Lazard 2.0: CEO aposta em IA e contratações para virar o jogo
Chris Hogbin assumiu a gestora com uma agenda prática: integrar inteligência artificial ao processo de investimento, reforçar lideranças e reorganizar equipes para recuperar consistência de performance. As medidas incluem nomeações para cargos-chave, rotinas internas de compartilhamento de casos de uso e experimentos com agentes que utilizam dados históricos da própria casa.
O plano na prática
As primeiras ações foram organizacionais: um chefe para a área de IA, um diretor de investimentos e mudanças na governança operacional. Além disso, a Lazard instituiu reuniões quinzenais de "show and tell" onde profissionais apresentam aplicações reais de IA para colegas em diferentes fusos horários. A ideia é acelerar a difusão de práticas úteis e transformar protótipos em ferramentas repetíveis.
IA aplicada ao fluxo de trabalho
Na prática, a inteligência artificial tem três usos principais nas gestoras que perseguem essa transformação:
- Automatização da coleta e consolidação de dados — reduz o tempo gasto pelos analistas em tarefas operacionais;
- Geração de relatórios e materiais para clientes — melhora a velocidade e personalização das comunicações;
- Agentes e ferramentas de apoio à pesquisa — modelos que sintetizam cenários, destacam sinais relevantes e sugerem hipóteses de investimento.
Termos técnicos como tokens (unidades de texto processadas por modelos de linguagem) e agentes de IA (sistemas semi-autônomos que combinam busca, análise e geração de resultados) passaram a integrar a rotina. Monitorar o consumo de tokens ajuda a controlar custos e a governar o uso de modelos externos.
Impacto no trabalho dos analistas
A promessa é clara: menos tempo reunindo dados, mais tempo refletindo sobre hipóteses e contexto. Ao automatizar tarefas repetitivas, a IA libera os analistas para atividades de valor agregado — conversas com gestores locais, investigação de riscos políticos e construção de narrativas de investimento que possam gerar diferencial competitivo.
No entanto, a tecnologia não elimina o julgamento humano. A integração bem-sucedida exige validação contínua, revisão por pares e métricas que conectem a adoção de IA a melhorias concretas na tomada de decisão e na performance dos fundos.
Recrutamento e cultura
Transformar uma gestora tradicional envolve redesenhar competências. A Lazard está recrutando especialistas em dados, engenheiros de machine learning e profissionais de produto, ao mesmo tempo em que investe em upskilling para analistas. Perfis híbridos — profissionais que combinam conhecimento de mercado com habilidades técnicas — passaram a ser prioridade.
A integração desses profissionais com equipes de investimento exige mudanças de cultura: estruturas de incentivo que valorizem adoção responsável, programas de treinamento e canais permanentes de comunicação entre TI e front office, como as sessões de "show and tell".
Consequências para clientes e produtos
Para investidores, o uso consistente de tecnologia pode traduzir-se em relatórios mais rápidos e personalizados, processos de investimento mais ágeis e, potencialmente, produtos mais diversificados — como estratégias adicionais em renda fixa e alternativas, e expansão da gestão de patrimônio.
Isso é relevante no contexto atual: a Lazard registrou retiradas significativas recentemente, o que aumenta a pressão por resultados. A tecnologia pode acelerar pesquisa e execução, mas não garante alfa por si só; o diferencial continuará vindo da qualidade da equipe e do acesso a informação imperfeita, especialmente em mercados emergentes.
Riscos e governança
Entre os riscos práticos estão a replicação de vieses pelos modelos, problemas de qualidade de dados, custos crescentes com consumo de nuvem e tokens, e preocupações de compliance relacionadas ao uso de informações sensíveis. Para mitigar esses riscos, são necessários processos de auditoria de modelos, validação fora da amostra e políticas claras sobre uso de dados.
Reguladores também aumentaram a atenção sobre práticas de IA no setor financeiro, exigindo trilhas de auditoria e explicabilidade em decisões que afetem clientes.
O que vem pela frente
A estratégia da Lazard combina tecnologia, contratações e mudança de processos para tentar recuperar consistência e diversificar receitas. As apostas incluem desenvolvimento de pipelines de dados proprietários, criação de agentes internos orientados a decisões de investimento e expansão de produtos em segmentos onde a gestão ativa ainda pode se sobressair.
O sucesso dependerá de três fatores: qualidade das contratações, disciplina na governança de IA e habilidade da equipe de investimento em transformar insights em decisões que gerem valor para clientes.
Conclusão
A reformulação em curso na Lazard é um exemplo de como gestoras tradicionais tentam equilibrar tecnologia e capital humano para enfrentar desafios de captação e competição. A inteligência artificial pode elevar a eficiência e facilitar a pesquisa, mas os ganhos reais virão de governança sólida, treinamento e integração de talentos. Para quem quer entender como tecnologia e mercado de capitais se cruzam, acompanhar esses movimentos é essencial.
Fique ligado no Diário da Descomplica para análises práticas e orientadas sobre as mudanças que estão remodelando carreiras e investimentos.
Fonte:Fonte
Revisão editorial: Bruno Quintela - LinkedIn
