Bank of America põe 4 mil pessoas para corrigir falhas achadas por IA
4.000 profissionais — sendo 1.000 contratados fora do quadro e 3.000 funcionários próprios — estão dedicados a corrigir vulnerabilidades de software localizadas por modelos de inteligência artificial no Bank of America. O número foi informado por Brian Moynihan, CEO do banco, e coloca a instituição entre as primeiras grandes empresas dos Estados Unidos a dimensionar publicamente esse esforço.
A estrutura montada
Os terceirizados passaram a atuar ao lado das equipes internas a partir do segundo trimestre. Não se trata de um piloto restrito: o volume de gente mobilizada coloca o remendo de brechas no mesmo patamar de prioridade de áreas consolidadas de conformidade dentro do banco.
Do lado financeiro, Moynihan relatou que o terceiro trimestre consumiu algumas centenas de milhões de dólares em trabalho de software e em exigências antilavagem de dinheiro, sem desmembrar quanto coube apenas à correção de falhas. A ausência de uma cifra isolada impede calcular o custo unitário por vulnerabilidade tratada — mas o patamar revela que a despesa deixou de ser marginal.
| Item | Número |
|---|---|
| Profissionais externos contratados | 1.000 |
| Funcionários internos alocados | 3.000 |
| Total dedicado à correção | 4.000 |
| Início do esforço | 2º trimestre |
| Gasto no 3º trimestre (software + antilavagem) | algumas centenas de milhões de US$ |
De onde vêm as brechas
A origem do problema está nos modelos de fronteira lançados pelas próprias desenvolvedoras de IA. Em abril, a Anthropic liberou o Mythos apenas para parceiros selecionados, dentro do chamado Project Glasswing, e afirmou que o modelo identificou milhares de vulnerabilidades graves de segurança. Em maio, a OpenAI apresentou o Daybreak, programa voltado ao mesmo tipo de detecção.
A recepção inicial foi cética: parte do mercado tratou os avisos e as contramedidas como peça de marketing. O tom mudou depois de episódios como a invasão do Hugging Face e de avaliações independentes que confirmaram a capacidade ampliada desses modelos.
O que isso significa para quem investe
O caso expõe três vetores. O primeiro é orçamentário: bancos digitais carregam superfícies de ataque enormes, e a varredura automatizada por IA encontra problemas em ritmo mais rápido do que equipes humanas conseguem fechar. Isso pressiona o custo operacional de curto prazo do setor financeiro.
O segundo é a demanda por segurança. Ferramentas capazes de localizar falhas em escala criam necessidade equivalente de ferramentas capazes de corrigi-las, o que favorece fornecedores de software de segurança e prestadores de serviços de tecnologia.
O terceiro é a curva de custo. Moynihan afirmou esperar recuo no gasto com correção ao longo do tempo. Confirmada essa trajetória, o investimento atual seria um pico pontual; caso contrário, vira um novo patamar permanente de despesa.
Para o investidor brasileiro, o sinal é indireto, mas relevante: instituições financeiras mundo afora compartilham o mesmo tipo de exposição, e um avanço estrutural do gasto com segurança digital tende a aparecer nas linhas de despesa que não vêm dos juros, pressionando margem e índice de eficiência. Vale acompanhar se outras instituições seguirão o Bank of America e quantificarão o próprio esforço, o que permitiria comparar patamares entre pares.
Falta, por ora, a régua de comparação: nenhuma outra casa divulgou números equivalentes, de modo que as 4.000 pessoas servem como referência inicial, não como média do setor.