terça-feira, 8 de setembro de 2026
PesquisarExplore

Nubank processa 100+ produtos em 2025 com IA, mas regulação FGTS freia crescimento de carteira para 10%

O Nu Holdings lançou seu modelo de IA nuFormer em 2025, processando mais de 100 produtos e recursos. A ferramenta acelerou aquisição de clientes, mas mudanças na regulação do FGTS em novembro reduziram o crescimento esperado da carteira de 13-14% para 10%. Inter & Co captou 7 milhões de novos clientes em 2025, com coortes recentes transacionando mais rápido.

Nubank processa 100+ produtos em 2025 com IA, mas regulação FGTS freia crescimento de carteira para 10%
Image generated by AI for illustrative purposes. Not actual footage or photography from the reported events.

O Nu Holdings colocou seu modelo de IA nuFormer em produção durante 2025, lançando mais de 100 produtos e funcionalidades baseadas em aprendizado de máquina. O sistema automatiza análise de crédito e acelera aprovações.

A Inter & Co registrou 7 milhões de novos clientes em 2025, sua melhor marca anual. Clientes captados recentemente transacionam mais rápido que coortes antigas, indicando melhoria na qualificação via IA.

Em novembro de 2025, mudanças na regulação do FGTS no Brasil impactaram o Nubank diretamente. O crescimento da carteira caiu de 13-14% projetados para aproximadamente 10%, evidenciando vulnerabilidade a choques regulatórios.

A Inter projeta custo de risco entre 5,5-6% para 2026. Empréstimos consignados privados devem ver inadimplência convergir acima de 10%. Os números expõem concentração de risco em modelos de IA.

O Nubank tipicamente registra elevação sazonal em NPLs (empréstimos não performados) de 15-90 dias no primeiro trimestre. Essa volatilidade sugere que modelos de IA amplinam sensibilidade a mudanças externas.

Bancos digitais brasileiros processam milhões de decisões de crédito via algoritmos. A velocidade permite expansão rápida, mas cria dependência em poucos modelos centralizados. Quando parâmetros regulatórios mudam, o impacto atravessa toda a carteira simultaneamente.

Bancos tradicionais distribuem risco entre múltiplos processos manuais e automatizados. Essa fragmentação reduz velocidade de crescimento, mas também limita propagação de erros sistemáticos.

A hipótese central permanece não testada: comparar volatilidade de inadimplência entre bancos com IA nativa versus tradicionais durante mudanças regulatórias requer dados de múltiplos ciclos econômicos. O episódio do FGTS fornece um ponto de dados, mas validação estatística demanda mais observações controlando condições macroeconômicas.

A expansão de crédito via IA no Brasil continua acelerando. Os próximos trimestres revelarão se benefícios de velocidade compensam riscos de concentração quando reguladores ajustam parâmetros ou economia desacelera.

O que sabemos · a inteligência por trás desta página
Ao vivo do substrato
O que estamos a ver
AI Investment Boom Meets Market Skepticism: Palantir's Contract Win vs. Stock Slide Amid Record Private AI Funding
Palantir secured the Army's high-profile TITAN AI-sensing contract and added a new executive, yet its stock fell 6% the same day — a sign that even marquee government AI wins no longer guarantee investor confidence. This tension plays out against a backdrop of surging private capital flooding into AI and AI-adjacent companies (Stability AI, Socure, Generalist AI, Emerald AI, and others), showing a bifurcated market: venture funding for AI remains red-hot while public-market sentiment toward AI-defense/enterprise plays is growing more cautious.
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
General Motors Company
Both facts reference General Motors' cash position at the identical point in time (2025-12-31), both measuring FY 2025 period-end. Fact A reports $20.945 billion while Fact B reports $21.7 billion—a $755 million discrepancy (3.6% difference). Since they share the same entity, attribute, date, and fiscal period with conflicting values, this is a genuine contradiction, not a change over time. The difference is material enough to suggest either: different source data, different cash classifications (e.g., one includes equivalents/restricted cash), preliminary vs. final figures, or a data quality issue.
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 fonte5,278 documentos-fonte arquivados
Consulte estes dados → isubstrate.com