By Brazil Stock Guide – O Nubank quer convencer o mercado de que a inteligência artificial será a próxima grande camada de crescimento do banco. Mas, pela primeira vez, essa tese começa a ser testada no lugar onde nenhuma narrativa tecnológica sobrevive sem números: o custo do crédito.

Em um videocast divulgado nesta quarta-feira, Eric Young, CTO do Nubank, e Rohan Ramanath, líder do time de Core AI, apresentaram a IA como uma prioridade estratégica da instituição. A ambição vai além de usar modelos para automatizar processos existentes. A ideia é redesenhar produtos, decisões e fluxos de trabalho a partir de uma lógica AI-first.

Ramanath colocou a diferença de forma simples. “Adoção é como fazer algo mais rápido”, disse. Transformação é outra coisa: “se a IA consegue fazer a maior parte desse trabalho, então qual é o trabalho?”

Essa distinção é central para entender a tase do Nubank. O banco não está dizendo apenas que pode atender melhor, programar mais rápido ou reduzir custos com IA. Está dizendo que modelos proprietários, dados em escala e baixa fricção operacional podem permitir uma nova forma de decidir crédito, precificar risco, combater fraude, renegociar dívidas e personalizar a experiência financeira no app.

O centro dessa tese é o nuFormer, modelo fundacional proprietário treinado com dados do Nubank. Segundo Ramanath, o modelo permite decisões mais granulares do que abordagens anteriores e já foi integrado ao sistema responsável por aumentos de limite de cartão no mass market brasileiro, o maior segmento individual do banco em seu principal mercado.

“Com precisão vêm inclusão e rentabilidade ao mesmo tempo”, afirmou Ramanath. A frase resume a promessa: modelos melhores não apenas reduziriam perdas, mas também permitiriam ao Nubank emprestar mais para clientes que antes ficariam fora da curva de aprovação — e fazê-lo de maneira rentável.

É uma tese poderosa. Também é uma tese que agora precisa provar que funciona em escala.

No primeiro trimestre de 2026, as provisões para perdas de crédito do Nubank chegaram a US$ 1,79 bilhão, alta de 33% no trimestre. O NPL de 15 a 90 dias subiu para 5,0%, enquanto o NIM ajustado ao risco caiu para 9,5%, ante 10,5% no quarto trimestre de 2025. A própria companhia atribuiu o movimento a três fatores: sazonalidade, crescimento da carteira e mix de produtos.

A defesa do Nubank é que não há deterioração estrutural. O NPL acima de 90 dias caiu para 6,5%, abaixo do pico de 7,0% registrado no terceiro trimestre de 2024. A carteira de crédito, por sua vez, continuou crescendo, chegando a US$ 37,2 bilhões, alta de 40% em base anual. O banco também reportou receita superior a US$ 5 bilhões, lucro líquido de US$ 871 milhões e ROE anualizado de 29%.

Ou seja: o Nubank ainda é altamente lucrativo, cresce rápido e mantém uma eficiência que os bancos tradicionais dificilmente replicam. O problema é outro. O mercado passou a perguntar se a aceleração do crédito está vindo acompanhada de um custo de risco maior do que o esperado.

O Nubank diz que o nuFormer gera sinais melhores. Mas Ramanath fez questão de separar sinal de decisão. “O nuFormer nos dá um sinal melhor, ele não nos diz o que fazer”, disse. A decisão final, segundo ele, continua ancorada em economia ajustada ao risco, política de crédito, governança, testes de imparcialidade e revisão independente pelas equipes de risco.

A frase é importante porque antecipa a crítica mais óbvia: a de que a IA poderia estar apenas dando uma linguagem sofisticada para uma expansão de crédito mais agressiva. O Nubank rejeita essa leitura. Para a fintech, modelos melhores permitem calibrar risco com mais precisão, não ignorá-lo.

Ainda assim, a cobrança mudou de natureza. Quando o banco fala em IA, investidores agora vão olhar menos para a elegância do modelo e mais para três linhas do balanço: provisões, inadimplência curta e NIM ajustado ao risco.

Além do crédito, o Nubank afirma usar IA em fraude, cobrança, precificação de depósitos, engenharia de software, desenvolvimento de produtos e produtividade interna. Em fraude, a promessa é aumentar segurança sem criar atrito excessivo para o cliente. Em cobrança, a empresa vê espaço para conversas assistidas por IA que ajudem clientes a renegociar dívidas de forma mais personalizada e menos constrangedora.

A frente mais ambiciosa é o chamado AI Private Banker. Ramanath descreveu o produto como um conjunto de capacidades dentro do app para ajudar clientes a organizar finanças, escolher o produto de crédito correto e administrar melhor dívidas. A provocação é clara: private banking sempre foi um serviço de luxo; a IA poderia tornar aconselhamento financeiro personalizado acessível ao cliente de baixa e média renda.

Se funcionar, o impacto pode ser relevante. Um app mais inteligente pode aumentar engajamento, melhorar cross-sell, elevar receita por cliente e reduzir custo de servir. Essa é a ponte entre a história de tecnologia e a tese de equity. Mas essa ponte só se sustenta se a IA melhorar a qualidade das decisões. E, no caso de um banco, a decisão mais importante continua sendo crédito.