A implementação de AI do BBVA colocou o construtor de GPTs à disposição de 100 mil funcionários do banco

O front end são 20 mil GPTs criados por funcionários, não uma única aplicação

O número em destaque na publicação da OpenAI é 100 mil funcionários no ChatGPT Enterprise. O número mais revelador é 20 mil — a quantidade de GPTs personalizados criados por funcionários do BBVA, dos quais cerca de 4.000 são usados com frequência por equipas em todo o mundo.

Essa distinção importa para quem pensa em como a AI chega efetivamente aos utilizadores. O BBVA não construiu um assistente único para todo o banco e não encaminhou todos através dele. Em vez disso, a interface fragmentou-se em milhares de ferramentas pequenas e específicas, geridas por quem entende cada fluxo de trabalho — jurídico, risco, apoio ao cliente, finanças, marketing.

Um GPT é um front end simples, construído em torno de um modelo, mais algumas instruções e fontes de conhecimento. Ao permitir que os próprios funcionários montassem esses invólucros, o BBVA transferiu o design da interface para o especialista de cada área, em vez de o centralizar numa equipa de produto. Quatro mil desses invólucros mantiveram-se em uso. Os restantes, presumivelmente, não — o que é o padrão esperado num modelo de experimentação de criar e descartar.

O que os GPTs que sobreviveram realmente fazem

A fonte cita quatro exemplos concretos, e cada um é uma interface restrita para um problema específico de documentos ou dados, e não um chatbot genérico.

O Credit Analysis Pro GPT extrai e analisa dados não estruturados de relatórios anuais, divulgações ESG e cobertura mediática — um trabalho descrito como anteriormente manual e demorado. Um GPT de Assistente Jurídico de Retail Banking redige respostas a cerca de 40 mil consultas jurídicas anuais relacionadas com clientes, recorrendo a fontes de conhecimento internas, servindo uma equipa jurídica de nove pessoas. No México, um GPT de Assistente de Experiência do Cliente analisa milhares de respostas abertas de inquéritos para identificar sentimento e temas.

O dado de desempenho mais concreto vem do Peru, onde mais de 3.000 funcionários usam um assistente de AI interno que reduziu o tempo médio de resposta a consultas de cerca de 7,5 minutos para cerca de 1 minuto — o ganho de eficiência de cerca de 80% citado no resumo dos resultados. Note-se que este número se aplica a uma implementação específica, não ao banco inteiro; o valor a nível global reportado pela OpenAI é de cerca de três horas poupadas por funcionário por semana.

A governação foi integrada na camada de interface desde o início

A razão apresentada pelo BBVA para disponibilizar acesso de nível empresarial foi evitar a "experimentação não autorizada com ferramentas de AI de consumo". Ou seja, a implementação foi, em parte, uma estratégia para dar aos funcionários uma porta de entrada aprovada, de modo a não usarem uma não aprovada.

Criámos um ambiente seguro para aprender e usar AI. — Elena Alfaro, Head of Global AI Adoption no BBVAMontana Labs

O banco associa esse acesso a uma rede de "AI champions" e a utilizadores avançados chamados "wizards", que conduzem workshops práticos. Também formou 250 líderes, incluindo o CEO e o presidente, e reporta que os membros da comissão executiva estão agora entre os utilizadores mais ativos. Para que um modelo de criação de GPTs em autosserviço se mantenha seguro num banco regulado, a estrutura de capacitação e governação em torno da interface importa tanto quanto a própria interface.

A implicação: a criação distribuída de GPTs é uma estratégia de interface viável à escala de um banco

A lição reutilizável aqui não é que um banco global adotou o ChatGPT. É que o BBVA alcançou uma adoção de seis dígitos ao tratar o GPT personalizado como a unidade de implementação — uma interface leve, criada por funcionários, para uma tarefa específica — em vez de encomendar um pequeno número de aplicações concebidas de forma centralizada.

Essa abordagem troca acabamento e controlo por cobertura e velocidade. Vinte mil GPTs com uma taxa de uso frequente de aproximadamente um em cada cinco implica muitas experiências abandonadas, e a fonte não detalha como o BBVA os auditoria ou desativa. Mas o modelo revelou casos de uso — redação jurídica, análise de crédito, sentimento em inquéritos — que um roteiro centralizado talvez nunca tivesse priorizado.

Para equipas que avaliam como colocar a AI à disposição de uma grande força de trabalho, o BBVA é um exemplo de que a interface pode ser delegada, desde que o alinhamento de segurança, jurídico e de conformidade esteja definido antes de começar a construção, e não depois.