Contexto e síntese da posição do DBS
A CEO do DBS Group, Tan Su Shan, declarou em entrevista à Bloomberg que o banco adotará uma abordagem proativa em relação à automação e à inteligência artificial (IA): em vez de simplesmente contratar para substituir funções que se tornarem automatizadas, o banco pretende requalificar os colaboradores afetados para novas funções (BLOOMBERG, 2025). Segundo o relato, “they will not be hiring for jobs that are replaced by artificial intelligence, and instead they are retraining staffers” (BLOOMBERG, 2025). Essa declaração ilustra uma estratégia corporativa que prioriza a manutenção de capital humano e a resiliência organizacional no contexto de profunda transformação digital.
A importância do tema transcende o DBS. Instituições financeiras globais enfrentam pressões semelhantes: otimizar eficiência por meio de IA ao mesmo tempo em que preservam competências críticas, cultura organizacional e responsabilidade social. Este artigo analisa a posição do DBS, avalia implicações práticas e regulatórias, e sugere modelos de governança, métricas de sucesso e recomendações aplicáveis a bancos e grandes organizações.
O posicionamento de Tan Su Shan e sua relevância estratégica
A afirmação da CEO do DBS reflete um movimento estratégico que combina visão tecnológica com responsabilidade social corporativa. Ao declarar que o banco não contratará para funções substituíveis por IA, Tan Su Shan opta por um caminho que busca mitigar riscos reputacionais e operacionais e que também preserva a experiência acumulada dos colaboradores (BLOOMBERG, 2025).
Para além do apelo ético, essa postura possui cinco implicações estratégicas imediatas:
1. Retenção de talentos e experiência institucional: requalificar colaboradores permite conservar conhecimento tácito e relacionamentos com clientes que são difíceis de automatizar integralmente.
2. Flexibilidade organizacional: ao investir em requalificação, o DBS aumenta sua capacidade de realocar funcionários para funções que requerem julgamento humano, empatia e habilidades complexas de tomada de decisão.
3. Mitigação de riscos regulatórios: governos e reguladores estão atentos ao impacto social da automação; um programa robusto de requalificação pode reduzir riscos de intervenção regulatória.
4. Reforço da marca empregadora: o compromisso público com requalificação atrai profissionais que valorizam empregadores responsáveis e com visão de longo prazo.
5. Eficiência combinada: a combinação de IA em processos repetitivos e colaboradores requalificados em atividades estratégicas pode potencializar resultados sem perda de capital humano.
Requalificação profissional: definição, modelos e investimentos necessários
Requalificação profissional (reskilling) refere-se ao processo de capacitar trabalhadores para desempenhar novas funções, muitas vezes em resposta à automação de suas atividades anteriores. No contexto bancário, essas novas funções podem envolver análises de dados, modelagem de risco com supervisão humana, design de produtos digitais, compliance avançado e atendimento consultivo de alto valor agregado.
Modelos de requalificação que se mostram eficazes incluem:
– Programas modulares de aprendizado com trilhas personalizadas alinhadas a competências críticas do banco.
– Parcerias com universidades, plataformas de educação corporativa e fornecedores de tecnologia para acelerar a capacitação.
– Aprendizagem on-the-job combinada com mentoria e avaliação baseada em projetos reais.
– Incentivos financeiros temporários e planos de carreira claros para colaboradores em transição.
Os investimentos necessários não são triviais: envolvem custos com formação, tempo de adaptação, redesign de funções e eventuais ajustes salariais. Contudo, estudos de retorno sobre investimento em programas de requalificação corporativa mostram benefícios de médio a longo prazo, especialmente em retenção e produtividade.
Impacto no futuro do trabalho bancário
A automação e a IA irão remodelar tarefas, não necessariamente eliminar toda função. No setor bancário, tarefas transacionais—como processamento de documentos, conciliações e rotinas de compliance repetitivas—tendem a ser automatizadas. Em contrapartida, funções centradas em julgamento, relacionamento com cliente, consultoria financeira e supervisão de modelos de IA tendem a manter ou aumentar sua relevância.
A decisão do DBS tem impactos práticos:
– Redistribuição de competências: haverá transição de atividades operacionais para atividades de supervisão e melhoria contínua de modelos de IA.
– Novos perfis profissionais: surgirão posições híbridas que combinam conhecimento financeiro, dados e tecnologia, além de soft skills como liderança e comunicação.
– Reconfiguração de estruturas organizacionais: necessidade de carreiras transversais e estruturas que permitam mobilidade interna.
Essa transição exige planejamento de longo prazo: mapeamento de competências, avaliação de gap de habilidades e programas sustentáveis de formação para garantir que a força de trabalho evolua em conjunto com a tecnologia.
Governança de IA e alinhamento ético
A implementação de IA em instituições financeiras requer governança robusta para garantir segurança, conformidade regulatória e equidade. A iniciativa de requalificação deve estar integrada a um framework de governança de IA que contemple pelo menos cinco dimensões: estratégia e liderança, política de uso aceitável, gestão de riscos, transparência e auditoria, e impacto social.
Elementos práticos para governança alinhada à requalificação:
– Comitê executivo de IA que conecte decisões de automação a estratégias de pessoas.
– Auditorias periódicas de modelos para detectar viés e reduzir riscos de discriminação.
– Políticas claras sobre mudanças de função, direitos dos trabalhadores e critérios de seleção para requalificação.
– Indicadores de impacto social e métricas de inclusão para avaliar se programas beneficiam efetivamente a força de trabalho.
A governança também deve articular requisitos de compliance local e internacional, uma vez que bancos operam em múltiplas jurisdições com regulações distintas sobre IA, proteção de dados e trabalho.
Competências essenciais para a era da IA
A transição bem-sucedida exige identificação de competências críticas. Algumas das competências mais valorizadas no contexto bancário moderno incluem:
– Alfabetização em dados: capacidade de interpretar indicadores, validar outputs de modelos e comunicar insights.
– Gestão de modelos e explicabilidade: habilidade para trabalhar com desenvolvedores e auditores na validação de modelos de IA.
– Competências digitais e técnicas: programação básica, uso de plataformas analíticas e compreensão de APIs.
– Competências interpessoais: empatia, negociação e resolução de problemas complexos.
– Mentalidade de aprendizado contínuo: adaptabilidade e predisposição para atualização permanente.
Programas de requalificação eficazes combinam aprendizado técnico com desenvolvimento de soft skills, criando profissionais capazes de operar em ambientes híbridos humano-máquina.
Métricas de sucesso e avaliação de impacto
Para justificar investimentos e ajustar programas, é essencial estabelecer indicadores claros. Recomendações de métricas:
– Taxa de realocação: percentual de colaboradores realocados em novas funções após requalificação.
– Tempo médio de transição: duração média entre início do treinamento e plena produtividade na nova função.
– Retenção pós-requalificação: taxa de permanência dos colaboradores realocados após 12 e 24 meses.
– Indicadores de performance operacional: comparação de eficiência antes e depois da automação.
– Satisfação dos colaboradores: NPS interno e avaliações qualitativas das trajetórias de carreira.
– Impacto financeiro: custo por colaborador requalificado versus economias geradas pela automação e ganhos de receita decorrentes de novos serviços.
Essas métricas permitem monitoramento contínuo e ajustes dinâmicos nas trilhas de aprendizagem e nas políticas de mobilidade interna.
Riscos e desafios operacionais
A decisão de priorizar requalificação também traz riscos e desafios que exigem mitigação:
– Mapeamento incorreto de competências: treinar para funções que não existirão a médio prazo pode causar desperdício de recursos.
– Resistência cultural: colaboradores e gestores podem resistir a mudanças, exigindo investimento significativo em comunicação e liderança.
– Sustentabilidade financeira: custo elevado de programas intensivos pode pressionar margens se não houver ganho de produtividade.
– Complexidade regulatória: realocação de funções pode demandar revisões contratuais e alinhamento com normas trabalhistas.
– Aceleração tecnológica: velocidade de evolução da IA pode tornar alguns treinamentos obsoletos rapidamente.
Para mitigar esses riscos, o banco deve adotar abordagens iterativas, pilotos controlados, avaliação de demanda por habilidades e parcerias externas que garantam atualização contínua dos conteúdos formativos.
Casos comparativos e boas práticas do mercado
Outras grandes organizações já adotaram estratégias semelhantes com diferentes graus de sucesso. Boas práticas observadas no mercado:
– Programas com módulos curtos e aplicabilidade imediata tendem a gerar mais engajamento.
– Parcerias com instituições educacionais aumentam a credibilidade e a qualidade técnica dos programas.
– Uso de projetos reais como critério de certificação garante alinhamento com necessidades operacionais.
– Políticas de rotas de carreira claras incentivam colaboradores a se envolverem nos programas.
Comparar o plano do DBS com iniciativas bem-sucedidas em outros bancos e setores oferece lições práticas, como a importância do patrocínio executivo e da integração de RH e áreas de tecnologia.
Recomendações para instituições financeiras
Com base na análise, seguem recomendações práticas para bancos que pretendem adotar uma estratégia centrada em requalificação diante da IA:
1. Desenvolver um roadmap de competências alinhado à estratégia de negócio.
2. Iniciar pilotos focados em áreas críticas e escalonar com aprendizado acumulado.
3. Criar parcerias educativas e de certificação com universidades e plataformas reconhecidas.
4. Integrar governança de IA com políticas de pessoas para assegurar coerência estratégica.
5. Estabelecer métricas de impacto e revisá-las trimestralmente.
6. Comunicar transparência sobre critérios de seleção, impactos esperados e caminhos de carreira.
7. Assegurar fundos dedicados para formação contínua e programas de subsídio à transição.
8. Promover cultura de aprendizagem com incentivos e reconhecimento.
Essas ações ajudam a transformar risco em oportunidade competitiva, fomentando inovação com responsabilidade social.
Impacto social e responsabilidade corporativa
A escolha por requalificar colaboradores tem forte dimensão social. Em economias onde a automação pode aumentar desigualdades, políticas corporativas que facilitam transições profissionais contribuem para a coesão social e podem reduzir tensões políticas. Além disso, práticas de requalificação podem ser integradas a programas de inclusão, ampliando acesso a novos perfis profissionais e diversificando a força de trabalho.
No médio prazo, iniciativas bem estruturadas podem gerar externalidades positivas: maior emprego qualificado, dinamismo no mercado de trabalho e melhor alinhamento entre educação e demanda do setor privado.
Conclusão
A posição pública da CEO do DBS, Tan Su Shan, ao afirmar que o banco não contratará para funções substituídas por inteligência artificial e que priorizará a requalificação dos colaboradores, representa um exemplo relevante de estratégia organizacional diante da revolução tecnológica (BLOOMBERG, 2025). A abordagem combina pragmatismo econômico com responsabilidade social e exige governança robusta, investimentos em formação e métricas bem definidas.
Para líderes e gestores, a lição é clara: a transformação digital exige decisões que equilibrem eficiência tecnológica com desenvolvimento humano. Programas de requalificação bem concebidos, alinhados a uma governança de IA transparente e a métricas de impacto, podem transformar a adoção de IA em vantagem estratégica sustentável.
Referências internas e citações:
A declaração e os detalhes do posicionamento do DBS foram apresentados em reportagem da Bloomberg, publicada no Yahoo Entertainment (BLOOMBERG, 2025). Conforme divulgado, o banco “will not be hiring for jobs that are replaced by artificial intelligence, and instead they are retraining staffers” (BLOOMBERG, 2025).
–
Fonte: Yahoo Entertainment. Reportagem de Bloomberg. Singapore’s DBS CEO: Deal with AI Angst ‘Head On’. 2025-11-07T04:50:02Z. Disponível em: https://finance.yahoo.com/video/singapores-dbs-ceo-deal-ai-045002310.html. Acesso em: 2025-11-07T04:50:02Z.
