A CIBC Mellon administra $3,5 trilhões em ativos em um mercado onde um único dia pode custar centenas de milhões. Aqui está como a empresa está usando a IA para garantir que seja sempre a primeira a chegar.

Em 18 de fevereiro de 2021, o primeiro ETF de Bitcoin na América do Norte foi lançado no Canadá e atraiu mais de $500 milhões em sua primeira semana. No dia seguinte, um segundo ETF de Bitcoin foi lançado na mesma bolsa. O segundo, de acordo com Mal Cullen, CEO da CIBC Mellon, atraiu $35 milhões. Embora fosse um produto semelhante no mesmo mercado, lançado apenas um dia aparte, houve uma grande diferença nos números que cada um atraiu.

Essa contraste é o tipo de coisa que define o mundo de Cullen. A CIBC Mellon é uma das maiores empresas de serviços de ativos do Canadá, responsável pela administração de $3,5 trilhões em ativos. Nesse tipo de ambiente, um atraso de um dia pode custar dinheiro real — às vezes, centenas de milhões.

“Qual é o valor de um dia no seu negócio?” Cullen perguntou à audiência no Appian World 2026 em Orlando no mês passado. “No nosso negócio, pode ser massive.”

Essa pergunta agora está impulsionando um dos desenvolvimentos de IA mais consequenciais nos serviços financeiros canadenses, e as lições a partir disso alcançam muito além dos mercados de capitais.

O Problema Com 30 Anos de Processo

A CIBC Mellon está no negócio há 30 anos. É uma joint venture entre BNY — que administra mais de $59 trilhões em ativos globalmente — e CIBC, um dos maiores bancos do Canadá. Essa origem traz enorme escala e credibilidade institucional. Também traz complexidade.

“Há apenas uma coisa melhor do que ser proprietário de um banco”, disse Cullen, com um sorriso medido, “e é ser proprietário de dois bancos. Dois bancos significam duas equipes de conformidade, duas equipes de risco e duas opiniões sobre quase tudo.”

Levar a sério a IA para a CIBC Mellon significou resistir à tentação de se mover rapidamente. Antes que qualquer ferramenta fosse implantada, a empresa voltou às bases. A equipe mapeou todos os fluxos de trabalho, identificou onde a capacidade estava limitada, onde o risco era mais alto e onde o trabalho manual estava concentrado. O que eles encontraram os surpreendeu.

“As pessoas que faziam o trabalho não eram o problema”, observou Cullen. “Era como o trabalho fluía entre as equipes que estava causando as limitações.” Em outras palavras, a tecnologia nunca iria consertar o que o processo havia quebrado.

De Linhas de Montagem para IA

O primeiro grande desenvolvimento envolveu a contabilidade de fundos — um processo que a CIBC Mellon executa em escala enorme. A empresa produz cerca de 350.000 avaliações de fundos todos os meses, cada uma sujeita a prazos apertados e requisitos de precisão estritos.

Por anos, o processo funcionou verticalmente: um contador possuía um arquivo do início ao fim. Era um processo construído sobre expertise individual, o que significava que também era construído sobre limitações individuais e quase impossível de dimensionar. A empresa redesenhou-o horizontalmente, distribuindo o trabalho em equipes especializadas. Mas isso criou um novo problema — as transferências entre equipes se tornaram uma fonte de fricção e atraso. Supervisores não tinham visibilidade sobre onde o trabalho estava sem perguntar.

Um contador de fundos com mais de uma década de experiência, que conhecia o processo melhor do que qualquer pessoa no prédio, usou a plataforma de automação de IA da Appian para construir o que Cullen chama de “torre de controle” — um sistema de fluxo de trabalho que dá a cada equipe visibilidade em tempo real sobre onde o trabalho está no processo, automatizando as transferências que estavam causando os atrasos.

O resultado foi um ganho de eficiência de 34% em um único processo. Com 350.000 avaliações por mês, isso se compõe rapidamente.

“Ele me disse que projetou tudo o que não gostava sobre seu trabalho”, disse Cullen. “Quando você obtém pessoas que entendem o processo para trabalhar nele, elas não automatizam as coisas manuais que estavam lá antes. Elas reprojeta o processo e o tornam melhor.”

O Problema do ETF

O segundo exemplo volta àquela história do ETF de Bitcoin. Quando um ETF é lançado ou distribui retornos para os detentores de unidades, envolve uma rede complexa de contrapartes — o gestor de fundos, o custodiante, a bolsa, o criador de mercado e o agente de transferência. Cada um precisa ser notificado. Cada um tem um papel. Obter esse fundo um dia antes requer que todos se movam em sincronia.

Um especialista em produtos de ETF da CIBC Mellon construiu um fluxo de trabalho na Appian que traz transparência em todas essas contrapartes em um único lugar — transformando um processo fragmentado e pesado em e-mails em algo automatizado e auditável.

Três semanas antes do Appian World, a CIBC Mellon demonstrou o aplicativo para os maiores provedores de ETF do Canadá em um grupo de usuários de clientes em Toronto. “A sala ficou mais quieta”, lembrou Cullen. “As pessoas se inclinaram. Um de nossos maiores clientes disse a seus pares: Isso acabou de me economizar uma quantidade significativa de tempo no meu dia.”

A Questão da Governança

Nenhum desses desenvolvimentos aconteceu rapidamente, e Cullen é direto sobre por quê. A CIBC Mellon não está usando a IA em nada que seja voltado para o cliente ainda. Cada implantação de IA até o momento é interna — contida dentro de fluxos de trabalho definidos, auditável e revisada por humanos antes que qualquer saída afete um cliente.

“Podemos apenas nos mover com a IA tão rápido quanto o nível de conforto dos nossos clientes”, disse ele. “Intencionalmente, não incorporamos a IA em nada que seja voltado para o cliente porque não sentimos que a governança está lá ainda.”

Os números do mercado mais amplo confirmam o que Cullen já sabia. De acordo com um novo estudo da Harvard Business Review Analytic Services, patrocinado pela Appian e lançado na conferência, 92% das organizações concordam que agentes de IA precisam de guardrails baseados em regras para operar com segurança — mas menos da metade realmente definiu-os. A CIBC Mellon está entre as organizações que escolheram construir a fundação antes de dimensionar a implantação.

Dentro da organização, essa cautela está moldando como a empresa está preparando seu pessoal. A empresa designou 100 funcionários de cerca de 2.000 como campeões de IA. Esses campeões recebem acesso antecipado a ferramentas, tempo para construir casos de uso e um mandato para testar aplicativos em ambientes de areia antes que algo vá para produção. Eles realizam sessões internas semanais chamadas “Artificially Speaking”, trazendo empresas como Snowflake e Microsoft para compartilhar o que está funcionando e o que não está.

Cullen assistiu a esse padrão se desenrolar antes. Vinte anos atrás, ele estava tendo conversas com CTOs que diziam que a nuvem era uma moda e nunca seria confiável com dados sensíveis. Então, a nuvem híbrida surgiu, dando às organizações um caminho intermediário — a eficiência da infraestrutura de nuvem sem a perda percebida de controle. Ele espera o mesmo arco com a IA.

“Acho que você verá a IA híbrida em seguida”, disse ele. “Contida, governada, mas em movimento.”

O que o Resto do Mercado Pode Aprender

A história da CIBC Mellon não é uma história sobre uma quebra de tecnologia. É uma história sobre disciplina organizacional aplicada a uma ferramenta poderosa. Medir antes de construir, colocar as pessoas que conhecem o processo mais próximas do problema e governar antes de dimensionar.

Essas lições se aplicam bem além dos serviços de ativos. Em um mercado onde apenas 16% das organizações relatam realizar valor significativo com a IA, as organizações que obtêm resultados reais são aquelas que trataram a governança como um recurso, não como uma restrição.

“Não comece com a tecnologia”, disse Cullen à audiência no Appian World. “Medir tudo primeiro.”

Em uma indústria onde um dia pode significar a diferença entre $500 milhões e $35 milhões, esse tipo de paciência acaba sendo sua própria vantagem competitiva.