Dell aposta em plataforma de dados de IA para finanças

Tecnologia

Dell lança solução que integra dados financeiros para potencializar inteligência artificial em bancos e seguradoras.

Leia também: NVIDIA e IIT Madras lançam megacorpus em 22 línguas indianas

A Dell Technologies coloca o setor financeiro no centro de sua estratégia de inteligência artificial ao usar o Dell Technologies New York Symposium, em Nova York, em 20 de outubro de 2026, para detalhar uma nova plataforma de dados de IA criada para unificar informações dispersas em bancos, seguradoras e gestoras e transformá-las em combustível confiável para modelos avançados, incluindo IA agentiva.

Segundo a empresa, a AI Data Platform foi pensada para resolver o gargalo que hoje trava muitos projetos: menos a falta de algoritmos, mais a dificuldade de organizar dados espalhados por sistemas legados, canais digitais e bases internas. A promessa é reduzir silos, dar contexto de negócio a dados estruturados e não estruturados e preparar o terreno para uma onda de PCs com IA e agentes autônomos dentro das instituições financeiras.

Plataforma mira dados como principal gargalo da IA

Arthur Lewis, presidente do Infrastructure Solutions Group da Dell, resume o diagnóstico que orienta o lançamento. “Em muitos casos, o modelo não é a próxima limitação, os dados são. Esse é o problema que a AI Data Platform foi construída para resolver”, afirma. A solução atua como uma camada de fundação dentro da chamada “AI Factory” da companhia, responsável por curar, conectar e servir os dados corporativos aos sistemas de inteligência artificial.

No ambiente financeiro, isso significa atacar diretamente um cenário em que instituições acumulam volumes maciços de registros de CRM, interações em canais, transações e sinais de mercado, mas têm dificuldade para cruzar tudo isso de forma consistente e em tempo quase real. O resultado esperado, segundo a Dell, é dar mais precisão a aplicações de análise de risco, combate a fraude, recomendação de produtos, atendimento digital e automação de processos internos.

Quatro motores para orquestrar, processar, buscar e analisar

No centro da proposta está uma arquitetura de quatro motores, apoiada em uma camada de armazenamento que moderniza a infraestrutura de dados. O primeiro é o Data Orchestration Engine, responsável por orquestrar fluxos de informação e usar modelos de aprendizado de máquina para normalizar documentação de produtos e montar relatórios inteligentes a partir de múltiplas fontes.

O segundo pilar é o Data Processing Engine, baseado em Apache Spark, voltado para tarefas pesadas de processamento. É nele que rodam rotinas de engenharia de características, segmentação de clientes e treinamento de modelos para pontuação de afinidade, entre outras aplicações típicas de bancos e seguradoras.

O terceiro componente, o Data Search Engine, usa Elasticsearch para permitir buscas vetoriais e por palavras-chave em bases de conhecimento de produtos e serviços. A ideia é oferecer recuperação “ancorada” em dados internos, combinando semântica e texto exato, recurso visto como essencial para aplicações de IA generativa que precisam se apoiar em informações proprietárias com governança.

Fechando o conjunto, o Data Analytics Engine expõe o lakehouse Iceberg como uma superfície de consulta SQL governada, acessível diretamente por agentes de software compatíveis. Com isso, frameworks de agentes de IA podem descobrir dados disponíveis, entender regras de uso e executar consultas sem adaptações sob medida a cada sistema, o que reduz a complexidade de integração.

Camada semântica unificada busca garantir consistência

Para além da infraestrutura, a Dell aposta em uma camada semântica unificada como diferencial para dar significado consistente às informações. A Unified Semantic Layer conecta dados que antes ficavam isolados em sistemas e formatos diferentes, ajudando a preservar o contexto de negócio em qualquer consulta feita por modelos de IA.

“A camada semântica oferece significado consistente para informações estruturadas e não estruturadas, garantindo que um termo signifique a mesma coisa onde quer que apareça”, explica Vrashank Jain, gerente de produto líder da AI Data Platform na Dell. Segundo ele, a tecnologia usa modelos abertos para atacar a parte mais difícil de uma camada semântica: gerar entidades, definir conceitos e encontrar significado em grande escala, sempre com humanos na validação final para assegurar precisão.

Essa combinação de automação e verificação humana é apresentada como peça-chave para aumentar a confiança em respostas geradas por sistemas de IA, especialmente em ambientes regulados, nos quais discrepâncias de definição entre áreas podem impactar diretamente a gestão de risco e o cumprimento de normas.

Entenda o contexto

A movimentação da Dell ocorre em um momento em que bancos, corretoras e seguradoras pressionam suas áreas de tecnologia para extrair mais valor de dados que já possuem. Ao mesmo tempo, reguladores apertam o cerco sobre governança, explicabilidade e uso ético da inteligência artificial em produtos voltados ao consumidor.

Nesse cenário, a disputa deixa de ser apenas por modelos mais sofisticados e passa a envolver quem consegue estruturar melhor seus ativos de informação. Plataformas que prometem unificar, governar e tornar pesquisável esse universo de dados ganham relevância estratégica, tanto para acelerar provas de conceito quanto para levar projetos de IA para produção de forma segura.

Impacto esperado no setor financeiro

No curto prazo, a expectativa é que o symposium em Nova York funcione como vitrine para executivos de finanças e tecnologia interessados em pilotos de IA mais robustos. A presença de analistas especializados e líderes de grandes instituições financeiras deve alimentar debates sobre padrões de arquitetura, requisitos regulatórios e retorno sobre investimento em infraestrutura de dados.

A médio e longo prazo, a Dell projeta que soluções integradas como a AI Data Platform ajudem a redefinir padrões de competitividade no setor. Instituições que conseguirem conectar rapidamente seus dados legados, dar contexto semântico consistente e expor isso de forma segura a agentes de IA tendem a ganhar vantagem em inovação de produtos, personalização de ofertas e eficiência operacional.

Por outro lado, sistemas legados fragmentados e processos manuais de consolidação de dados tendem a perder espaço, pressionando casas menores ou menos digitalizadas a acelerar a modernização. A discussão que começa no palco do evento em Nova York, com foco em IA agentiva e PCs com IA apoiados por uma base de dados sólida, deve se estender às estratégias de investimento, à formulação de políticas internas de dados e às futuras regras sobre uso de inteligência artificial no sistema financeiro.

Fonte: matéria original