Tempo de leitura: 4 minutos
Olá, é um prazer inenarrável estar mais uma vez escrevendo este post. Em 2 de outubro de 2026, a OpenAI apresentou como a Chatham Financial está usando Codex e modelos GPT para transformar processos ligados ao mercado de capitais. O caso chama atenção porque a empresa não está tratando a IA apenas como uma forma de acelerar tarefas: ela está redesenhando os próprios fluxos de trabalho, mantendo revisão humana, rastreabilidade e controles.
A promessa parece simples — fazer em poucos minutos algo que antes levava meia hora. Mas o ponto mais interessante está em outro lugar: onde termina a automação e começa o julgamento especializado? A resposta aparece na forma como a Chatham valida transações, cria aplicações internas e desenvolve sua plataforma para clientes.
Como a IA no mercado financeiro reduziu o tempo de validação
Uma das primeiras aplicações destacadas pela OpenAI está na validação de operações. A equipe de Controls and Data Integrity da Chatham verifica se os registros dos sistemas correspondem ao que o cliente autorizou e ao que foi efetivamente executado — uma atividade importante em um ambiente no qual pequenos erros podem gerar consequências relevantes.
Com o Codex, a empresa desenvolveu uma aplicação que reúne evidências da transação, compara termos importantes e sinaliza possíveis divergências para análise. Segundo a Chatham, as primeiras medições reduziram o tempo de revisão de aproximadamente 30 minutos para menos de 4 minutos.
Isso não significa que a empresa tenha simplesmente eliminado os revisores. A aplicação ainda está sendo comparada com transações reais e com o trabalho de profissionais experientes antes que a automação seja ampliada. Esse cuidado mostra uma característica importante da IA no mercado financeiro: velocidade é útil, mas a capacidade de auditar o resultado é indispensável.
IA no mercado financeiro também está sendo construída pelos funcionários
A estratégia da Chatham não depende apenas de uma equipe central de tecnologia. Funcionários usam ChatGPT e Codex em atividades de pesquisa, análise, redação e desenvolvimento de software. A empresa também criou o Chatham Vibes, uma plataforma interna para que profissionais construam aplicações adaptadas às necessidades de suas próprias áreas.
Algumas dessas aplicações ajudam equipes a revisar operações próximas do vencimento, preparar planilhas de preços e elaborar comunicações para clientes. Outras apoiam a criação de tabelas de taxas de renda fixa, painéis de hedge e revisão de confirmações de negociação.
O modelo lembra outros casos em que a IA deixa de ser uma ferramenta isolada e passa a fazer parte da rotina profissional, como no uso do ChatGPT no trabalho. A diferença é que, na Chatham, essas soluções também podem chegar a fluxos voltados aos clientes. Os especialistas continuam responsáveis por avaliar o contexto, corrigir resultados e decidir o que pode ser entregue.
Como a IA no mercado financeiro entra no desenvolvimento do Chatham Onyx
A Chatham também usa o Codex no desenvolvimento do Chatham Onyx, uma plataforma que reúne ativos, dívidas e derivativos em um ambiente com dados conectados e governados. De acordo com a empresa, o Codex auxilia no planejamento, na construção, nos testes, na documentação e na revisão do software.
A plataforma utiliza diferentes modelos para diferentes tipos de tarefa. Atividades simples de análise e testes que não entram em produção podem ser encaminhadas para modelos mais econômicos, enquanto tarefas complexas usam modelos voltados a maximizar precisão e valor.
Um dos recursos citados é o ChatFIN, que resume padrões em dados históricos de mercado, ajuda usuários a compreender seus portfólios e localiza documentos jurídicos relacionados a contratos de dívida, derivativos e arrendamentos. Ainda assim, a ferramenta não substitui a interpretação dos consultores: ela organiza a informação, enquanto os profissionais aplicam conhecimento de mercado e contexto do cliente.
O que a IA no mercado financeiro revela sobre produtividade
O caso da Chatham apresenta uma visão menos simplista sobre produtividade. O objetivo não é fazer com que a IA tome todas as decisões, mas retirar dos especialistas parte do trabalho de reunir informações, comparar documentos e identificar exceções.
Essa distinção é importante. Em uma instituição financeira, automatizar uma etapa sem compreender seus riscos pode apenas transferir o problema para outro ponto do processo. Por isso, a Chatham descreve uma abordagem baseada em identificar os dados mínimos necessários, preservar as evidências e definir em quais momentos o julgamento humano continua essencial.
Na prática, a IA no mercado financeiro funciona menos como um piloto automático e mais como uma equipe de apoio: acelera a preparação, destaca o que merece atenção e libera os profissionais para lidar com casos difíceis. Uma lógica semelhante aparece no uso do Codex para economizar horas de engenharia, embora aplicada a outro contexto empresarial.
Conclusão: a IA no mercado financeiro devolve tempo aos especialistas
A notícia sobre a Chatham mostra que a adoção de IA no mercado financeiro está avançando por meio de fluxos específicos, aplicações internas e sistemas construídos para manter supervisão e rastreabilidade. A redução da validação de operações de cerca de 30 minutos para menos de 4 é expressiva, mas não é a única lição do caso.
O resultado mais relevante é a mudança na distribuição do tempo. A tecnologia assume comparações estruturadas, organização de evidências e identificação de possíveis exceções, enquanto os especialistas se concentram em interpretar dados, administrar situações complexas e aconselhar clientes.
É justamente aí que a questão apresentada no início encontra sua resposta: a IA no mercado financeiro não precisa substituir o julgamento para transformar o trabalho. Quando é incorporada a processos governados e avaliada contra operações reais, ela pode fazer algo mais útil — devolver aos profissionais as horas necessárias para exercer o conhecimento que a automação, sozinha, não possui.
