Duplicata escritural é o tipo de infraestrutura pública que passa despercebida pela maioria das empresas — até alguém construir um produto de IA em cima dela e provar que a oportunidade estava ali, disponível, desde o primeiro dia. Foi o que fez a fintech Delend: menos de dois meses depois de o Banco Central lançar o sistema, em 30 de junho, ela treinou um modelo com mais de 30 milhões de títulos (cerca de R$ 80 bilhões em valor de face) e chegou a 97,7% de acerto ao prever o comportamento de pagamento de empresas — mirando um gap de crédito de R$ 2,5 trilhões só entre pequenos negócios brasileiros.
Depois de mais de 30 anos em tecnologia, minha leitura desse caso não é sobre crédito nem sobre fintech. É sobre velocidade de reação a uma infraestrutura nova. Toda vez que o governo ou um órgão regulador lança um novo trilho de dados — Pix, Open Finance, nota fiscal eletrônica, e agora a duplicata escritural — existe uma janela curta em que quem chega primeiro com um modelo validado tem vantagem desproporcional. Depois que os concorrentes alcançam o mesmo dado, a vantagem desaparece e vira apenas o novo piso mínimo do mercado.
Principais aprendizados
- A duplicata escritural do Banco Central, em operação desde 30 de junho de 2026, virou insumo de IA para prever pagamento de empresas com 97,7% de acerto — usando mais de 30 milhões de títulos e cerca de R$ 80 bilhões em valor de face, segundo a fintech Delend.
- O gap de crédito mirado é de R$ 2,5 trilhões só entre pequenos negócios — e 88% das instituições financeiras, segundo pesquisa da Núclea, acreditam que a duplicata escritural vai ampliar a oferta de crédito.
- A vantagem real não está na tecnologia de IA em si, está em ser rápido para treinar modelo sobre um dado público que acabou de nascer — antes que vire piso mínimo de mercado.
- Empresa de médio porte não precisa lançar produto de crédito para aproveitar esse princípio: precisa monitorar lançamentos de infraestrutura pública (cadastros, registros, integrações regulatórias) como sinal de oportunidade de IA aplicada ao próprio negócio.
- Chegar cedo numa infraestrutura nova exige ter, de antemão, um time ou parceiro capaz de montar modelo rápido — a vantagem é de quem já está pronto para agir, não de quem decide correr atrás depois que a notícia estampa capa de jornal.
Por que a duplicata escritural é uma oportunidade de IA maior do que parece?
Porque ela resolve, de um jeito específico, um problema antigo: até pouco tempo, o histórico de pagamento de duplicatas no Brasil era fragmentado entre bancos, cartórios e sistemas próprios de cada credor — sem um registro público unificado e consultável. A duplicata escritural centraliza isso digitalmente, e qualquer empresa com capacidade técnica pode, a partir de agora, treinar modelo sobre um histórico de pagamento que antes simplesmente não existia em formato acessível.
É esse tipo de mudança — não o lançamento de um novo modelo de linguagem, não a versão mais recente de uma ferramenta de IA — que costuma abrir a janela de oportunidade mais concreta para quem trabalha com dado aplicado a decisão de negócio. A Delend não teve vantagem porque descobriu uma técnica secreta de machine learning; teve vantagem porque estava pronta para agir no dia em que o dado público ficou disponível.
O que uma empresa de médio porte aprende com isso, mesmo sem ser fintech?
Aprende que o calendário de infraestrutura pública é, na prática, um calendário de oportunidade de IA — e que a maioria das empresas só olha para ele depois que vira notícia de capa, quando a vantagem do primeiro movimento já foi capturada por outra empresa. Duplicata escritural, Open Finance, integração de nota fiscal eletrônica com sistemas de crédito, mudanças no eSocial: cada um desses lançamentos cria, por um tempo limitado, uma assimetria de informação que a IA consegue transformar em decisão melhor — de crédito, de risco de fornecedor, de previsão de inadimplência, de precificação.
Isso conecta com algo que já tratei quando escrevi sobre o motivo pelo qual o impacto da IA nos resultados não aparece mesmo com prioridade máxima e orçamento razoável: o problema raramente é dinheiro. É atenção estruturada aos sinais certos, no momento certo. A empresa que já tem um processo interno para perguntar “que mudança regulatória ou de infraestrutura pública aconteceu neste trimestre, e o que dá para fazer com o dado que ela libera” está anos-luz à frente da que só reage quando o concorrente já lançou o produto.
Como saber se a sua empresa está numa posição de “chegar cedo” numa infraestrutura nova?
Não é sobre ter o modelo de IA mais sofisticado — é sobre ter, de antemão, três coisas prontas: um processo interno que monitora lançamentos de infraestrutura pública relevantes ao seu setor, um time (interno ou parceiro) capaz de montar um modelo de teste em semanas e não em trimestres, e um responsável de negócio que já sabe, antes da oportunidade aparecer, qual decisão aquele dado novo poderia melhorar.
Há alguns anos, numa instituição financeira de médio porte, participei da construção de um modelo de análise de risco de crédito que usava, pela primeira vez naquele mercado, um cadastro de restrição que tinha acabado de ficar disponível em formato digital consultável em lote. Como praticamente nenhum concorrente direto tinha modelo pronto naquele mês, a aprovação de crédito ficou mais rápida e a inadimplência caiu de forma visível no trimestre seguinte. Esse ganho durou até os concorrentes replicarem o mesmo acesso ao dado — depois disso, a vantagem sumiu e virou apenas a exigência mínima de mercado. A lição não foi sobre o modelo em si: foi sobre ter ficado pronta para agir na semana em que o dado apareceu, não seis meses depois.
Isso também aparece quando penso em como o mercado de M&A já trata IA como tese de investimento: o comprador que paga mais por uma empresa com capacidade de IA não está pagando pela ferramenta — está pagando pela velocidade de resposta a mudança de contexto. A infraestrutura pública nova é só mais um tipo de mudança de contexto, e a maioria das empresas médias trata como notícia de jornal, não como sinal de ação.
Perguntas frequentes
O que é a duplicata escritural do Banco Central?
É um sistema lançado pelo Banco Central em 30 de junho de 2026 que digitaliza e centraliza o registro de duplicatas — títulos de cobrança emitidos entre empresas — permitindo consulta unificada do histórico de emissão e pagamento, algo que antes ficava fragmentado entre bancos, cartórios e sistemas próprios de cada credor.
O que a fintech Delend fez com IA na duplicata escritural?
Treinou um modelo com mais de 30 milhões de títulos (cerca de R$ 80 bilhões em valor de face) para prever o comportamento de pagamento de empresas, alcançando 97,7% de acerto, com o objetivo de ajudar a destravar um gap de crédito estimado em R$ 2,5 trilhões entre pequenos negócios no Brasil.
Por que chegar cedo numa infraestrutura pública nova dá vantagem em IA?
Porque, no início, o dado novo cria uma assimetria de informação: poucas empresas têm modelo pronto para usá-lo, e quem tem consegue tomar decisão melhor (de crédito, risco ou preço) enquanto os concorrentes ainda nem perceberam a oportunidade. Essa vantagem tende a desaparecer conforme mais empresas replicam o acesso ao mesmo dado — o que sobra depois é apenas o novo piso mínimo de mercado.
Uma empresa de médio porte, sem ser fintech, consegue aproveitar esse tipo de oportunidade?
Consegue, desde que trate lançamentos de infraestrutura pública (novos registros, integrações regulatórias, mudanças em sistemas como eSocial ou nota fiscal eletrônica) como sinal de ação, não como notícia. Isso exige ter, de antemão, um processo de monitoramento, capacidade de montar modelo rápido e um responsável de negócio que já sabe qual decisão interna aquele dado novo poderia melhorar.
Sou Gillian Pellegrino, fundadora da HAIA. São mais de 30 anos de carreira em tecnologia — com IA conversacional desde 2011, antes do hype — traduzindo ferramenta em resultado mensurável para líderes de empresas de médio porte. Se a sua empresa só reage à infraestrutura pública nova depois que ela vira notícia de capa, fale com a HAIA.
