JPMorgan utiliza IA para processar cheques

O JPMorgan Chase não apenas automatizou o processamento de cheques com IA, mas reconstruiu sua infraestrutura de lockbox desde 2020 usando modelos de IA internos para extração, validação e revisão de dados — um esforço que culminou, em 2025, na implantação de robôs físicos desenvolvidos com a Ripcord (empresa de IA e automação de documentos do Vale do Silício). Esses robôs executam tarefas manuais complexas — abertura de envelopes, remoção de grampos, desdobramento de documentos e digitalização — com capacidade de reconhecer mais de 4.000 variações de layouts e conteúdos, alcançando precisão de 99,9% a 99,999%. Em 2025, o JPMorgan Payments processou mais de 130 milhões de cheques, parte dos 480 milhões de documentos anuais que antes exigiam cerca de 13 bilhões de toques de teclado.

A iniciativa faz parte de um investimento tecnológico contínuo de US$ 19,8 bilhões por ano, com foco em IA aplicada a operações financeiras críticas. Diferentemente de soluções genéricas de RPA, o sistema integra visão computacional avançada, LLMs (modelos de linguagem grandes) e assistentes de IA em tempo real para análise de exceções e detecção de fraude — um salto da automação de tarefa única para agentes inteligentes que evoluem para 'funcionários digitais', com lançamento previsto ainda em 2026.

Apesar da queda global no uso de cheques, uma pesquisa da Association for Financial Professionals revelou que 91% dos profissionais financeiros nos EUA ainda usam cheques como forma de pagamento em 2024 — alta significativa ante 75% em 2023. Isso reforça a relevância estratégica da modernização do processamento físico de cheques: não é um legado a ser descartado, mas um ativo operacional crítico que exige segurança, velocidade e conformidade. A automação com IA reduz falsos positivos em detecção de fraude, acelera o ciclo de recebíveis e permite realocação de talentos para análise de risco e tomada de decisão — fatores essenciais em um cenário de aumento de fraudes de cheque e regulamentação mais rigorosa (como a Regulação CC do Federal Reserve).

Para desenvolvedores e engenheiros de software em fintechs e bancos, o caso do JPMorgan demonstra a maturidade prática da IA em processos híbridos (físico + digital): não se trata apenas de OCR ou classificação de imagens, mas de integração entre robótica física (hardware com sensores e atuadores), visão computacional treinada em dados específicos de documentos financeiros e LLMs para interpretação semântica de instruções, assinaturas e cláusulas. O banco já utiliza modelos de linguagem grandes para validação de pagamentos, geração de pitchbooks e a plataforma COIN (Contract Intelligence), que reduziu revisão de contratos em 99%. Isso sinaliza uma tendência clara: aplicações de IA em pagamentos estão migrando de ferramentas pontuais (ex.: GPT-4 Turbo para resumo de extratos) para agentes autônomos com memória, planejamento e capacidade de interagir com múltiplos sistemas legados — um padrão que influenciará arquiteturas de core banking e APIs de processamento de pagamentos no Brasil.