B3, empresa que opera a Bolsa brasileira, usa IA para programar e reduz em 35% o tempo de entrega

Uma das principais empresas de infraestrutura do mercado financeiro brasileiro está transformando um experimento de produtividade em uma prática oficial de engenharia: a B3 adotou inteligência artificial para apoiar o desenvolvimento de software e afirma ter reduzido em cerca de 35% o tempo de entrega de aplicações.

B3 transforma uso de IA em estratégia oficial de engenharia

A B3, empresa que opera a infraestrutura da Bolsa brasileira, oficializou o uso do Cursor, ferramenta de inteligência artificial desenvolvida pela Anysphere, em sua área de engenharia de software. A decisão aconteceu depois de um período em que desenvolvedores já utilizavam a tecnologia de maneira espontânea.

O resultado chamou atenção porque não ficou restrito à percepção dos profissionais. Segundo a companhia, o uso da ferramenta esteve associado a uma redução de aproximadamente 35% no tempo de entrega de aplicações.

A mudança também mostra uma característica importante da adoção empresarial de IA: a tecnologia começa como uma ferramenta utilizada individualmente e, quando apresenta resultados e passa pelos controles necessários, pode se transformar em infraestrutura oficial de trabalho.

Da experimentação para o uso corporativo

Entre maio e julho de 2026, o número de desenvolvedores que utilizavam ativamente o Cursor na B3 passou de 34 para 154, um crescimento de aproximadamente 4,5 vezes.

A expansão ocorreu antes mesmo da adoção oficial. Com os resultados observados, a companhia estruturou uma estratégia para ampliar o uso da ferramenta de maneira padronizada.

O movimento acontece em uma empresa cuja operação exige controles rigorosos. Por isso, a B3 submeteu a ferramenta às áreas de segurança e integrou seu uso ao processo de desenvolvimento.

O que a IA passou a fazer no desenvolvimento de software da B3

A inteligência artificial passou a auxiliar diferentes etapas do desenvolvimento de software dentro da B3.

O Cursor não foi adotado simplesmente como um gerador automático de código. Na prática, a ferramenta funciona como um assistente para os profissionais de engenharia, apoiando diferentes etapas do ciclo de desenvolvimento.

A IA pode auxiliar na escrita, revisão e testes de código, além da refatoração. Nesse contexto, refatorar significa reorganizar a estrutura de um programa para torná-lo mais compreensível ou eficiente sem alterar sua funcionalidade.

O desenvolvedor continua no processo

Um ponto importante do caso da B3 é que a adoção da IA não significa retirar os profissionais do processo de engenharia.

O código produzido ou sugerido pela tecnologia continua passando por revisão humana, testes, controles de qualidade e verificações de segurança. A IA acelera determinadas tarefas, mas a responsabilidade pelo software permanece dentro do processo de engenharia da companhia.

Esse modelo ajuda a diferenciar produtividade de automação completa. A B3 está usando IA para reduzir trabalho manual e acelerar etapas do desenvolvimento, não para transformar a programação em um processo sem supervisão.

O ganho está também nas tarefas repetitivas

Segundo a companhia, parte do benefício está na redução do trabalho manual envolvido em atividades recorrentes. Isso pode permitir que os profissionais concentrem mais tempo em problemas de maior complexidade.

A lógica é semelhante à observada em outras áreas corporativas: o valor da IA não está necessariamente em substituir todo o trabalho existente, mas em deslocar o esforço humano para tarefas nas quais julgamento, contexto e conhecimento especializado continuam sendo importantes.

Esse tipo de aplicação ajuda a explicar por que a adoção empresarial da tecnologia vem avançando além dos chatbots e assistentes de texto.

1,5 milhão de linhas de código mostram a escala da adoção

A escala alcançada pela ferramenta é outro elemento relevante do caso. A B3 afirma que aproximadamente 1,5 milhão de linhas de código por mês são produzidas com auxílio da IA.

O número precisa ser interpretado corretamente. A companhia considera nesse cálculo apenas os trechos sugeridos pela ferramenta que foram efetivamente aceitos pelos desenvolvedores.

Isso significa que o indicador não representa 1,5 milhão de linhas escritas autonomamente pela inteligência artificial. Ele mostra a quantidade de código em que sugestões da tecnologia foram incorporadas ao trabalho final dos profissionais.

Volume de código não é sinônimo de produtividade

O dado é expressivo, mas também revela uma questão importante para empresas que pretendem medir resultados de IA.

Quantidade de código produzido, sozinha, não determina produtividade. Um sistema pode gerar mais linhas e, ainda assim, aumentar custos de manutenção, falhas ou retrabalho.

Por isso, o indicador mais relevante divulgado pela B3 é a combinação entre escala de utilização e redução de aproximadamente 35% no tempo de entrega de aplicações.

É essa relação entre ferramenta, processo e resultado que torna o caso mais interessante para outras empresas.

O caso da B3 mostra por que governança acompanha a produtividade

A adoção da IA na B3 combina ganho de produtividade com revisão humana, segurança e governança.

A B3 opera uma infraestrutura considerada crítica para o funcionamento do mercado financeiro brasileiro. Isso torna a adoção de ferramentas de inteligência artificial diferente daquela feita em uma equipe que trabalha apenas com projetos internos de baixo risco.

A companhia afirma que o Cursor passou por homologação das áreas de segurança antes de ser incorporado oficialmente ao processo de desenvolvimento. A expansão, portanto, não ocorreu apenas pela capacidade técnica da ferramenta.

O debate sobre governança também está ganhando espaço à medida que sistemas de IA passam a executar tarefas com maior autonomia. Esse movimento já foi abordado pelo Notícia Tech em uma análise sobre como agentes de IA exigem novas estruturas de governança nas empresas, mostrando que produtividade e controle precisam avançar juntos.

Produtividade precisa caber dentro do processo

O caso sugere uma lição importante para empresas que estão avaliando IA para desenvolvimento de software: adotar uma ferramenta é apenas uma parte do projeto.

Também é necessário estabelecer como o código será revisado, quais informações podem chegar ao sistema, quais testes continuam obrigatórios e quem responde pelas decisões tomadas durante o desenvolvimento.

No caso da B3, esses controles permanecem associados ao uso da tecnologia. Isso é especialmente relevante quando o software está conectado a operações que exigem disponibilidade, segurança e confiabilidade.

A oficialização muda o papel da ferramenta

Enquanto o uso espontâneo depende da iniciativa individual dos profissionais, uma ferramenta oficial passa a fazer parte da estratégia tecnológica da empresa.

Isso permite estabelecer padrões, processos e critérios comuns. Também facilita a expansão da tecnologia para mais equipes, em vez de manter ganhos de produtividade concentrados em pequenos grupos de desenvolvedores.

É uma mudança de escala: a discussão deixa de ser apenas sobre quais profissionais utilizam IA e passa a envolver como a organização inteira incorpora a tecnologia ao processo de engenharia.

O movimento acontece em um mercado brasileiro ainda em busca de maturidade

O caso da B3 ganha relevância quando colocado diante do estágio de adoção da IA pelas empresas brasileiras. Levantamento publicado pelo Notícia Tech mostra que 50% das empresas brasileiras já utilizam IA, mas apenas 15% chegaram ao nível avançado.

Para entender melhor essa diferença entre experimentar ferramentas e realmente incorporar inteligência artificial aos processos corporativos, vale observar o cenário analisado na matéria Empresas brasileiras usam IA, mas poucas chegaram ao nível avançado.

A diferença ajuda a contextualizar o que a B3 está fazendo. Utilizar uma ferramenta de IA não é necessariamente o mesmo que incorporá-la aos processos centrais de uma organização.

A experiência da companhia também se conecta a uma mudança mais ampla: empresas começam a buscar aplicações em que seja possível medir produtividade, redução de tempo ou aumento de capacidade, em vez de simplesmente adicionar IA ao cotidiano dos funcionários.

A métrica começa a importar mais que a novidade

Para gestores, o caso da B3 oferece uma forma mais concreta de avaliar projetos de IA. Em vez de perguntar apenas quantos funcionários receberam acesso a uma ferramenta, a pergunta passa a ser qual processo mudou e qual resultado foi obtido.

No desenvolvimento de software, algumas métricas podem incluir tempo de entrega, quantidade de retrabalho, qualidade do código, cobertura de testes e capacidade das equipes.

O próprio caso da B3 mostra essa mudança de foco: o acesso de cerca de 600 colaboradores chama atenção, mas o número ganha significado porque está associado a um resultado operacional divulgado pela companhia.

Para empresas brasileiras que ainda estão nos primeiros estágios de adoção, essa diferença entre experimentar e estruturar a tecnologia pode ser decisiva. O mercado já começa a sair da fase em que IA é apenas uma promessa de produtividade.

A próxima disputa será transformar ganho individual em capacidade empresarial

O desafio passa a ser transformar o ganho obtido por profissionais individuais em capacidade tecnológica escalável para toda a organização.

O caso da B3 aponta para uma mudança relevante na maneira como grandes empresas podem encarar a IA para desenvolvimento de software. O diferencial não está apenas em permitir que programadores utilizem uma ferramenta mais rápida, mas em incorporar essa capacidade a um processo corporativo com métricas, governança e revisão.

A evolução do uso dentro da própria companhia reforça esse ponto. Antes da adoção oficial, a ferramenta já havia crescido entre os desenvolvedores. Depois de observar os resultados, a empresa transformou essa utilização dispersa em uma estratégia formal.

O que outras empresas podem observar

Para gestores de tecnologia, o principal aprendizado não é necessariamente adotar o mesmo produto utilizado pela B3. É observar a sequência do projeto: experimentação, medição, validação de segurança, padronização e escala.

Esse modelo pode ser mais importante do que a ferramenta específica. Soluções de IA para programação continuarão evoluindo, mas empresas que conseguirem criar processos para medir e controlar seu uso terão melhores condições de transformar essas ferramentas em capacidade operacional.

O movimento também ajuda a explicar por que a maturidade da IA empresarial não deve ser medida apenas pelo número de funcionários que utilizam uma ferramenta. O indicador mais relevante é o quanto a tecnologia consegue alterar processos importantes sem comprometer qualidade, segurança e governança.

No caso da B3, a redução de 35% no tempo de entrega é o resultado mais concreto divulgado até agora. O próximo ponto a acompanhar será se essa produtividade se mantém à medida que o uso da IA deixa de ser uma experiência concentrada em alguns desenvolvedores e passa a fazer parte de uma operação de engenharia em escala.