Do programa pontual à capacidade contínua: o novo modelo de modernização bancária

Os programas de modernização do core banking costumam ultrapassar os prazos previstos. Depois de anos de prazos descumpridos, dívida técnica crescente e iniciativas de transformação com resultados irregulares, as organizações muitas vezes trataram cada novo programa sobretudo como um problema de execução. A resposta tem sido reforçar a governança, restringir o escopo e fortalecer a gestão de projetos.

Mas as evidências indicam que o obstáculo não é a execução. O problema é a premissa.

A dívida técnica deixou de ser apenas um custo de TI a ser gerenciado. Ela pode se tornar um entrave direto à capacidade do banco de escalar a IA e de converter esses investimentos em valor para o negócio.

A questão mais profunda não é como os bancos conduzem seus programas de modernização. É o modo como os concebem. Um programa tem começo, justificativa de negócio e data de término. Quando ele termina, a equipe se desfaz, o ambiente tecnológico começa a acumular nova dívida e, alguns anos depois, o ciclo recomeça.

As instituições que vão liderar a próxima década precisam romper esse ciclo. A modernização precisa se tornar uma capacidade operacional permanente, com equipe e governança em caráter contínuo, tão fundamental para o negócio quanto a gestão de riscos ou os relatórios regulatórios.

Os bancos que desenvolverem essa capacidade com mais rapidez vão definir a nova geração do setor bancário. Os que ainda estiverem planejando o próximo programa provavelmente vão descobrir que o momento já passou.

A distância entre a posição da maioria dos bancos e o rumo das instituições líderes se resume a uma questão: qual dos dois modelos operacionais rege a modernização.

• O modelo de programa ainda é o padrão na maioria dos bancos: eles conduzem a modernização como uma série de grandes iniciativas delimitadas. Um programa começa com um escopo definido e uma justificativa de negócio, entrega a migração e, depois, a equipe se desfaz. O conhecimento institucional vai embora com o programa. O ambiente tecnológico passa a acumular dívida quase de imediato, e alguns anos depois o ciclo recomeça.
• O modelo de capacidade é para onde caminham as instituições líderes: os bancos que estão saindo na frente substituíram esse ciclo por um modelo sem data de término. Com a inteligência contínua de portfólio, eles enxergam em tempo real onde a dívida se acumula e onde surgem lacunas na preparação para a IA. Ondas de modernização conduzidas com governança entregam resultados em sequência, e cada uma se apoia na anterior. Com um modelo de fábrica replicável, os padrões de entrega são reaproveitados, em vez de reinventados toda vez. O resultado é uma modernização cujos ganhos se acumulam, e não um programa que chega ao fim.

A distinção importa porque o modelo de programa foi concebido para um ritmo de mudança que já não existe. A IA está encurtando a vida útil da arquitetura corporativa. Um programa que leva três anos para ser entregue não consegue acompanhar um cenário tecnológico que muda em três meses. O modelo de capacidade foi criado para a modernização contínua porque as condições que impulsionam a mudança não param de evoluir.

Três pressões convergiram e tornaram o antigo modelo de programa não apenas ineficiente, mas cada vez mais insustentável. A primeira pressão é o imperativo da IA. Uma pesquisa recente do IBM Institute for Business Value (IBV) sobre o setor bancário e os mercados financeiros mostrou que apenas 8% dos bancos tinham uma abordagem estratégica para a IA generativa. Já 78% dos bancos agiam de forma tática ou operavam em silos.

Mais de 60% dos CEOs de bancos afirmam que precisam assumir riscos significativos para aproveitar a automação e manter a competitividade.

Os ambientes de aplicações legadas aumentam consideravelmente o custo, a complexidade e o tempo necessários para fechar essa lacuna. O desafio vai além da infraestrutura tecnológica e chega aos modelos operacionais que regem a forma como o trabalho é feito.

A segunda pressão é o aperto que o custo impõe ao reinvestimento. Nos principais mercados bancários, a dívida técnica se tornou um dos maiores entraves à capacidade de investir e agir com rapidez, e seu impacto vai além do custo da tecnologia. A dívida técnica limita a velocidade de entrega necessária para que o investimento em IA se converta em valor para o negócio. Os índices de eficiência continuam elevados. Ao mesmo tempo, o custo de manter sistemas cada vez mais antigos aumenta a cada ano, enquanto diminui a capacidade de financiar o crescimento e a inovação.

A terceira pressão é a perda de espaço para a concorrência. Uma parcela crescente dos clientes no mundo todo já escolhe como banco principal instituições sem nenhuma agência física. Os novos concorrentes que impulsionam essa mudança já nasceram voltados para velocidade, modularidade e entrega contínua.

Competir com eles usando uma plataforma que leva meses para mudar coloca o próprio modelo de negócios em desvantagem. A distância entre os bancos tradicionais e os concorrentes nativos digitais aumenta a cada ciclo de lançamento que esses concorrentes concluem e a cada ciclo que um banco tradicional adia.

Duas outras mudanças tecnológicas tornam ainda mais urgente a modernização contínua. A IA generativa e a IA agêntica estão passando rapidamente da experimentação para a implementação em escala, enquanto a tokenização de ativos e de dinheiro desponta como uma mudança iminente na forma de estruturar produtos e transações financeiras. As duas tendências dependem da mesma base: uma arquitetura modular, interoperável e baseada em APIs, capaz de evoluir sem esperar por mais um ciclo plurianual de transformação.

Segundo o relatório do IBV de 2026 sobre o setor bancário e os mercados financeiros, 94% dos programas de modernização do core banking ultrapassam os prazos previstos. A resposta habitual a esse número é aperfeiçoar a metodologia: planejamento melhor, controle mais rigoroso do escopo e governança mais clara. Essas medidas são importantes. Mas não resolvem o problema estrutural de fundo: um programa é um arranjo organizacional temporário, e arranjos temporários geram resultados temporários.

Durante décadas, os bancos se modernizaram em ondas. Uma renovação da plataforma central a cada 10 ou 15 anos, seguida de um longo período de relativa estabilidade, era um ritmo operacional viável. A arquitetura tinha tempo de se estabilizar antes que o próximo ciclo de mudanças chegasse. Esse ritmo se rompeu.

A IA está encurtando a vida útil da arquitetura corporativa. Sistemas que cumpriam bem seu papel há três anos já podem estar desalinhados da inteligência que precisa rodar sobre eles. A cadência das mudanças já não é compatível com um programa que leva três anos para ser entregue.

A diferença de retornos está se ampliando. Os bancos que operam com arquiteturas modernas e modulares obtêm um retorno sobre o patrimônio líquido maior do que o daqueles que ainda carregam ambientes legados monolíticos. Por isso, o argumento a favor da modernização já não se limita a reduzir a dívida técnica. Trata-se de criar as condições econômicas para competir.

Programas de modernização centrados em migrações de plataforma, e não em resultados de negócios, tendem a travar na camada de governança. Quando a narrativa de valor é difícil de explicar à área de riscos, os orçamentos são remanejados e o programa perde todo o fôlego. Quando a equipe de modernização é montada como a de um projeto temporário, a capacidade institucional de modernizar de forma contínua não chega a se desenvolver por completo. O resultado é um ambiente tecnológico um pouco melhor, que começa a acumular dívida nova quase antes de o programa terminar.

Nenhum banco trataria a resiliência cibernética, a gestão de liquidez ou os relatórios regulatórios como um projeto com data de término. Essas capacidades são disciplinas operacionais contínuas: contam com equipe e governança permanentes, são medidas constantemente por indicadores-chave de desempenho (KPIs) e nunca são dadas como concluídas. O princípio é simples: os riscos que elas administram não param e, por isso, a capacidade de lidar com eles também não pode parar.

Hoje, a modernização entra nessa mesma categoria. A diferença é que, agora, a modernização precisa ser ao mesmo tempo a base para a IA e uma capacidade cada vez mais acelerada pela própria IA. As forças que impulsionam a necessidade de modernizar (pressão da concorrência, evolução regulatória, avanço da IA, expectativas dos clientes) não vão se estabilizar.

A arquitetura de um banco precisa evoluir no mesmo ritmo que a inteligência e o modelo de negócios que operam sobre ela. Trata-se de uma condição permanente, que pede uma resposta permanente.

Essa resposta representa uma mudança organizacional importante em relação às práticas atuais. A modernização precisa de uma linha própria no orçamento. Em vez de depender de verba emprestada de programas de transformação ou de ciclos de despesas de capital, ela requer um investimento operacional permanente. Ela também precisa de um ritmo próprio de governança, alinhado à periodicidade dos relatórios regulatórios, e não aos marcos dos projetos.

Por fim, ela precisa de inteligência contínua de portfólio: uma visão constante da integridade das aplicações, da dívida técnica, das candidatas à modernização e da preparação para cargas de trabalho de IA. Uma avaliação pontual, feita no início de cada programa e depois engavetada, não basta.

As instituições que estão saindo na frente começam a industrializar a própria modernização: padrões de entrega repetíveis, esteiras de modernização permanentes e cadências de governança que tornam o progresso contínuo visível e auditável. Mais do que a um evento de transformação, a analogia remete a uma linha de produção, que funciona continuamente porque o trabalho não para.

Os padrões de comportamento que vêm surgindo entre os bancos que fazem essa mudança têm um ponto em comum: esses bancos não planejam em função de um resultado único. O que constroem é um processo repetível.

Em vez de lançar programas de transformação plurianuais, dividem a modernização em ondas mensuráveis e com governança. Cada onda tem resultados de negócios definidos, controles de risco e um caminho claro para a onda seguinte. Com essa abordagem, o valor chega de forma contínua, e não só no fim de um programa cuja data de término não para de mudar.

Essas ondas costumam abranger cinco dimensões: racionalização do portfólio de aplicações, migração acelerada para a nuvem, modernização da arquitetura, modernização orientada por dados e modernização de processos de negócios. Juntas, elas criam uma esteira de modernização repetível, e não uma sequência de projetos isolados.

Os bancos líderes tratam os portfólios de aplicações como ativos vivos, e não como inventários estáticos. A inteligência contínua de portfólio passa a ser uma função organizacional permanente, e não uma avaliação pontual. Isso inclui ter visibilidade sobre quais aplicações são candidatas à modernização, quais têm exposição regulatória e quais são gargalos para a implementação de IA.

Esses bancos também alinham a governança da modernização aos ciclos regulatórios e de auditoria, e não aos cronogramas de projetos de TI. Essa mudança não é cosmética. Isso significa que as decisões e os resultados da modernização podem ser rastreados, reportados e defendidos perante a área de riscos. Essa rastreabilidade é o que separa os programas que sobrevivem à governança dos que não sobrevivem.

A IBM trabalha com clientes do setor bancário do mundo inteiro na modernização de aplicações em core banking, pagamentos, canais digitais e infraestrutura preparada para IA. Essa ampla experiência é a base de uma abordagem voltada para o modelo de capacidade permanente: entrega escalável no modelo de fábrica, inteligência de portfólio assistida por IA e arquitetura fundamentada nos padrões do setor bancário.

Esse modelo se apoia cada vez mais em ativos de software. O IBM® Consulting Advantage ajuda a mapear o ambiente e a avaliar a preparação para IA por meio de ferramentas como o Txture, que oferece a inteligência contínua de portfólio exigida pelo modelo de capacidade. Como complemento, o watsonx Code Assistant aplica IA diretamente à análise, à refatoração e à correção de código em escala. O objetivo é substituir avaliações manuais pontuais por uma inteligência reutilizável, que se acumula de uma onda de modernização para outra em vez de recomeçar do zero a cada programa.

Essa abordagem foi pensada para gerar valor a cada onda, em vez de deixar tudo para o fim de um programa.

Se a sua organização está avaliando o que é preciso em investimento, governança, arquitetura e modelo operacional para que a modernização deixe de ser episódica e se torne uma capacidade contínua, podemos ajudar. É exatamente para isso que estamos preparados: ajudar organizações a conduzir essa transição.

O ponto de partida não precisa ser mais um programa plurianual. Pode ser uma progressão em três etapas: definir uma linha de base para o portfólio de aplicações e o risco que ele representa, executar na fábrica uma onda-piloto focada e orientada a resultados mensuráveis e, depois, escalar o modelo com uma governança alinhada aos ciclos de auditoria e de relatórios.