sábado, 5 de setembro de 2026
PesquisarExplore

Inter atinge custo de funding de 65,6% do CDI com modelos de crédito baseados em IA

O Inter & Co alcançou custos de funding de 65,6% do CDI, liderando o setor bancário brasileiro. A instituição é a que mais cresce no Brasil entre bancos com mais de 20 milhões de clientes. Novos coortes de clientes transacionam mais rápido que anteriores, evidenciando maior engajamento.

Inter atinge custo de funding de 65,6% do CDI com modelos de crédito baseados em IA
Image generated by AI for illustrative purposes. Not actual footage or photography from the reported events.

O Inter & Co registrou custos de funding de 65,6% do CDI, o menor índice entre instituições financeiras brasileiras. A métrica reflete a eficiência operacional dos modelos de crédito baseados em inteligência artificial implementados pelo banco digital.

O banco é a instituição financeira que mais cresce no Brasil entre aquelas com mais de 20 milhões de clientes. Coortes mais recentes de clientes apresentam velocidade e frequência de transações superiores aos grupos anteriores, segundo dados da empresa.

O Nubank manteve margem líquida de juros ajustada ao risco estável no trimestre, excluindo o impacto do FGTS. A instituição colocou em produção o modelo de IA nuFormer em 2025, projetado para melhorar previsões de perdas de crédito.

Guilherme Lago, CFO do Nubank, afirmou que a margem líquida de juros ajustada ao risco teria permanecido estável na comparação trimestral sem os ventos contrários regulatórios do FGTS.

Modelos de risco de crédito alimentados por IA permitem aos bancos digitais brasileiros alcançar índices de eficiência e retornos ajustados ao risco superiores aos bancos tradicionais. A hipótese tem 82% de confiança e permanece não testada empiricamente.

Os testes propostos incluem comparação de índices de eficiência, taxas de NPL e retornos ajustados ao risco entre bancos digitais nativos em IA (Nu, Inter) versus bancos tradicionais brasileiros durante 2026-2027. Análise adicional medirá correlação entre datas de deploy de modelos de IA e melhorias nas previsões de perdas de crédito.

O objetivo é determinar se bancos com modelos de ML deployados demonstram custos de funding em relação ao CDI estatisticamente melhores. A metodologia busca isolar o impacto específico da tecnologia de IA nas métricas operacionais bancárias.

Os resultados preliminares do Inter sugerem vantagem competitiva significativa. A instituição combina crescimento acelerado de base de clientes com estrutura de custos otimizada por algoritmos de machine learning.

O que sabemos · a inteligência por trás desta página
Ao vivo do substrato
O que estamos a ver
AI Funding Surge: Capital Floods Fintech, Foundation Models, and Autonomous Systems
A concentrated burst of AI-linked funding on 2026-08-28 pushed well over $1.5B into companies spanning fraud/identity fintech (Socure, which also acquired Fravity), foundation models (Stability AI), AI agents and enterprise tooling (Instinct, Generalist AI, Emerald AI, Owner), and AI-adjacent autonomous/aerospace ventures (Gatik, Regent Craft). The breadth and simultaneity of these rounds signal that investor appetite for AI is not concentrated in a single vertical but is broadening into applied and infrastructure-adjacent domains, with consolidation (Socure-Fravity) beginning alongside fresh capital formation.
A nossa leitura dos dados ›
Sinais que acompanhamos
EPKINLY Regulatory-Clinical Success Cascade
High probability of expanded label indications, additional combination approvals, and competitive positioning strength in follicular lymphoma market. Predicts positive commercial uptake and potential accelerated review for related indications.
Padrões que observamos ›
Onde as fontes divergem
Morgan Stanley & Co. LLC
The same metric (eps) for the same entity (Morgan Stanley & Co. LLC) reported for the identical fiscal period (Q1 2026) and observation date (2026-03-31) has two conflicting values: 3.43 USD_per_share vs 3.08 USD. This is not a temporal change — both observations claim to measure the same point in time. The ~10% discrepancy (0.35 USD difference) is material for a financial metric.
Sinalizamos conflitos abertamente ›
Verificado recentemente
Verificado com a fonte original
4,981
factos rastreados à sua fonte — e sinalizamos os que não se confirmam.
101 entidades acompanhadas4,981 factos verificados com a fonte5,269 documentos-fonte arquivados
Consulte estes dados → isubstrate.com