A compra da startup NeoSpace pelo Itaú e o financiamento bilionário da Anthropic mostram como a inteligência artificial está transformando o setor financeiro e ampliando a demanda por infraestrutura e profissionais especializados.
Em Resumo:
Veja mais informações a seguir!
A inteligência artificial está se tornando uma tecnologia estratégica para o setor financeiro. De análises de crédito à prevenção de fraudes, as ferramentas de IA podem ajudar instituições a processar grandes volumes de informações, automatizar tarefas e desenvolver serviços mais personalizados.
Esse cenário ajuda a explicar dois movimentos anunciados em outubro de 2026. No Brasil, o Itaú Unibanco fechou um acordo para comprar a startup de inteligência artificial NeoSpace por R$ 2,925 bilhões.
Nos Estados Unidos, um grupo formado por grandes instituições financeiras e pela gestora Blackstone anunciou um financiamento de US$ 63 bilhões para viabilizar a expansão da capacidade computacional da Anthropic, empresa responsável pelo desenvolvimento do Claude.
As operações têm estruturas diferentes, mas apontam para uma mesma tendência: a inteligência artificial passou a ocupar um lugar importante nas decisões de investimento e nas estratégias de longo prazo de grandes empresas.
A seguir, entenda o que motiva esses investimentos e quais são os possíveis impactos para o mercado de tecnologia.
Em 26 de outubro de 2026, o Itaú Unibanco anunciou um acordo para adquirir a totalidade das ações da NeoSpace A.I. Technologies, startup brasileira fundada em 2023 e sediada em Uberlândia, Minas Gerais. O valor anunciado foi de R$ 2,925 bilhões.
A empresa desenvolve modelos de inteligência artificial capazes de identificar padrões e relações em grandes volumes de dados. Segundo informações publicadas pelo g1, na reportagem sobre a aquisição da startup mineira, a tecnologia da NeoSpace já vinha sendo utilizada pelo banco em aplicações como análise de crédito, prevenção a fraudes e relacionamento com clientes.
A aquisição amplia uma parceria que já existia havia quase dois anos. Com o negócio, o Itaú busca fortalecer sua capacidade de desenvolver modelos próprios de inteligência artificial e acelerar a evolução de suas soluções digitais.
A conclusão da operação ainda depende de aprovações regulatórias, incluindo as do Conselho Administrativo de Defesa Econômica (Cade) e do Banco Central do Brasil.
A aquisição de uma empresa especializada pode oferecer ao banco acesso mais direto a equipes de pesquisa, conhecimento técnico, modelos desenvolvidos e experiência prática na aplicação da tecnologia.
Em vez de construir todas essas capacidades do zero, a instituição incorpora uma estrutura que já trabalha com problemas reais do negócio.
No caso da NeoSpace, a parceria anterior também oferece uma base para a continuidade do desenvolvimento. A tecnologia já era utilizada em atividades do banco, o que pode facilitar sua integração a novos projetos.
Segundo as informações divulgadas sobre a operação, a NeoSpace deverá manter sua gestão autônoma, sua equipe e a liderança de Bruno Pierobon. A continuidade da estrutura busca preservar o conhecimento técnico e a capacidade de pesquisa da empresa.
O negócio ilustra uma estratégia que vai além da adoção de ferramentas prontas: o objetivo é ampliar o domínio sobre tecnologias consideradas importantes para a competitividade da instituição.
+ Quem é Sam Altman e por que estudantes de tecnologia devem conhecer sua trajetória?
Outro exemplo da dimensão dos investimentos em inteligência artificial foi anunciado em 26 de outubro de 2026.
De acordo com reportagem do InfoMoney, publicada com informações do Estadão Conteúdo, Bank of America, Citi, Morgan Stanley e Blackstone anunciaram uma operação de financiamento de US$ 63 bilhões destinada à expansão da capacidade computacional da Anthropic.
A operação envolve a aquisição de aceleradores de inteligência artificial e equipamentos de rede da Broadcom. Os equipamentos serão alugados à Anthropic, e as entregas estão previstas para começar em 2027.
Nesse caso, é importante fazer uma distinção: os bancos e a Blackstone não estão comprando a Anthropic. Eles estão participando de uma estrutura de financiamento destinada a viabilizar a infraestrutura necessária para ampliar a capacidade de processamento da empresa.
A diferença ajuda a entender como o mercado de IA movimenta recursos em várias frentes. Além das empresas que desenvolvem modelos, há demanda por chips, equipamentos de rede, centros de processamento de dados, energia e capital para financiar essa estrutura.
Conheça as trilhas de aprendizagem de Engenharia de Software e Ciência de Dados da Allevo Tech
O desenvolvimento e a operação de sistemas avançados de IA exigem grande capacidade computacional.
Modelos de larga escala precisam ser treinados e executados em equipamentos especializados, que consomem energia e precisam de infraestrutura de rede, refrigeração e armazenamento de dados.
Quanto maior a demanda por esses sistemas, maior pode ser a necessidade de ampliar a capacidade de processamento disponível.
O financiamento de US$ 63 bilhões demonstra que o crescimento da IA também cria oportunidades para empresas e investidores que viabilizam sua infraestrutura. O negócio conecta instituições financeiras, fornecedores de tecnologia e desenvolvedores de modelos em uma mesma cadeia econômica.
+ Cargos de tecnologia têm salários médios de até R$ 55 mil, aponta Guia Salarial 2027
As duas operações ajudam a identificar algumas das razões pelas quais as instituições financeiras estão destinando recursos à IA.
Bancos lidam diariamente com grandes quantidades de transações, documentos, solicitações e informações. Sistemas de inteligência artificial podem auxiliar na classificação de dados, na análise de documentos, no atendimento e em outras atividades operacionais.
A automação pode reduzir o trabalho manual em determinadas tarefas e permitir que as equipes concentrem esforços em atividades que exigem análise e tomada de decisão.
Os resultados, entretanto, dependem da qualidade dos sistemas, da integração com os processos existentes e da supervisão humana adequada.
A identificação de padrões em grandes conjuntos de dados pode ajudar instituições a avaliar riscos e detectar comportamentos suspeitos.
Na análise de crédito, modelos podem apoiar a avaliação de informações relevantes para estimar a capacidade de pagamento de um cliente. Na prevenção a fraudes, sistemas podem identificar transações que apresentam características incomuns.
Essas aplicações exigem controles rigorosos. Dados inadequados podem comprometer os resultados, enquanto modelos mal projetados podem reproduzir vieses e gerar decisões injustas.
Por isso, a implementação de IA no setor financeiro precisa considerar segurança, explicabilidade, privacidade e conformidade regulatória.
A inteligência artificial também pode ajudar bancos a adaptar serviços às necessidades de cada cliente.
Com o uso responsável de dados, sistemas podem apoiar recomendações financeiras, organizar informações sobre gastos e facilitar o acesso a produtos e serviços relevantes para diferentes perfis.
No caso do Itaú, a aquisição da NeoSpace está relacionada à ampliação de suas capacidades próprias de IA, incluindo aplicações para relacionamento com clientes e desenvolvimento de soluções financeiras.
A personalização, porém, precisa respeitar as regras de proteção de dados e os limites de uso das informações dos consumidores.
Empresas que dependem exclusivamente de soluções externas podem enfrentar limitações relacionadas a custos, personalização, integração e controle sobre a tecnologia.
Ao adquirir uma empresa especializada ou investir em equipes próprias, um banco pode ampliar sua capacidade de adaptar modelos às necessidades específicas de sua operação.
Isso não significa que desenvolver IA internamente seja sempre mais barato ou eficiente. A estratégia envolve custos de infraestrutura, pesquisa, contratação de profissionais e manutenção contínua.
A decisão depende de fatores como a importância estratégica da tecnologia, a escala de uso e a capacidade de transformar o investimento em resultados concretos.
A concorrência entre instituições financeiras também passa pela experiência digital oferecida aos clientes.
Serviços mais rápidos, atendimento eficiente, prevenção de fraudes e ferramentas financeiras personalizadas podem influenciar a percepção de qualidade de um banco.
Nesse contexto, a IA deixa de ser apenas um recurso experimental e passa a integrar decisões sobre produtos, infraestrutura e desenvolvimento de negócios.
O investimento em empresas especializadas pode acelerar esse processo, desde que a tecnologia seja incorporada de maneira segura e sustentável.
+ Dia da Ciência e Tecnologia: quais certificações online podem ajudar na carreira de TI?
A movimentação de bilhões de reais e dólares em inteligência artificial chama a atenção para uma questão importante: a tecnologia depende de profissionais capazes de desenvolver, integrar, operar e avaliar esses sistemas.
Para estudantes e profissionais que desejam entrar ou crescer no setor, isso significa que as oportunidades não estão restritas à criação de modelos de IA.
A expansão desse mercado envolve diferentes especialidades, com responsabilidades que vão da preparação de dados à operação de sistemas em larga escala.
Profissionais de engenharia de software desenvolvem as aplicações que conectam modelos de inteligência artificial a produtos, plataformas e processos empresariais.
Isso envolve criar APIs, integrar serviços, construir sistemas confiáveis, testar funcionalidades e garantir que as soluções funcionem em ambientes de produção.
Conhecimentos de programação, arquitetura de software, bancos de dados, testes e integração de sistemas continuam sendo importantes, inclusive para quem pretende trabalhar com IA generativa.
Os modelos de IA dependem de informações adequadas para produzir resultados úteis.
Cientistas e engenheiros de dados trabalham na coleta, organização, análise, transformação e disponibilização dessas informações. Também podem participar da avaliação de modelos e da identificação de padrões relevantes para o negócio.
Estatística, programação, SQL, qualidade de dados e fundamentos de aprendizado de máquina são conhecimentos que podem contribuir para essa trajetória profissional.
A construção e a adaptação de modelos exigem conhecimentos específicos sobre algoritmos, treinamento, avaliação e implantação.
Entre as atividades possíveis estão o desenvolvimento de modelos preditivos, a criação de aplicações com IA generativa, a avaliação de respostas de sistemas e a integração de modelos a processos empresariais.
Também é importante compreender as limitações dessas ferramentas. Um sistema pode produzir respostas incorretas, apresentar vieses ou falhar quando aplicado a situações diferentes daquelas consideradas em seu desenvolvimento.
A expansão da capacidade computacional da Anthropic mostra que a infraestrutura é parte relevante da cadeia de inteligência artificial.
Profissionais dessa área trabalham com computação em nuvem, implantação de aplicações, monitoramento, disponibilidade, desempenho e custos operacionais.
Já práticas de MLOps ajudam a organizar o ciclo de vida dos modelos, desde sua implantação até o monitoramento e a atualização.
Essas competências são importantes para transformar protótipos em sistemas que possam ser utilizados de forma confiável por empresas e clientes.
O uso de inteligência artificial em operações financeiras exige atenção à proteção de dados, ao controle de acessos e à segurança dos sistemas.
Profissionais de segurança da informação e governança podem atuar na avaliação de riscos, na prevenção de vazamentos, no monitoramento de aplicações e na definição de regras para o uso responsável da tecnologia.
Essa frente também envolve questões como rastreabilidade, supervisão humana, explicabilidade e cumprimento de normas aplicáveis.
Para quem está começando, acompanhar notícias sobre aquisições e financiamentos é uma forma de entender para onde o mercado está direcionando recursos. O próximo passo é transformar esse interesse em conhecimentos técnicos e projetos práticos.
Algumas iniciativas podem ajudar nesse processo:
A formação pode combinar cursos, projetos autorais, experiências profissionais e certificações pertinentes aos objetivos de carreira. Mais importante do que conhecer uma ferramenta específica é compreender os fundamentos necessários para utilizá-la, avaliar seus resultados e resolver problemas reais.
A aquisição da NeoSpace pelo Itaú e o financiamento da infraestrutura da Anthropic mostram que a inteligência artificial já influencia decisões importantes de empresas e investidores.
Os dois casos representam estratégias distintas. Enquanto a aquisição permite ao banco ampliar o acesso a conhecimentos e tecnologias especializadas, o financiamento internacional ajuda a viabilizar os equipamentos necessários à expansão da capacidade computacional.
Para estudantes e profissionais de tecnologia, o cenário reforça a importância de desenvolver competências que vão além do uso cotidiano de ferramentas de IA. Engenharia de software, ciência de dados, aprendizado de máquina, infraestrutura e segurança da informação fazem parte de um ecossistema que precisa funcionar de forma integrada.
A evolução desse mercado não garante, por si só, a abertura de um número específico de vagas ou a valorização de todas as especialidades. As oportunidades dependerão dos investimentos efetivamente realizados, da adoção das soluções pelas empresas e da capacidade dos profissionais de acompanhar as mudanças.
Ainda assim, compreender como a IA é desenvolvida, financiada e aplicada aos negócios ajuda a identificar caminhos de formação e especialização para quem deseja construir uma carreira em tecnologia.
Conheça os cursos e as trilhas de aprendizagem da Allevo Tech e desenvolva competências em áreas como Engenharia de Software, Ciência de Dados e Inteligência Artificial para acompanhar as transformações do mercado de tecnologia.
A compra da startup NeoSpace pelo Itaú e o financiamento bilionário da Anthropic mostram como a inteligência artificial está transformando o setor financeiro e ampliando a demanda por infraestrutura e profissionais especializados.
Entenda o que é processamento de dados, a diferença entre dado e informação, as principais etapas e os tipos em lote e em fluxo.
Em resumo: A aprendizagem da matemática continua sendo um dos maiores desafios da educação brasileira. Os resultados do Ideb 2025 reforçaram esse cenário ao mostrar que, apesar dos avanços em alguns indicadores da Educação Básica, muitos estudantes ainda concluem o Ensino Médio sem dominar habilidades essenciais da disciplina. Para muitas famílias, esses dados levantam uma […]
