Ainda na cama, antes de acender a luz, Jorge Dib já está com o celular na mão. O primeiro acesso do gestor de fundos macro da asset da Galapagos Capital é o Bloomberg — um hábito que desenvolveu ao longo de décadas de mercado e que resiste intacto. Mas o segundo passo mudou. Em vez de abrir um jornal, ele lê um briefing personalizado preparado durante a madrugada por um robô.
O sistema, desenvolvido por ele próprio, combina Claude, Grok e Gemini — cada modelo com uma função. Juntos, os três rastreiam o que saiu sobre os mercados, e o resultado chega organizado, com as informações que o gestor configurou como relevantes para o seu estilo de gestão.
É só depois disso que Dib considera abrir um dos jornais que ainda assina. “O jornal é velho, né? Muitas coisas já saíram no dia anterior. Mas ainda dou uma passada rápida”, diz Joca, como é conhecido no mercado financeiro.
A inteligência artificial vem redesenhando o dia a dia da indústria de fundos brasileira. O NeoFeed conversou com oito gestoras independentes que somam mais de R$ 100 bilhões em investimentos para entender como o mercado local está adotando a tecnologia — e o que encontrou é um setor em transformação acelerada, mas ainda desigual.
Entre elas, o uso de IA para automatizar e agilizar processos antes manuais, que é quase uma unanimidade, assim como a predileção das gestoras pelo modelo de linguagem da Anthropic, que se tornou uma ferramenta de eficiência nos backoffices.
“O Claude tem um toolkit mais completo e integrado, além de ser mais fácil de usar as ferramentas mais avançadas. Dá para montar fluxos agênticos direto na plataforma, sem depender de um terceiro intermediando”, diz Thomaz Pougy, diretor de tecnologia da RBR Asset.
Na RBR, foi Pougy quem orquestrou a introdução da tecnologia nos processos da gestora. A empresa criou uma conta corporativa, associou todos os colaboradores com login próprio e, antes de liberar o acesso, montou um programa interno de treinamento. “Se você não souber o que está fazendo, vai acabar o limite de uso em dois prompts”, diz.
Com cerca de 40 funcionários, a RBR escolheu um profissional por área para ser treinado com mais profundidade técnica e disseminar o uso para os colegas, para que desenvolvesse formas de tornar suas tarefas mais eficientes.
A segunda fase foi o desenvolvimento de agentes de IA e a integração nos sistemas proprietários, facilitando tarefas do jurídico à gestão dos fundos da casa.
Na área de fundo de fundos, que precisa de informações sobre operações externas, o sistema raspa centenas de documentos públicos e faz a pré-análise, extraindo os dados que vão alimentar o sistema interno da gestora. O cadastro de uma operação, que levava mais de um dia, já caiu pela metade, conta Pougy. “E a gente vai melhorar.”
Com agentes de IA assumindo tarefas antes delegadas aos analistas menos experientes, gestoras têm conseguido aumentar o universo de cobertura sem precisar expandir equipes.
“Não demitimos ninguém. Mas um analista que cobria uma quantidade X de papéis agora consegue cobrir 2X, 3X. A gente está conseguindo ampliar essa capacidade analítica”, diz Danilo Ribeiro, CEO da Paramis Capital.
Davi Costa, analista de fundos da CVPar e responsável por acompanhar o mercado de FIDCs, usa IA para construir códigos em Python e R que automatizam tarefas operacionais. “A distância saiu de conhecimento de programação para conhecimento do problema operacional. Quem conhece bem o produto consegue, junto com a IA, construir as ferramentas de que precisa”, afirma.
O analista conta que frequentemente perguntam a ele se tem medo de ser substituído pela máquina. Ele afirma que não, e que a tecnologia veio para ajudar.
“Pela minha experiência, no meu setor, eu acho difícil a IA roubar os empregos. Você precisa do intelecto humano. O ideal para os trabalhadores é tentar aderir a essas tecnologias o mais rápido possível, muito mais do que ter medo de serem substituídos”, diz Costa.
Por outro lado, Henrique Iara, sócio e gestor de renda variável da Reach Capital, avalia que as equipes de gestão tendem a se tornar cada vez mais enxutas. “A inteligência artificial já faz o trabalho do analista júnior. Mas permanece necessária a capacidade de julgamento do gestor ou de um analista sênior.”
Responsável pela compra e venda de ações globais na Reach, Iara sempre esteve mais próximo do setor de tecnologia e foi ele quem introduziu a inteligência artificial nos processos da gestora.
Assim como o Joca, da Galapagos, Iara também desenvolveu um agente que lê as novidades de sua área de gestão e manda diariamente um resumo. Para a equipe, ele também desenvolveu um repositório de ideias alimentado por agentes de IA com tudo o que a equipe lê, recebe e discute, como relatórios e transcrições de calls de analistas e reuniões internas.
Para Iara, essa capacidade de orquestrar os agentes é uma nova skill para ser um bom gestor na era da inteligência artificial. “Um programador que sabe utilizar muito bem a IA é 100 vezes mais produtivo. Acho que essa, de certa forma, também vai ser uma dinâmica no mundo de gestão de investimentos.”
Gestora quase sem analista
Luis Felipe Amaral, CEO e sócio-fundador da Drýs Capital (antiga Equitas), levou isso ao extremo, revolucionando todo o modelo de negócio da gestora. Vindo de um duro movimento de resgate em fundos de ações no pós-pandemia, o gestor decidiu, ainda em 2022, redesenhar toda a estrutura da casa com base em inteligência artificial, capacitando os funcionários para a nova tecnologia.
“Teve gente que não se adaptou e acabou saindo. O analista que queria fazer exatamente o que eu fazia antes acabou saindo, enquanto os seniores foram reposicionados para outras áreas de negócio”, conta Amaral.
A equipe de gestão de ações, que chegou a ter 10 pessoas, sendo nove analistas, caiu para apenas dois gestores, sendo um deles o próprio Amaral. Cada um toca um fundo: Amaral, o Drýs High Convictions, e Ricardo França, o Drýs Selection. Embora sozinhos na gestão, cada um conta com sua própria orquestra de agentes de IA, desenvolvida por eles mesmos, com estilos distintos.
“Alimento esse sistema de agentes com tudo o que eu aprendi em 30 anos de mercado, com o que acredito que faça ou não sentido.” Seu sistema, conta, faz varreduras periódicas de 20 mil ações com base em suas pré-definições e entrega os resultados sob demanda.
“As calls, todas as entrevistas, tudo o que sai sobre a empresa, são os agentes que fazem a colheita das informações”, diz. “Ele me traz o que viu, a reação dos analistas, como é que isso deveria impactar as nossas projeções. Tem uma interação comigo. Dou a minha opinião.”
Além de ter uma equipe na palma da mão à disposição 24 horas por dia, Amaral conta que um dos maiores benefícios da mudança foi usar o tempo que gastava com a gestão de pessoas para se dedicar mais à gestão dos fundos. “Quando eu tinha uma equipe com 10 pessoas, uma parte do meu tempo era gestão de pessoas, egos, feedbacks. Você tem uma perda de tempo, de atenção e foco — e eu garanto que todos os gestores vivem isso.”
Hoje, afirma, as trocas de ideias se concentram nas interações com a inteligência artificial e com o gestor do fundo High Convictions. “É uma conversa muito diferente. O analista está cobrindo um ou outro setor apenas. O gestor está vendo tudo, com a responsabilidade de tomar decisões.”
O resultado tem aparecido nas cotas dos fundos. No ano, o Equitas Selection e o High Convictions acumulam altas de 25,41% e 78,98%, respectivamente, contra 9,24% do Ibovespa. O High Convictions, criado em meados de 2022 — mesmo período do início do processo de transformação da gestora —, acumula 320,20% de rentabilidade desde o início, 241 pontos percentuais acima do benchmark.
Amaral afirma que o novo modelo também promoveu uma grande economia de gastos, com a redução da folha com a equipe de analistas para entre US$ 2 mil e US$ 3 mil por mês — o que ele paga para rodar seu sistema de agentes no Claude Code. Segundo ele, o sistema é atualizado diariamente para se adaptar a novas demandas ou a modelos mais recentes lançados pela Anthropic.
De um time de vinte e duas pessoas voltadas exclusivamente à gestão de ações, a equipe caiu para vinte e um, sendo agora apenas quatro pessoas na gestão de fundos, também incluindo a frente de crédito, além de três pessoas nas áreas de suporte e comercial.
Embora tenha reduzido a equipe de gestão, o CEO conta que o time da Drýs seguiu quase do mesmo tamanho, com o surgimento de outras divisões — a empresa de biometano Renu Energia, com cinco pessoas, e o Credit Guide, uma plataforma de dados de crédito privado. Desenvolvida com IA por um analista da Drýs que se tornou responsável pelo negócio, a ferramenta se tornou a principal área da empresa em número de pessoas, com 9.
Para os quants, uma “revolução”
Caminho diferente foi traçado pela Daemon Investments, que optou por manter sua equipe de gestão intacta, utilizando a IA principalmente para ganhar eficiência nos testes de modelos quantitativos, base para a gestão de seus fundos, que gerem US$ 7 bilhões ao todo.
“Essa é a maior revolução da humanidade desde o controle do fogo”, afirma Sérgio Schirato, CEO e sócio-fundador da Daemon.
Na Daemon, a IA entrou no núcleo do processo de pesquisa e desenvolvimento de estratégias quantitativas. O que antes levava meses — simular uma estratégia, treinar parâmetros, aplicar em diferentes mercados, avaliar variações — passou a ser feito em dias.
“Estamos conseguindo fazer mais do que conseguiríamos quintuplicando a equipe. É como se ganhássemos superpoderes”, diz ele.
Além da velocidade, a gestora integrou a IA diretamente à sua base de códigos via soluções corporativas da Anthropic, permitindo que o modelo acesse o trabalho de toda a equipe simultaneamente. “É quase uma consciência coletiva”, define.
A ideia de uma base de conhecimento compartilhada também tem sido utilizada pela Legacy Capital. André Dias, gestor quantitativo da gestora, conta que a base de dados antes restrita à área quant está sendo aberta para toda a empresa, com agentes que cruzam séries temporais com comentários internos dos analistas, permitindo inclusive avaliar o histórico de acertos de cada um.
Na frente quant, a IA também preencheu uma lacuna deixada pela saída de programadores juniores. “A gente conseguiu recobrir isso já utilizando AI. Aumentamos muito nossa produtividade de desenvolvimento”, diz.
Tanto Dias quanto Schirato têm buscado utilizar a IA também em seus modelos quantitativos para avaliar o sentimento do mercado sobre determinados ativos.
Na Legacy, a área quant passa transcrições de earnings calls por modelos de linguagem para classificar se o tom da empresa foi otimista ou pessimista — uma análise que antes exigia modelos proprietários mais rudimentares. Na Daemon, Schirato menciona o interesse em análise de dados alternativos, como redes sociais, como próximo passo do processo.
Funções semelhantes já existem há anos e se tornaram um negócio nos Estados Unidos. Uma das empresas que atuam nessa frente é a Context Analytics, adquirida em fevereiro pela israelense Bridgewise, que também atua no Brasil e busca adaptar a tecnologia desenvolvida para o mercado local.
A Context Analytics, sediada em Chicago, com mais de 13 anos de operação, é utilizada por S&P Global, Millennium e BlackRock, principalmente em estratégias quantitativas. O produto monitora minuto a minuto o sentimento do mercado em redes sociais e notícias para antecipar oscilações bruscas nos preços das ações.
Daniela Italiano, diretora de vendas da Bridgewise para a América Latina, afirma que o interesse maior pelo produto da Context Analytics é de fundos quantitativos. Segundo ela, no entanto, a tecnologia ainda precisa de alguns ajustes para se adaptar ao mercado brasileiro — entre eles, melhor compreensão de ironias e sarcasmo nas redes sociais.
Para ela, o interesse de gestoras pelo uso de IA para tomada de decisão ainda é restrito a poucos players locais. “A gente vê inteligência artificial sendo aplicada no processo de back, middle, como geração de eficiência de processos — isso já está mais do que comprovado. Mas quando a gente fala de uma tecnologia para geração de alpha como aliado na estratégia da gestora, não é uma conversa tão trivial assim.”
