O Bank of America contratou mil profissionais terceirizados para corrigir falhas de software expostas por modelos avançados de inteligência artificial, entre eles o Mythos, da Anthropic. Quem disse foi o presidente-executivo do banco, Brian Moynihan, em entrevista à CNBC em 14 de outubro, depois da divulgação do resultado do terceiro trimestre. Os contratados entraram no segundo trimestre, continuam no banco e trabalham ao lado das 3 mil pessoas que a instituição já mantinha na área, o que põe cerca de 4 mil pessoas na tarefa de tapar buracos que uma máquina encontrou.
Esse risco é risco real, e foi por isso que, quando os modelos de fronteira apareceram, muitos de nós se sentaram e disseram: como fazemos para atravessar isso rápido?
O custo aparece no balanço, mas não isolado. Moynihan disse a analistas que o banco gastou algumas centenas de milhões de dólares no terceiro trimestre com o trabalho de correção de software somado às exigências regulatórias de prevenção à lavagem de dinheiro, sem dar número separado para a correção. É uma ressalva que importa para quem quiser citar o caso: não existe, na fonte, cifra isolada do que custou consertar falhas encontradas por IA. O Mythos foi liberado em abril para um grupo restrito de bancos, empresas de tecnologia e órgãos de governo, e a CNBC registra que as declarações estão entre as primeiras de uma grande corporação americana a especificar gente e dinheiro empregados para proteger sistemas desse tipo de modelo.
As duas contas da IA no mesmo balanço
No mesmo dia e para os mesmos analistas, Moynihan apresentou o outro lado da conta: o banco tem cerca de 130 projetos internos de IA, e a economia esperada com eles sobe de US$ 300 milhões este ano para US$ 700 milhões em 2027. O quadro de pessoal caiu em cerca de 3.400 postos no último ano, com corte de aproximadamente 5% dos gerentes, e a CNBC escreve que não está claro quanto dessa redução se deve à inteligência artificial. Há assimetria nessa apresentação que vale apontar: a economia vem projetada com número e com ano, o custo defensivo vem embutido num total compartilhado com outra rubrica. A mesma tecnologia entra no balanço duas vezes, e só uma das duas entradas tem meta divulgada. As ações do banco caíram até 8% naquela quarta-feira, segundo a CNBC, que não atribui a queda ao gasto com correções. Moynihan projeta alívio, e a projeção é dele: uma vez feita a correção, disse, não é preciso corrigir tanto, porque a fila anda. Ele também deixou uma frase que descreve bem a posição de qualquer cliente corporativo de software neste momento, e que cabe no Brasil sem adaptação: é preciso ficar à frente dos atacantes e ter em mente que quem faz o desenvolvimento do software é quem está tentando vender os serviços.
Por que isso chega ao banco brasileiro antes do Mythos
O custo descrito não é o custo de usar IA, é o custo de a IA de outra pessoa ler o seu código. E aqui está a parte desconfortável para instituição brasileira: a capacidade chega antes do acesso. O Mythos foi distribuído a um grupo pequeno, selecionado, de bancos e órgãos americanos, como esta redação registrou ao cobrir o programa de verificação para profissionais de segurança e a Cyber Mission da Anthropic, que oferece varredura de código aberto a operadores de infraestrutura. Quem está dentro desse grupo descobre as próprias falhas primeiro e pode contratar 4 mil pessoas para corrigi-las. Quem está fora tem o mesmo código vulnerável, muitas vezes o mesmo software de fornecedor, e descobre depois, por quem encontrar primeiro.
A conta de Moynihan também dá uma medida útil de proporção para quem faz orçamento de segurança no Brasil. Se um banco do tamanho do Bank of America precisou somar mil contratados a 3 mil funcionários para atravessar uma onda de correções, o esforço equivalente numa instituição menor não é um projeto de trimestre, é uma decisão de prioridade que desloca outra coisa. O caso é um dado concreto, de fonte identificada e com nome do executivo, num debate que até aqui andava com estimativa e alegação de fabricante. Vale lembrar que tudo isso são declarações do banco, no dia do resultado, sem auditoria independente dos números apresentados.
