JPMorgan migra general ledger para SAP e ativa agentes de IA em produção

Jeremy Barnum, CFO do JPMorgan Chase, subiu ao palco do Sapphire 2026 ao lado de Christian Klein para anunciar a maior reescrita do backbone financeiro do banco em uma década — migração completa do general ledger para a versão mais recente do SAP via RISE, agentes de IA já rodando em produção e os trilhos de pagamento do JPM embarcados nos workflows do SAP. No detalhamento publicado pela SAPinsider, os agentes monitoram em tempo real os feeds de dados de pagamento e flagram anomalias antes que cheguem ao razão — com framework de controle embutido e trilha de auditoria completa. A escala dá o peso ao movimento: o banco processa US$ 12 trilhões por dia em pagamentos, em 120 moedas, para 86 milhões de clientes nos EUA e 7 milhões de pequenas empresas. A fala de Barnum dá o recado direto para CFOs no Brasil: "IA não consegue atingir o seu potencial pleno em um ambiente legado fragmentado — precisa de dados limpos e unificados". A leitura prática: a próxima onda de adoção de IA começa pelo dever de casa de unificação da base de dados financeira — não pelo lançamento de mais um copiloto. (SAPinsider)

A nCino publicou em 13 de maio, durante o nSight 2026, o primeiro "AI in Banking Benchmark" — e o número-chave é direto: 89% dos bankers seniores nos EUA esperam estar trabalhando ao lado de agentes de IA em até 5 anos, mas apenas 21% conseguem hoje ligar o investimento em IA ao crescimento de receita. O estudo, com 150 decisores de bancos comunitários, regionais e globais, mostra que 84% das instituições já operam IA em nível corporativo e 91% dizem que a tecnologia liberou o time para trabalho de maior valor — mas só 26% conseguem amarrar a IA a redução de custo. O gargalo aparece mais para trás: 93% dos respondentes reportam pelo menos um problema sério de governança de dados — silos (52%), integridade comprometida (41%) e informação incompleta (37%). Para CFOs brasileiros, é o segundo sinal estrutural da semana (depois do JPMorgan): o teto de IA não está no modelo, está na disciplina de dados. (GlobeNewswire / nCino)

A Corlytics divulgou em 14 de maio seu relatório de enforcement do 1º trimestre — US$ 542 milhões em multas globais acima de US$ 1 milhão, distribuídas em 19 reguladores —, e o veredito é claro: falhas de privacidade de dados e de controles operacionais dispararam. O levantamento aponta US$ 270 milhões vindos só de reguladores americanos, US$ 120 milhões combinados aplicados à Canaccord Genuity por 13 anos de falhas de compliance, US$ 57 milhões ao Intesa Sanpaolo por duas violações italianas de proteção de dados, €42 milhões à Iliad SA na França por falhas de data breach e US$ 6,9 milhões ao Binance Australia por má classificação de investidores. A leitura central da Corlytics: "riscos de compliance não atendidos raramente ficam escondidos — a remediação postergada gera penalidades maiores". Para CFOs e CCOs no Brasil, o sinal é direto: a categoria que mais cresce em multa global é exatamente onde a IA agêntica está escalando — privacidade, controles e governança operacional. (FinTech Global / Corlytics)

A Stitch fechou em 14 de maio US$ 25 milhões em Série A liderada pela Andreessen Horowitz — primeira investida da a16z no GCC — para escalar um sistema operacional cloud-native que vai destravar a modernização gradual de bancos sem disrupção operacional. A startup, reportada pela FinTech Global, foi fundada por executivos de NPCI, FIS, Barclays, Santander e Azentio, com oferta modular em crédito, cartões, pagamentos e razão — atendendo clientes como Raya Financing, LuLu Exchange, Noqodi e Foodics. Em 2025, multiplicou clientes por 10x e a receita por 20x, processando US$ 5 bilhões em transações só nos seis meses anteriores ao anúncio. Alex Rampell, sócio da a16z, resume o problema: instituições financeiras gastam cerca de US$ 700 bilhões por ano em tecnologia, mas o "infrastructure debt" — décadas de sistemas legados — bloqueia a adoção significativa de IA. Para CIOs e CFOs de bancos brasileiros, é mais uma referência concreta de que a categoria "core banking AI-nativo" tem capital pronto para escalar. (FinTech Global)

Pesquisa PYMNTS Intelligence com a Paymentology, publicada em 14 de maio: 48% dos consumidores querem que agentes de IA façam compras de supermercado e gerenciem assinaturas por eles — e 44% querem agentes comprando presentes. O estudo do Payments Innovation Tracker reposiciona a infraestrutura de pagamento: a camada deixa de ser experiência de checkout e vira o "ponto crítico de controle" onde autorização e confiança são negociados. Para emissoras de cartão e plataformas de fintech, isso obriga sistemas que codifiquem preferências do usuário, limites de gasto e critérios por fornecedor diretamente nas credenciais de pagamento — transformando-as em instrumentos programáveis. Para CFOs e tesourarias com receita digital, a leitura é direta: métricas tradicionais como abandono de carrinho ficam obsoletas; o novo benchmark é eficiência máquina-a-máquina (latência, confiabilidade e compliance). A vantagem competitiva sai da otimização do checkout e migra para o controle da interface entre intenção humana e execução por máquina. (PYMNTS / Paymentology)