024), 80% do custo total de um modelo em funcionamento chega depois da implanta\u00e7\u00e3o.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">O que custa comprar<\/h2>\n\n\n\n<p>Os modelos externos s\u00e3o r\u00e1pidos de implementar, acess\u00edveis e melhoram sozinhos: o fornecedor os atualiza e o banco recebe a melhoria sem esfor\u00e7o. A implanta\u00e7\u00e3o se mede em semanas, n\u00e3o em meses.<\/p>\n\n\n\n<p>O problema n\u00e3o \u00e9 o pre\u00e7o, que continua caindo, mas para onde v\u00e3o os dados. Quando um banco consulta um modelo externo, envia informa\u00e7\u00f5es de seus clientes, processos e produtos \u00e0 infraestrutura de um terceiro. Para muitos reguladores da regi\u00e3o, isso \u00e9 um problema: o Banco Central do Brasil, a CNBV do M\u00e9xico e a SFC da Col\u00f4mbia j\u00e1 trabalham em regras sobre o uso de fornecedores de intelig\u00eancia artificial, e o tratamento de dados sens\u00edveis \u00e9 o ponto de maior tens\u00e3o.<\/p>\n\n\n\n<p>O outro risco \u00e9 a depend\u00eancia do fornecedor. Se ele muda seus pre\u00e7os, descontinua uma vers\u00e3o ou sofre uma interrup\u00e7\u00e3o, o banco que montou seu atendimento ao cliente sobre esse modelo n\u00e3o tem um plano B imediato. Um estudo da McKinsey (2024) constatou que 60% das empresas que adotaram modelos externos relataram preocupa\u00e7\u00e3o com sua continuidade operacional no longo prazo.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">O caminho que est\u00e1 ganhando: o h\u00edbrido<\/h2>\n\n\n\n<p>As institui\u00e7\u00f5es mais sofisticadas n\u00e3o escolhem entre construir e comprar: combinam. As tarefas gerais \u2014resumos, reda\u00e7\u00e3o, an\u00e1lise de documentos p\u00fablicos\u2014 rodam sobre modelos externos, sem dados sens\u00edveis. O processamento de dados do cliente \u2014transa\u00e7\u00f5es, avalia\u00e7\u00e3o de cr\u00e9dito, detec\u00e7\u00e3o de fraude\u2014 roda sobre modelos pr\u00f3prios ou adaptados, dentro do per\u00edmetro exigido pelo regulador. E a verdadeira diferencia\u00e7\u00e3o est\u00e1 na camada que decide qual modelo \u00e9 usado para cada tarefa.<\/p>\n\n\n\n<p>O BBVA, por exemplo, tem acordos com a OpenAI e ao mesmo tempo desenvolve modelos internos para os casos regulados. O JPMorgan combina modelos pr\u00f3prios e externos conforme a sensibilidade do dado em mais de 300 casos de uso. Na Am\u00e9rica Latina, bancos como Ita\u00fa e Bancolombia avan\u00e7am pelo mesmo caminho, ainda que em menor escala.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">A pergunta que importa<\/h2>\n\n\n\n<p>A decis\u00e3o n\u00e3o se responde em abstrato, mas caso a caso, com tr\u00eas perguntas: qu\u00e3o sens\u00edveis s\u00e3o os dados envolvidos? Quanta vantagem competitiva real gera ter um modelo pr\u00f3prio? Existe a equipe para sustent\u00e1-lo ao longo do tempo?<\/p>\n\n\n\n<p>Para a maioria dos bancos da regi\u00e3o, a resposta honesta \u00e9: comprar para os usos gerais, adaptar um modelo pr\u00f3prio para os casos regulados e sens\u00edveis, e construir do zero apenas se houver dados e um neg\u00f3cio que o justifiquem. O perigo n\u00e3o \u00e9 errar no in\u00edcio \u2014isso se corrige\u2014. O perigo \u00e9 se prender a uma arquitetura que n\u00e3o pode evoluir.<\/p>\n\n\n\n<p>Em intelig\u00eancia artificial, o modelo usado hoje provavelmente n\u00e3o ser\u00e1 o que se usar\u00e1 daqui a 18 meses. A vantagem n\u00e3o vem do modelo: vem da capacidade de adot\u00e1-lo, integr\u00e1-lo e melhor\u00e1-lo mais r\u00e1pido do que os demais.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Os bancos devem criar seus pr\u00f3prios modelos de linguagem ou contratar um externo? Custos, riscos regulat\u00f3rios e o caminho h\u00edbrido que os l\u00edderes da Am\u00e9rica Latina escolhem.<\/p>\n","protected":false},"author":36,"featured_media":17278,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_seopress_titles_title":"Modelos de linguagem: pr\u00f3prios ou adquiridos?","_seopress_titles_desc":"Os bancos devem criar seus pr\u00f3prios modelos de linguagem ou contratar um externo? Custos, riscos regulat\u00f3rios e o caminho h\u00edbrido na Am\u00e9rica Latina.","_seopress_robots_index":"","_seopress_robots_follow":"","_seopress_robots_imageindex":"","_seopress_robots_snippet":"","_seopress_robots_primary_cat":"","_seopress_robots_breadcrumbs":"","_seopress_robots_freeze_modified_date":"","_seopress_robots_custom_modified_date":"","_seopress_robots_canonical":"","_seopress_social_fb_title":"Modelos de linguagem: pr\u00f3prios ou adquiridos?","_seopress_social_fb_desc":"Os bancos devem criar seus pr\u00f3prios modelos de linguagem ou contratar um externo? Custos, riscos regulat\u00f3rios e o caminho h\u00edbrido na Am\u00e9rica Latina.","_seopress_social_fb_img":"","_seopress_social_fb_img_attachment_id":0,"_seopress_social_fb_img_width":0,"_seopress_social_fb_img_height":0,"_seopress_social_twitter_title":"Modelos de linguagem: pr\u00f3prios ou adquiridos?","_seopress_social_twitter_desc":"Os bancos devem criar seus pr\u00f3prios modelos de linguagem ou contratar um externo? Custos, riscos regulat\u00f3rios e o caminho h\u00edbrido na Am\u00e9rica Latina.","_seopress_social_twitter_img":"","_seopress_social_twitter_img_attachment_id":0,"_seopress_social_twitter_img_width":0,"_seopress_social_twitter_img_height":0,"_seopress_redirections_value":"","_seopress_redirections_enabled":"","_seopress_redirections_enabled_regex":"","_seopress_redirections_logged_status":"","_seopress_redirections_param":"","_seopress_redirections_type":0,"_seopress_analysis_target_kw":"modelos de linguagem,bancos,IA generativa","footnotes":""},"categories":[234,228],"tags":[493,494,495,496,497],"_links":{"self":[{"href":"https:\/\/blog.n5now.com\/pt-br\/wp-json\/wp\/v2\/posts\/17280"}],"collection":[{"href":"https:\/\/blog.n5now.com\/pt-br\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blog.n5now.com\/pt-br\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blog.n5now.com\/pt-br\/wp-json\/wp\/v2\/users\/36"}],"replies":[{"embeddable":true,"href":"https:\/\/blog.n5now.com\/pt-br\/wp-json\/wp\/v2\/comments?post=17280"}],"version-history":[{"count":2,"href":"https:\/\/blog.n5now.com\/pt-br\/wp-json\/wp\/v2\/posts\/17280\/revisions"}],"predecessor-version":[{"id":17846,"href":"https:\/\/blog.n5now.com\/pt-br\/wp-json\/wp\/v2\/posts\/17280\/revisions\/17846"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/blog.n5now.com\/pt-br\/wp-json\/wp\/v2\/media\/17278"}],"wp:attachment":[{"href":"https:\/\/blog.n5now.com\/pt-br\/wp-json\/wp\/v2\/media?parent=17280"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blog.n5now.com\/pt-br\/wp-json\/wp\/v2\/categories?post=17280"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blog.n5now.com\/pt-br\/wp-json\/wp\/v2\/tags?post=17280"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}