Em 1900, as fábricas têxteis de Massachusetts trocaram suas caldeiras a vapor por motores elétricos. Resultado após dez anos? Quase nenhum ganho de produtividade. A eletricidade era superior, mas a organização era a mesma. Foi só na década de 1920, quando as fábricas foram completamente redesenhadas em torno da nova tecnologia, que o potencial se materializou. Linhas de montagem, funções redefinidas, fluxos repensados do zero.

Estamos vivendo o mesmo filme, com a IA no papel da eletricidade. E o risco de cometer o mesmo erro é real.

Nos Estados Unidos, os dados já mostram uma bifurcação estrutural no mercado de trabalho. Entre novembro de 2024 e novembro de 2025, setores de alta exposição à IA — tecnologia da informação, design de sistemas computacionais, serviços de trabalho temporário e semicondutores — perderam coletivamente 207 mil vagas. No mesmo período, saúde, assistência social e construção adicionaram 836 mil. Quando indexamos o emprego a janeiro de 2022, os setores de baixa exposição à IA estão em 113,3; os de alta exposição, em 90,7. Uma tesoura que se abre, lentamente, mas sem parar.

Isso não é apocalipse. É transição. E transições assimétricas sempre foram assim — criam em um lugar enquanto destroem em outro. O ponto relevante, para quem gere patrimônio, não é ter medo da IA, mas entender onde ela está atuando e como se posicionar.

IA Individual vs. IA Institucional

Um artigo recente da a16z (gestora de VC focada em tech) levanta uma distinção que vale ouro para quem está pensando em implementar IA nas organizações: a diferença entre IA individual e IA institucional.

IA individual é o ChatGPT aberto no browser. É o profissional que usa o modelo para escrever e-mails mais rápido, resumir documentos, gerar apresentações. Isso existe, funciona, e quem usa bem tem vantagem real sobre quem não usa. Mas indivíduos mais produtivos não fazem empresas mais produtivas; às vezes, acabam gerando mais ruído (sobrecarregando os times), e não o sinal eficiente.

Pense no seguinte: se você dobrar sua equipe com cópias dos seus melhores profissionais amanhã, sem redesenhar os fluxos, sem definir raias de atuação claras, sem coordenação, você cria caos, não performance. Com agentes de IA, o risco é exatamente o mesmo. Cada um com seu prompt favorito, gerando outputs que não conversam com os outputs do colega ao lado.

A IA institucional é diferente. Ela exige coordenação, memória organizacional, auditabilidade e, acima de tudo, processos que foram repensados para funcionar com ela, não apesar dela. Isso sem falarmos na questão de segurança de dados: quem pode acessar o quê e o que pode sair dos muros da organização.

O Sênior Leva Vantagem (Mas por uma Razão Contraintuitiva)

Existe uma crença difundida de que a IA vai nivelar o campo, tirando a vantagem de quem tem experiência e dando ao júnior capacidade de produzir como um sênior. Parcialmente verdade, mas a lógica inversa é ainda mais poderosa.

O profissional sênior já sabe o que perguntar. Ele sabe distinguir uma análise boa de uma análise plausível, mas errada. Ele reconhece quando o modelo está alucinando, quando o raciocínio tem uma falha sutil, quando o output precisa de ajuste antes de ir para o cliente. O júnior, usando as mesmas ferramentas, produz mais, porém com menos discernimento sobre o que é confiável.

Em um MFO, isso tem implicação direta. O risco não é a IA substituir o gestor sênior. O risco é o gestor júnior, superconfiante com outputs da IA deixar passar um erro que o sênior teria visto imediatamente. Produtividade sem julgamento é perigosa em qualquer negócio em gestão de patrimônio; é inaceitável.

Além do Chat: o que a IA Pode Fazer de Verdade

A maioria das pessoas ainda pensa em IA como "chat". Você digita uma pergunta, o modelo responde. Isso é a pontinha do iceberg.

O que mudou nos últimos dois anos são os chamados agentes: modelos que não apenas respondem, mas executam sequências de tarefas, chamam ferramentas externas, consultam bases de dados, geram arquivos, validam resultados e tomam decisões intermediárias. Um agente bem construído pode monitorar uma carteira continuamente, identificar violações de política de investimento, gerar o relatório e notificar o responsável, tudo sem intervenção humana. A ação humana entra onde importa: no julgamento final.

Uma outra mudança seminal com IA: no mundo antigo, a área de negócio demandava um sistema que a área de sistemas primeiramente tinha que fazer um enorme esforço para entender o negócio e as demandas dos usuários. Com o vibe coding (Claude Code, Lovable etc.), a área de negócio assume as rédeas ao desenhar protótipos que atendem exatamente às suas necessidades; a área de sistemas entra depois, validando e colocando o novo sistema nos guardrails institucionais de segurança. Isso muda por completo a lógica existente nas organizações.

Há também os sistemas de RAG (Retrieval-Augmented Generation), que conectam o modelo à memória institucional da empresa. Em vez de o modelo responder com base apenas no que foi treinado, ele consulta documentos internos, regulamentos, histórico de clientes, atas de comitê. O resultado é uma IA que "conhece" sua empresa e responde dentro desse contexto.

E há automações mais simples, mas igualmente impactantes: extração de dados de PDFs de fundos, consolidação de posições de múltiplas custodiantes, geração automática de relatórios periódicos. Tarefas que hoje consomem horas de analista são executadas em minutos com supervisão mínima.

IA Sem Reengenharia É Acelerador de Caos

Aqui está o erro mais comum que vemos no mercado: as empresas instalam IA em cima dos processos existentes e esperam milagres. Não funcionará.

Se o processo atual é fragmentado, com planilhas circulando por e-mail, aprovações por WhatsApp e dados espalhados em cinco plataformas diferentes, a IA vai executar esse processo fragmentado mais rápido. Isso não é produtividade, é caos acelerado.

A lição histórica da eletricidade nas fábricas é direta: o ganho real não veio da substituição do motor a vapor pelo motor elétrico. Veio do redesenho completo da fábrica. O mesmo princípio vale aqui. A implementação de IA é 10% tecnologia e 90% engenharia de dados e reengenharia de processos. Aliás, quando falamos de IA, a coisa menos problemática são os modelos em si, já bastante avançados; o nome do jogo é organização (e curadoria) de dados e reengenharia de processos.

O que a TAG Está Construindo

Na TAG, estamos vivendo esse processo na prática. Identificamos onde a IA pode atuar de forma estruturada, não apenas decorativa.

Três projetos ilustram bem essa abordagem. O primeiro é um otimizador de carteiras com IA. A ideia central não é deixar o modelo decidir; é o oposto. O gestor define todos os parâmetros (qual metodologia usar, qual o parâmetro de risco no Black-Litterman, qual o perfil de risco), e a IA executa as três otimizações — Markowitz, Black-Litterman e Risk Parity — em minutos, com output auditável e comparativo entre as abordagens. Governança total, velocidade real.

O segundo é um simulador de realocação de carteiras. Hoje, planejar um resgate de R$ 5 milhões de um fundo de liquidez D+30 e realocar em dois outros fundos, mantendo os limites da política de investimento, exige cálculos manuais, planilhas e muita conferência. O simulador automatiza isso: o gestor informa o objetivo em linguagem natural ("quero reduzir 5 p.p. em renda fixa e aumentar em multimercado"), o sistema calcula o plano de movimentos por data de liquidação e exporta para apresentação ao comitê.

No terceiro, o gerente comercial ganha eficiência ao se preparar para uma reunião: a IA informa a carteira, o resultado, como está sua aderência à política de investimentos, comenta o desempenho vis-à-vis o mercado e sugere ao profissional tópicos a serem tratados na reunião com o cliente. Algo que era manual e levava horas vira questão de minutos.

Não são projetos de ficção científica. São ferramentas concretas, construídas para resolver problemas reais que existem hoje na operação de um multi-family office.

O Que Fazer Agora

A IA não vai substituir o gestor de patrimônio. Mas o gestor que souber usar IA vai substituir o que não souber. Isso é quase consenso no mercado, mas o que ainda está longe do consenso é o que "saber usar IA" significa de verdade.

Significa mais do que abrir o ChatGPT. Significa entender qual problema você está tentando resolver, como o processo precisa ser redesenhado para acomodar a nova ferramenta, como garantir que o output seja confiável e auditável e como preservar o julgamento humano nos pontos em que ele é insubstituível.

Estamos, como gostamos de dizer, nos cinco minutos do primeiro tempo. A fábrica está sendo reinventada. Quem entrar no jogo agora, com a cabeça certa, vai ter uma vantagem que é difícil de replicar depois. Muitos comparam a IA ao evento do meteoro que dizimou os dinossauros, um evento discreto. Enxergamos o processo mais como uma mudança climática acelerada: há tempo para adaptação, porém é um tempo que exige foco e celeridade.

André Leite é CIO da TAG Investimentos, multi-family office com cerca de R$ 17 bilhões de AUM, atendendo entidades de previdência complementar e famílias de alta renda. Gestor de carteiras registrado na CVM, atua na interseção entre gestão de investimentos, tecnologia e inteligência artificial aplicada ao mercado financeiro. É engenheiro pela UFRJ, com MBA pela University of Michigan, e tem trajetória focada em mercado global.