Estudo da Hitachi Vantara aponta que, apesar de o crescimento acelerado dos dados ser a principal preocupação das instituições financeiras, o setor ainda investe pouco em infraestrutura preparada para a inteligência artificial.

A pesquisa, que entrevistou 100 executivos de bancos, empresas de pagamento e instituições de investimento em diversos países, mostra que 35% das organizações têm como prioridade a gestão do aumento do volume de dados. Mesmo assim, apenas 10% dizem priorizar plataformas de armazenamento compatíveis com IA, e só 9% consideram essencial a criação de hubs centralizados para governança, relatórios, IA, machine learning e reutilização de dados.

Soberania e conformidade regulatória aparecem como a segunda maior preocupação, citadas por 30% dos entrevistados. O tema já influencia diretamente as estratégias de IA: 99% afirmam que os requisitos de soberania de dados impactam a escolha de onde executar cargas de trabalho de inteligência artificial, e 19% relatam limitações relevantes de escalabilidade ou de desempenho.

O estudo também destaca o peso dos custos nas decisões de armazenamento. Para 65% dos participantes, o custo total de propriedade é o principal critério na escolha de plataformas de armazenamento de objetos, superando a resiliência e a disponibilidade dos dados, mencionadas por 46%.

Segundo a Hitachi Vantara, a pressão pela redução de custos frequentemente entra em conflito com os investimentos necessários para preparar as instituições para iniciativas de IA e estratégias de dados de longo prazo.

Exigências de soberania de dados continuam a moldar a adoção de inteligência artificial no setor financeiro. Segundo o estudo, 23% das instituições limitam as cargas de trabalho de IA a regiões específicas, 21% centralizam o treinamento de modelos, mantendo os dados localmente, e 16% distribuem atividades de treinamento e inferência entre diferentes localidades para atender a normas regulatórias.

O levantamento indica que essas restrições, somadas à pressão por eficiência de custos, dificultam a criação de ambientes de dados unificados e preparados para IA.

A pesquisa também revela um mercado em diferentes níveis de maturidade: 35% das organizações já utilizam armazenamento de objetos em escala corporativa, enquanto 36% ainda operam em fases iniciais ou em pilotos.

Apesar disso, a expectativa é de avanço. Quase metade dos entrevistados (47%) prevê melhorias significativas no desempenho e na acessibilidade do armazenamento de objetos nos próximos dois anos, e nenhuma instituição acredita que o papel dessa tecnologia permanecerá inalterado nesse período.

O estudo indica que o armazenamento de objetos já sustenta iniciativas de inteligência artificial e de análise de dados em todas as instituições consultadas, sendo considerado estratégico por 43% delas.

A Hitachi Vantara afirma que arquiteturas modernas de armazenamento podem facilitar a integração de dados entre equipes, apoiar ambientes de data lakehouse e reduzir movimentações desnecessárias de dados, contribuindo para menores custos e riscos operacionais. Segundo a empresa, essas plataformas ajudam instituições financeiras a lidar com volumes crescentes de dados distribuídos sem comprometer o controle, a resiliência ou a conformidade.

No Brasil, onde o setor financeiro figura entre os mais avançados em transformação digital, os resultados reforçam a necessidade de equilibrar inovação, governança e exigências regulatórias. Para Pedro Diógenes, executivo da Hitachi Vantara no país, o desafio está em transformar dados em ativos estratégicos. Ele destaca que o armazenamento deixou de ser apenas infraestrutura e passou a ser um elemento central para a geração de valor e a competitividade.

A pesquisa, conduzida pela FStech a pedido da Hitachi Vantara, ouviu 100 executivos de bancos, empresas de pagamento e instituições de investimento. O levantamento analisou padrões de adoção de armazenamento de objetos, critérios de escolha de plataformas, modelos de implementação, desafios de soberania de dados e o papel das arquiteturas modernas no suporte a projetos de análise e de inteligência artificial.