O setor financeiro consolidou-se como uma das verticais mais estratégicas para a computação de alto desempenho (HPC) combinada à inteligência artificial na América Latina, segundo Joaquim Merino, Head de Vendas de HPC e IA da Lenovo na região. Em entrevista à DCD, o executivo explicou que demandas como a análise de risco de crédito e a negociação de alta frequência (high-frequency trading) envolvem manipulação de grandes volumes de dados e o uso de algoritmos sofisticados de machine learning, o que exige capacidade computacional diferenciada.

Segundo Merino, sua área atua em três frentes dentro da Lenovo: suporte interno aos times comercial e técnico da empresa em demandas de HPC e IA, que, na avaliação dele, exigem competências pouco comuns em comparação a cargas de trabalho tradicionais de data center, como CRM; promoção externa de soluções, serviços e parcerias para clientes de governo e da iniciativa privada; e a interlocução com grandes parceiros do ecossistema de IA, como Nvidia, HP, AMD e Intel.

A explosão da IA e o legado do HPC

Trabalhando com HPC desde 1989, o executivo lembrou que a tecnologia já foi extremamente restritiva, dominada por poucos fabricantes com arquiteturas proprietárias e de difícil acesso. Ele afirma que o barateamento, decorrente da evolução das arquiteturas de cluster baseadas em x86 e das GPUs, viabilizou economicamente a atual expansão da inteligência artificial. Para Merino, a IA como campo de estudo é anterior ao HPC, mas foi o amadurecimento da computação de alto desempenho que permitiu à IA "decolar", ao suportar o consumo de grandes volumes de dados exigido por machine learning e deep learning.

Em relação à IA e às cargas de trabalho que mais pressionam a infraestrutura bancária hoje, o executivo diferenciou demandas voltadas ao público, como chatbots e ferramentas generativas de atendimento, de demandas internas, como análise de crédito e high-frequency trading, cada uma com requisitos computacionais distintos. Para Merino, porém, o maior desafio para o setor financeiro ainda está por vir: o momento em que a IA generativa passar a interagir individualmente com cada cliente para oferecer suporte financeiro personalizado, elevando de forma expressiva o consumo de tokens e, por consequência, de energia e de água nos data centers.

Maturidade desigual entre instituições

Dados do CEO Playbook 2026, estudo da IDC em parceria com a Lenovo, mostram que 97% das organizações latino-americanas planejam aumentar os investimentos em IA. Merino afirmou que cada instituição financeira vive uma realidade distinta em termos de maturidade digital. Para ele, não há dúvida de que quem não avançar na adoção de inteligência artificial perderá competitividade, não necessariamente por deixar de oferecer uma novidade vistosa ao cliente, mas por não dispor de ferramentas de análise e de tomada de decisão que proporcionem um diferencial competitivo. O executivo descreveu a inteligência artificial como um mecanismo de extração de valor a partir de dados já existentes, e não como uma tecnologia capaz de criar informação nova. Nesse sentido, argumentou que a urgência atual não está apenas em ter dados bem geridos e estruturados, mas também em explorá-los efetivamente, antes que outros agentes o façam.

Sobre governança de dados, Merino afirmou que o setor financeiro já tratava o tema como prioridade muito antes da popularização da IA, o que o coloca à frente de outros setores, como a manufatura, e mesmo de áreas do governo, que apresentam maturidade desigual entre ministérios como saúde, energia, segurança e economia. Para ilustrar o risco de não explorar dados estratégicos, o executivo citou a legislação brasileira que trata os dados geológicos como propriedade nacional e ponderou que nenhum sistema é hoje inviolável, cabendo às organizações mitigar riscos de acesso indevido e não buscar uma proteção absoluta.

Energia: o gargalo estrutural da região

Ao tratar da engenharia de hiperdensidade em data centers, Merino classificou o consumo energético do setor como um problema grave. Ele citou uma projeção da IDC segundo a qual data centers em operação no mundo consumirão 100 GW até 2030, um patamar equivalente à metade da capacidade instalada total do Brasil, hoje em torno de 200 GW. Como exemplo concreto, ele falou sobre o supercomputador do PBIA, orçado em 1 bilhão de reais, cuja instalação está prevista para o Rio Grande do Norte em razão do excedente de energia eólica anunciado recentemente no estado.

Merino ponderou que, apesar de reconhecer o mérito da escolha, a dependência de uma fonte intermitente como a eólica levanta questionamentos sobre a estabilidade do fornecimento para uma infraestrutura crítica, e reforçou que a máquina, mesmo assim, já nasce com capacidade limitada frente às necessidades futuras de treinamento e inferência de modelos nacionais. Para o executivo, a escassez de energia disponível é hoje o principal fator limitante para a instalação de novos data centers de grande porte na América Latina, o que também explica por que a adoção de IA na região ainda é considerada baixa.

Neptune: refrigeração líquida para reduzir espaço e energia

Sobre a otimização do espaço físico em data centers, Merino atribuiu os ganhos da Lenovo, como a redução da densidade em 50%, à arquitetura de refrigeração líquida Neptune, desenvolvida ao longo de 13 anos e hoje na sexta geração. A solução, diz Merino, evoluiu de um sistema que retirava calor apenas da CPU para uma arquitetura que resfria todos os componentes geradores de calor do servidor, incluindo memória, fonte e cartões PCI, por meio de dutos de cobre com tecnologia específica para evitar condensação.

Merino destacou que a eliminação da necessidade de ventiladores, que ocupam muito espaço físico no data center, permite reduzir o tamanho dos servidores e tornar os equipamentos muito mais silenciosos. Segundo ele, a solução é desenvolvida em conjunto com a engenharia da Nvidia, cujas principais GPUs também utilizam refrigeração líquida, o que resulta em uma redução do consumo de energia da ordem de 40%. O executivo ainda contrastou o circuito fechado de água utilizado pela Lenovo com soluções concorrentes baseadas em glicol, substância que classificou como tóxica e sujeita a exigências regulatórias adicionais para data centers.

Nuvem pública, IA soberana ou modelo híbrido?

Sobre a possibilidade da arquitetura Neptune, aplicada a plataformas como a AI Cloud Giga Factory da Nvidia, ser adaptada para bancos que desejam construir infraestrutura de IA própria, em vez de depender apenas da nuvem pública, Merino associou a decisão à discussão sobre soberania de dados. Para ele, instituições financeiras tenderão a adotar um modelo de IA híbrida, mantendo dados sensíveis em ambientes próprios (giga factories on-premises) enquanto avaliam, caso a caso, a relação entre o risco financeiro de vazamento e o custo-benefício de manter cargas de trabalho na nuvem. A Lenovo mantém uma relação estreita com provedores de nuvem, diz Merino, e o papel da sua equipe é consultivo, orientando clientes financeiros a ponderar riscos e custos entre manter dados on-premises e na nuvem, sem que isso represente concorrência com os CSPs (cloud service providers).

A partir de 1º de setembro, Joaquim Merino vai liderar um roadshow de inteligência artificial pela América Latina, com passagens por Santiago, Cidade do México, Bogotá, Lima, Assunção e Buenos Aires, encerrando no Brasil. O tema central da iniciativa será a soberania tecnológica e de dados aplicada às necessidades de IA na região.

Na avaliação do executivo, a inteligência artificial se tornará “a próxima arma de decisão em massa”, e países ou organizações capazes de extrair valor de seus dados com eficiência terão vantagem competitiva e geopolítica. Para Merino, a construção de soberania em IA depende de três pilares: capacidade de produção local de microprocessadores, um caminho que, segundo ele, leva de 10 a 20 anos para alcançar concorrência com fabricantes como a TSMC; formação de mão de obra especializada nas disciplinas ligadas à IA e HPC; e desenvolvimento de uma pilha de software em código aberto. Ele reconheceu a liderança da Nvidia no mercado, sustentada pelo ecossistema CUDA, mas ponderou que a dependência da compra de GPUs da fabricante é um fator a ser considerado. Segundo ele, uma estratégia possível é iniciar a jornada de IA apoiada em arquiteturas CUDA/Nvidia enquanto se desenvolve, em paralelo, um ecossistema equivalente baseado em ferramentas open source, capaz de operar de forma agnóstica em relação a fabricantes como Nvidia, Intel, AMD, Risc-V ou Arm. Para Merino, esse é um processo complexo, que exige política de Estado de longo prazo, financiamento e capacidade técnica.