JPMorgan, COiN e a lição das 360 mil horas

Em 2017, o JPMorgan divulgou um número perfeito para apresentações: o COiN, sua plataforma de Contract Intelligence, poderia evitar cerca de 360 mil horas de trabalho manual por ano na análise de contratos de crédito comercial.

O número atravessou quase uma década. Foi parar em palestras, posts, pitches e naquela coleção de cases que todo mundo repete sem conferir a legenda.

Vale o ajuste: era uma estimativa ligada a um processo específico e ao esforço manual da época. Não uma economia anual auditada, carimbada e repetida até hoje.

Isso reduz o mérito? Não. Só tira a maquiagem. O case continua excelente porque mostra onde a IA costuma funcionar primeiro: processo estreito, repetitivo, volumoso e mensurável.

Advogados e profissionais de crédito precisavam localizar cláusulas, extrair atributos, comparar padrões e encaminhar exceções. Trabalho importante. Também repetitivo até a alma.

Esse tipo de operação cobra quatro vezes: demora, gente qualificada presa em tarefa mecânica, inconsistência e risco de erro.

Contratar mais pessoas ajuda por algum tempo. Depois o volume cresce de novo e o gargalo volta, só que com folha maior.

O COiN atacou o fluxo. Não apenas o documento. Essa diferença separa automação útil de demo bonita.

O sistema foi criado para um domínio específico. Usava processamento de linguagem e aprendizado de máquina para encontrar informações relevantes em contratos comerciais.

Não era um chatbot jurídico generalista. Não era um agente autônomo filosofando sobre jurisprudência. Era uma ferramenta proprietária, treinada para uma tarefa delimitada, com dados e critérios do próprio banco.

A força estava justamente aí. Documento conhecido, campo definido, regra de validação clara e exceção com destino certo. Sem misticismo. Sem promessa de cérebro eletrônico onisciente.

O JPMorgan não parou no COiN. Em 2024, começou a distribuir internamente o LLM Suite para redação, síntese, pesquisa e geração de ideias.

Em 2025, reportagens indicavam uso por cerca de 200 mil funcionários. A escala mudou. O problema também.

O COiN resolvia um processo específico. O LLM Suite tenta transformar IA em capacidade transversal, mas dentro de um ambiente controlado. Banco grande aprende cedo uma coisa que startup adora descobrir tarde: dado sensível não combina com improviso.

Dizer que a IA não cansa não significa dizer que ela acerta.

Avaliações independentes de ferramentas jurídicas baseadas em grandes modelos encontraram respostas incorretas e citações inexistentes em proporções relevantes. O sistema pode escrever com a convicção de um desembargador e a precisão de um estagiário numa sexta-feira às 18h.

Em atividade de alto risco, a arquitetura precisa de fonte verificável, limite de escopo, validação, evidência, tratamento de exceção e uma pessoa responsável pela decisão final.

Sua empresa provavelmente não precisa construir um COiN. Precisa parar de desperdiçar horas em processos que já deveriam ter sido mapeados.

Procure volume, padrão, dado disponível, retrabalho e resultado verificável. Triagem de documentos. Classificação de solicitações. Relatórios. Conferência de cadastros. Propostas comerciais. Acompanhamento de obrigações.

Comece pequeno. Meça antes. Meça depois. Defina o que a máquina sugere, o que alguém confirma e o que jamais pode ser decidido sem responsável humano.

O valor da IA não está em produzir mais texto. O planeta já tem texto suficiente.

O valor está em liberar capacidade, reduzir ciclo e tornar um processo repetível sem perder controle.

A pergunta certa não é 'onde colocamos um chatbot?'. É 'qual gargalo está consumindo horas de gente cara, quais evidências precisam ficar preservadas e quanto valor existe se esse fluxo funcionar direito?'.

O legado das 360 mil horas não é o número. É a disciplina de escolher o processo certo, medir o problema, proteger os dados e deixar julgamento humano onde o risco manda.