A concessão de crédito com IA amplia o acesso ao crédito, mas a supervisão é fundamental

Muitos serviços financeiros são, em sua essência, negócios baseados em informação. Por exemplo, uma seguradora precisa ter informações corretas sobre a frequência futura de acidentes e seus custos para determinar adequadamente um preço que permita que a apólice continue sendo lucrativa.

Da mesma forma, conceder empréstimos exige avaliar adequadamente o risco de inadimplência de cada cliente e definir a taxa de juros em um nível apropriado.

Historicamente, isso era feito primeiro exclusivamente com base no julgamento humano e em fórmulas matemáticas rudimentares, e a classe social, as conexões pessoais e o comportamento individual influenciavam o acesso de cada pessoa aos serviços financeiros.

Progressivamente, surgiram métodos mais profissionais e objetivos para avaliar o risco de forma adequada e com menos viés. Por exemplo, nos Estados Unidos, as pontuações de crédito podem se tornar a forma dominante de avaliar a capacidade de um solicitante de obter empréstimos.

Mas métodos ainda mais avançados estão se tornando cada vez mais comuns: eles usam IA para avaliar os riscos de crédito com ainda mais precisão e aproveitam uma grande quantidade de dados úteis que as pontuações de crédito tradicionais não utilizam.

Assim, a concessão de crédito com IA pode alcançar tomadores de empréstimo normalmente ignorados pelos modelos de crédito convencionais e, de modo geral, melhorar a avaliação de risco. No entanto, essa ampliação do acesso ao crédito também pode trazer riscos se for feita de maneira inadequada, como erros na qualidade efetiva da análise de crédito, aumento da discriminação, entre outros.

Um novo estudo de pesquisadores da Kunming University (China), da Shanghai University of Finance and Economics (China) e da University of Hamburg (Alemanha) investiga os efeitos da inteligência artificial nos mercados de crédito.

O estudo constatou que a concessão de crédito com IA aumenta a inclusão financeira, em média, de 8,4 a 11,2 pontos percentuais, sobretudo entre as empresas de tecnologia financeira. Mas também constatou que a expansão do crédito impulsionada pela IA amplifica a volatilidade associada a riscos extremos.

Os pesquisadores publicaram suas descobertas na International Review of Economics & Finance¹, sob o título “Inteligência artificial nos mercados de crédito: concessão algorítmica de empréstimos, inclusão financeira e arbitragem regulatória”.

Análise da concessão de crédito com IA

Promessas e riscos da concessão de crédito com IA

Antes uma novidade adotada por empresas recém-chegadas ao setor, como a Upstart (veja abaixo mais informações sobre essa empresa), as tecnologias relacionadas à IA agora estão presentes, em alguma medida, na maioria dos processos de concessão de crédito.

“Os algoritmos de aprendizado de máquina agora são a base dos sistemas de concessão de empréstimos em grandes bancos de varejo, plataformas digitais de crédito e em um conjunto crescente de empresas de tecnologia financeira que estão entrando no mercado.”

Esses sistemas conseguem processar e calcular milhares de variáveis, abrangendo históricos de transações, avaliações psicométricas, padrões de comportamento em dispositivos móveis e sinais sociais em tempo real. Mas isso também pode gerar novos problemas:

• Eles podem perpetuar ou amplificar vieses históricos presentes nos dados de treinamento.
• Eles funcionam com certo grau de opacidade, o que dificulta a supervisão regulatória.
• Sua implementação em diferentes jurisdições favorece uma forma de arbitragem regulatória que desafia a lógica territorial da regulação prudencial.

Construção de uma base de dados adequada

Para compreender não apenas os efeitos da concessão de crédito com IA em âmbito local, mas também entre diferentes jurisdições, os pesquisadores analisaram 42 economias da Ásia-Pacífico (14 países), da Europa (10 países), da América Latina (10 países) e da África Subsaariana (8 países), ao longo do período de 2012 a 2022.

Os pesquisadores coletaram dados desses países sobre inclusão financeira, qualidade da estrutura de supervisão e abrangência dos arcabouços macroprudenciais.

A inclusão financeira, a métrica mais importante, foi mensurada levando em conta:

• Proporção de pessoas com uma conta formal de crédito.
• Penetração do crédito entre micro, pequenas e médias empresas (MPMEs).
• Proporção de tomadores de empréstimo em relação à população adulta.
• Número de agências de bancos comerciais por 100.000 adultos.
• Proporção de pessoas com uma conta de dinheiro móvel.

Os pesquisadores também criaram um novo indicador, a intensidade de adoção da concessão de crédito com IA (ALII, na sigla em inglês), para avaliar o grau de disseminação dessa prática em cada país.

“O ALII funciona como uma métrica estrutural da intensidade de adoção de tecnologia em nível macro e da distribuição de capacidade em todo o setor. Em vez de auditar a precisão de modelos individuais ou o alinhamento algorítmico em nível micro, o índice quantifica a densidade estrutural e a penetração operacional dos processos automatizados de tomada de decisão no ecossistema financeiro mais amplo.”

Resultados do estudo

Grandes disparidades

Como era de se esperar, o estudo constatou que a inclusão financeira varia muito entre as regiões: vai de 0.042 nas economias de baixa renda da África Subsaariana, nos primeiros anos da amostra, a 0.941 nas economias de alta renda da Ásia-Pacífico, nos anos mais recentes.

O Índice de Intensidade de Crédito por IA apresenta uma dispersão ainda maior: o valor médio de 0,317 oculta um coeficiente de variação de 0,89; a média é de 0,089 nas economias de baixa renda e de 0,524 nas economias de alta renda.

Outra constatação é que o ALII acelerou significativamente após 2016, em coincidência com a implantação comercial de aplicações de aprendizagem profunda na avaliação de crédito. Enquanto isso, os valores mais altos de Credit Cycle Volatility (CCV) foram observados em economias de mercados emergentes no período posterior a 2015, coincidindo com a rápida expansão do crédito FinTech documentada nos dados do ALII.

O crédito por IA impulsiona a inclusão

O estudo identificou uma relação direta entre o crédito por IA e a inclusão financeira.

“Um aumento de um desvio-padrão no Índice de Intensidade de Crédito por IA está associado a um aumento de 0,084 desvio-padrão no Índice de Inclusão Financeira.”

Também parece que o efeito positivo do crédito por IA sobre a inclusão financeira é mais forte quando a capacidade de supervisão é menor. Isso pode se dever a duas razões possíveis, que não são mutuamente excludentes:

• Ambientes com supervisão mais fraca contam com grupos maiores de tomadores de crédito mal atendidos, a quem os credores que usam IA podem atender de forma rentável com dados alternativos.
• Em ambientes com pouca supervisão, os credores que usam IA estão mais dispostos a conceder crédito a tomadores de perfil marginal, pois os custos regulatórios associados à atribuição de responsabilidade por possíveis inadimplências são menores.

Esse efeito também parece ser impulsionado principalmente pelas empresas FinTech, já que os credores de tecnologia que usam IA geram benefícios de inclusão financeira substancialmente maiores (3x) do que os bancos tradicionais que adotam ferramentas de IA.

“Um aumento de um desvio-padrão na intensidade do crédito por IA das empresas FinTech eleva o FII em aproximadamente 13,8 pontos percentuais, quase três vezes o efeito atribuível à adoção equivalente de IA pelos bancos tradicionais.”

Assim, parece que a ampliação da inclusão financeira não está ligada à redução, pela IA, dos custos de processamento para os clientes atuais dos bancos, mas ao uso da IA por empresas FinTech para alcançar tomadores de crédito excluídos do sistema bancário convencional.

Isso é compatível com a visão geral de que os bancos estabelecidos adotam a IA de forma defensiva — para proteger as relações com os clientes atuais —, e não expansiva, voltada à conquista de novos segmentos.

Os riscos variam de acordo com os países?

O estudo constatou que, em ambientes com pouca supervisão, o aumento da inclusão financeira por meio do crédito por IA não está significativamente associado a maiores riscos sistêmicos. Portanto, é provável que esse seja o contexto em que o crédito por IA produza os melhores resultados, com maiores ganhos de inclusão financeira e menores riscos.

Em contrapartida, nas economias mais desenvolvidas e em ambientes financeiros com regulamentação mais rigorosa, o crédito por IA proporciona ganhos de inclusão mais moderados. Nesses casos, também provoca um aumento pequeno, mas não desprezível, dos riscos. Isso provavelmente ocorre porque, nessas economias, apenas os tomadores de crédito em situação mais marginal são realmente excluídos de qualquer tipo de empréstimo.

“A inclusão financeira já é quase universal entre a população adulta, o que deixa pouca margem para que o crédito por IA amplie o grupo de pessoas incluídas.”

Como ocorre com todo tipo de crédito, os maiores riscos não surgem em condições normais de mercado, mas em períodos de forte tensão no sistema financeiro. Assim, embora o crédito automatizado pareça estável em períodos tranquilos, durante as crises ele provoca cortes de capital rápidos e uniformes, tornando essenciais colchões macroprudenciais robustos para evitar colapsos sistêmicos e pânico nos mercados.

Arbitragem regulatória

Uma constatação um pouco mais preocupante do estudo é a tendência de empresas FinTech que usam IA para conceder crédito tentarem escapar de regulamentações mais rigorosas, inclusive por meio do uso de empresas de fachada.

“Na região Ásia-Pacífico, à medida que a intensidade da supervisão local subiu de ＋0,02 para ＋0,22, as empresas não desaceleraram. Em vez disso, transferiram suas operações para fora do alcance da supervisão, elevando de 2 para 11 o número de subsidiárias de fachada fora do perímetro regulatório. Ao mesmo tempo, mais do que triplicaram o direcionamento transfronteiriço de ativos, de 14,5% para 52,8%, o que provocou um aumento acentuado dos litígios.”

Isso indica que as regulamentações locais têm dificuldade para regular plenamente esse tipo de credor. Em vez disso, acabam incentivando credores digitais ágeis a desmembrar seus negócios e transferir capital para territórios sem monitoramento.

O que os investidores devem saber sobre o crédito por IA

Este estudo confirma pesquisas anteriores que mostraram que o crédito por IA melhora a inclusão financeira. Por exemplo, já se sabia que a análise algorítmica de pedidos de hipoteca nos Estados Unidos aumenta as taxas de aprovação de tomadores pertencentes a minorias sem um aumento proporcional da inadimplência, resultado compatível com uma exclusão motivada por discriminação, e não com uma exclusão ajustada ao risco.

O estudo demonstra agora que esse efeito se verifica em praticamente todas as regiões e tipos de economia, além de reforçar a existência de uma relação causal direta entre o aumento do crédito por IA e um acesso ao capital melhor e mais justo. Esse efeito é especialmente forte em regiões com baixa inclusão financeira e/ou ambientes de supervisão mais fraca.

Ao mesmo tempo, o estudo também constatou que riscos maiores e benefícios menores são comuns nas economias desenvolvidas.

Isso pode significar que, embora inicialmente os empréstimos com IA tenham ampliado o acesso ao capital, os maiores benefícios e os menores riscos talvez estejam nos mercados de fronteira. Isso, naturalmente, com a ressalva de que esses mercados costumam ser inerentemente mais arriscados do que as economias desenvolvidas, independentemente da qualidade de cada empresa de empréstimos com IA.

Por fim, parece que as empresas de tecnologia financeira agem rapidamente para aproveitar a arbitragem regional e tentar evitar regulamentações mais rigorosas. Isso pode representar um risco de longo prazo, pois uma coordenação regional mais eficaz ou uma resposta mais dura dos órgãos reguladores pode afetar as margens e até levar a processos judiciais contra essas empresas — um risco que seus acionistas devem considerar.

Em suma, os investidores em empresas de tecnologia financeira que atuam com empréstimos baseados em IA devem avaliar se essas plataformas conseguem ampliar o acesso de forma sustentável, além de expandir sua carteira de empréstimos.

Se houver um número suficientemente grande de pessoas mal atendidas pelo setor financeiro tradicional, os empréstimos com IA provavelmente trarão grandes benefícios e contarão com um amplo mercado potencial.

Se esse grupo for pequeno demais, o aumento do risco de inadimplência em períodos de estresse no mercado ou o uso de métodos igualmente arriscados que cruzem jurisdições para contornar regulamentações podem representar perigos ocultos para os acionistas da empresa no longo prazo.

Investir em empréstimos baseados em IA

Upstart Holdings

À medida que os empréstimos e as pontuações de crédito evoluem, surgem novas empresas para oferecer alternativas melhores às pontuações de crédito e às práticas de empréstimo tradicionais. Uma delas é a Upstart, um marketplace de empréstimos baseado em IA lançado em 2012, muito antes de a IA se tornar um tema central nas discussões sobre tecnologia.

A ideia por trás da criação da Upstart era que o sistema de pontuação de crédito existente fosse ineficiente e ultrapassado. Com muito mais dados disponíveis, deveria ser possível identificar melhor os riscos dos empréstimos e, consequentemente, oferecer empréstimos mais baratos a uma parcela maior da população.

“Nosso modelo de empréstimos pessoais é significativamente mais preciso do que um modelo de crédito tradicional para avaliar o risco dos tomadores. Acreditamos que ainda há anos de melhorias nos modelos pela frente.”

Esse início precoce proporcionou à empresa uma fonte abundante de dados para treinar sua própria IA e aproveitar os avanços recentes nos métodos de treinamento de IA.

Fonte: Upstart

Isso significa que o método da Upstart consegue identificar pessoas com pontuações FICO altas que, na prática, apresentam alto risco de não pagar seus empréstimos. Por outro lado, pessoas com pontuações FICO baixas não têm tanta probabilidade de entrar em inadimplência.

Com o uso de IA e dados, a Upstart consegue, portanto, obter resultados excepcionais para um determinado grupo. Por exemplo, pode conceder mais empréstimos mantendo o mesmo nível de risco, elevando a taxa de aprovação de 27% para 67%. Ou pode reduzir significativamente as perdas, diminuindo a taxa de inadimplência de 9% para 5%, quase pela metade.

Fonte: Upstart

Além disso, o uso de um algoritmo em vez de um agente de crédito automatiza o processo. Isso reduz os custos e torna a solicitação de um empréstimo muito mais rápida e agradável.

O marketplace da Upstart conecta tomadores de empréstimos a bancos, cooperativas de crédito e investidores institucionais. A empresa informou que, em 2025, investidores institucionais compraram 64% do principal dos empréstimos originados por meio de seu marketplace.

A Upstart atua em um mercado imenso, com US$ 25 trilhões em crédito originado anualmente em todo o mundo. Desse total, até US$ 1 trilhão em receita está disponível para as plataformas que originam e administram esse crédito.

Em 2025, a empresa originou 1,5 milhão de empréstimos (alta de 115% em relação ao ano anterior), totalizando US$ 11 bilhões (alta de 86% em relação ao ano anterior), e registrou receita total de US$ 1 bilhão (alta de 64% em relação ao ano anterior). A empresa também cresce rapidamente em novos segmentos. Por exemplo, a originação de empréstimos para automóveis aumentou 5 vezes (de US$ 45 milhões no quarto trimestre de 2024 para US$ 263 milhões no primeiro trimestre de 2026), e a de empréstimos imobiliários aumentou 6 vezes (de US$ 27 milhões no quarto trimestre de 2024 para US$ 143 milhões no primeiro trimestre de 2026).

Assim, embora o número atual de empréstimos já seja expressivo, ele ainda é pequeno diante do potencial total dos métodos avançados de pontuação de crédito e da avaliação de empréstimos baseada em IA.

Fonte: Upstart

Os números recentes de crescimento e o fato de ter sido criada desde o início como uma empresa centrada em IA são pontos muito positivos para o futuro da Upstart, embora o preço das ações não tenha realmente refletido esse sucesso: está no mesmo nível de 2022 e bem abaixo do pico de 2021, durante a pandemia.

Em parte, isso se deve ao fato de que o modelo de negócios da Upstart também envolve alguns riscos.

O primeiro é a possibilidade de o modelo perder eficácia quando as condições econômicas se afastarem dos dados de treinamento e a IA não detectar novas tendências.

Outro problema é o aumento da pressão regulatória por explicabilidade, equidade e divulgação do desempenho demográfico, pois, mesmo sem intenção, a IA pode reintroduzir práticas discriminatórias anteriormente proibidas no setor financeiro.

Por fim, a empresa continua dependendo da disponibilidade de financiamento institucional ao longo dos ciclos de crédito, enquanto sinais de tensão se acumulam no sistema financeiro em meio ao elevado endividamento e a um cenário geopolítico tenso.

Ainda assim, a Upstart está bem posicionada para se tornar um importante marketplace de crédito com IA e provedora de infraestrutura para análise de crédito — uma evolução necessária em relação à iniciativa inicial das redes de fintech e P2P de promover novas práticas de concessão de crédito.

Além disso, os investidores talvez queiram se expor desde cedo a uma empresa que vem transformando radicalmente a forma como é feita a análise de crédito para empréstimos.

Últimas notícias e novidades sobre as ações da Upstart Holdings (UPST)

Estudo citado

^{1. Podong Song, Shutong Wu, Janson Partab. Inteligência artificial nos mercados de crédito: concessão algorítmica de crédito, inclusão financeira e arbitragem regulatória. International Review of Economics & Finance. Dezembro de 2026. Artigo: 105937. Volume 112. 10.1016/j.iref.2026.105937}