Itaú compra startup de IA: o que muda para gestores

Você abre o noticiário e vê um dos maiores bancos do hemisfério colocando quase R$ 3 bilhões numa empresa de inteligência artificial. O sinal é claro: IA deixou de ser projeto de inovação para virar ativo estratégico. A notícia de que o Itaú compra startup de IA mostra que empresas grandes estão comprando tecnologia própria para embutir IA nas operações e sair na frente.

Segundo o canaltech.com.br, o Itaú anunciou na segunda-feira (26/10/2026) a compra da NeoSpace por R$ 2,925 bilhões. A startup brasileira, fundada em 2023, desenvolve modelos de IA chamados de fundacionais para aplicações especializadas, diferente de ferramentas de uso geral. O Itaú já liderou uma rodada de US$ 18 milhões na startup no início de 2025, e as duas empresas trabalhavam juntas há quase dois anos, criando ferramentas para análise de crédito, identificação de fraudes e atendimento. A aquisição de 100% das ações ainda depende de aprovação do Cade e do Banco Central. O pagamento terá uma parcela no fechamento e o restante distribuído ao longo de cinco anos. A NeoSpace continuará independente, com seu CEO, Bruno Pierobon, e suas equipes de pesquisa mantidas.

Por que um banco compra uma startup de IA?

Bancos compram startups de IA para controlar a tecnologia base e acelerar o desenvolvimento de ferramentas específicas para suas operações. Comprar a startup dá ao Itaú o controle sobre a tecnologia base, acelerando o desenvolvimento de ferramentas de IA generativa para o aplicativo e sistemas internos. A startup cria modelos fundacionais que identificam padrões em grandes volumes de dados. Na prática, isso significa analisar informações financeiras para avaliar riscos e definir ofertas, identificar comportamentos incomuns em transações para prevenir fraudes e interpretar solicitações para fornecer respostas de acordo com o contexto de cada cliente. O banco também pretende aprimorar o ia.i, sua plataforma de IA generativa, com recursos para planejamento financeiro e interpretação das necessidades dos usuários.

Quais são os riscos dessa aquisição?

Os riscos envolvem o uso de dados sensíveis de clientes no treinamento de modelos sem transparência clara sobre o tratamento e a privacidade. O anúncio do Itaú não detalhou quais informações dos clientes serão usadas nos novos modelos ou como serão tratadas durante o treinamento. O comunicado afirma que o desenvolvimento seguirá princípios de segurança, privacidade e uso responsável de dados, mas o banco não informou quando as funcionalidades estarão disponíveis ou se haverá mudanças imediatas nos serviços. Esse cenário levanta pontos de atenção para qualquer empresa que usa dados sensíveis em IA:

1. Definição clara de quais dados alimentam os modelos.
2. Tratamento de dados pessoais seguindo a LGPD durante o treinamento.
3. Transparência para o usuário sobre o uso de IA em decisões como crédito.
4. Monitoramento contínuo de vieses e falsos positivos em análise de risco.

Empresas que adotam IA sem uma política clara enfrentam riscos regulatórios e de reputação. Para aprofundar nesse ponto, veja nosso guia sobre governança de IA nas empresas.

O que isso muda para as empresas brasileiras?

Empresas brasileiras precisam de IA conectada aos seus dados e processos, e a movimentação do Itaú confirma que chatbots genéricos já não bastam para competir. Quando um líder de mercado internaliza a tecnologia, a barra sobe para os concorrentes e para o restante do mercado. O cliente passa a esperar personalização e velocidade no atendimento como padrão. Empresas que dependem de processos manuais ou análises lentas perdem competitividade. O caso também mostra que construir ou customizar modelos para o próprio setor traz mais resultado do que depender somente de ferramentas públicas. A integração de IA nas operações reais exige método, política e acompanhamento. Muitas empresas ainda emperram nessa etapa, como mostramos em nosso artigo sobre IA em empresas brasileiras.

Como sua empresa pode responder a esse movimento?

Sua empresa pode responder estruturando a implantação de IA com método, política e acompanhamento para extrair resultado rápido e seguro. Você não precisa comprar uma startup por bilhões para ter IA integrada às suas operações. O caminho é estruturar a implantação para extrair resultado rápido e seguro. Recomendamos estes passos:

1. Faça um diagnóstico de oportunidades: mapeie onde IA generativa e modelos especializados podem resolver gargalos reais de crédito, atendimento ou operação.
2. Crie sua política de IA: defina regras de uso de dados, segurança e privacidade antes de treinar ou comprar modelos.
3. Escolha a arquitetura certa: avalie se sua empresa precisa de modelos fundacionais próprios, soluções de mercado ou assistentes conectados aos seus dados, como o Thinking Agent.
4. Implante com mentoria: comece por um projeto piloto com acompanhamento semanal para ajustar rotas e garantir o retorno financeiro de IA.
5. Documente as lições aprendidas: crie um book de casos e processos para escalar a IA para outras áreas da empresa com segurança.

Nós, da Carper, ajudamos empresas a fazerem esse caminho com o método AI Thinking, que vai do diagnóstico à implantação governada. Se você quer entender como estruturar IA na sua operação, converse com a equipe da Carper.