Isso porque elas são capazes de acelerar a seleção dos ativos mais alinhados aos interesses de cada um, além de democratizarem o acesso a análises que antes estavam restritas aos investidores com conhecimento mais amplo do mercado financeiro.

No entanto, especialistas reforçam que a tecnologia ainda funciona como um recurso complementar e alertam para os riscos de confiar cegamente em dados e projeções automatizadas, especialmente quando se trata de decisões de longo prazo.

IA é para acelerar, não para decidir

Nessa linha, Guilherme Assis, CEO da fintech Gorila, explica que hoje a IA é uma camada de aceleração, não de decisão. Ela processa em segundos o que um investidor levaria horas para ler, como balanços, releases, histórico de pagamentos e transcrições de conferências das companhias com analistas, por exemplo.

"Isso democratiza o acesso a um tipo de análise que antes era privilégio de quem tinha equipe ou assessor dedicado. Mas seleção exige julgamento sobre o futuro e esses modelos de IA trabalham com o que já foi escrito. De todo modo, o investidor que usa esse artifício para preparar a análise e decide com critério próprio sai na frente de quem ignora a ferramenta", avalia.

E quais indicadores e informações essas plataformas de IA conseguem analisar para identificar empresas com potencial de manter ou aumentar dividendos a partir do interesse daquele investidor?

Victor Bueno, sócio e analista da Nord Investimentos, explica que há entre elas as que geram análise fundamentalista de forma bastante ampla.

"É possível consultar todos os dados das empresas, todos os resultados, tudo o que elas distribuem em forma de dividendos e consolidar tudo isso em indicadores fundamentalistas", explica.

Ele reforça, entretanto, que são dados de 'retrovisor'. "Então, o melhor a ser feito é você ter as próprias premissas, as próprias projeções para aí sim tomar decisões melhores em cima desses dados e criar a sua carteira de ações pensando em dividendos", completa.

Assis, do Gorila, concorda. Para ele, o básico quantitativo a IA cobre bem, pois gera rapidamente informações como dividend yield, payout, histórico de consistência de pagamentos, geração de caixa livre, nível de alavancagem e cobertura de dívida das empresas pagadoras de dividendo.

O ponto que separa análise boa de análise rasa, diz ele, é a sustentabilidade do dividendo, não o yield atual. "Yield alto muitas vezes é sinal de preço caindo, não de empresa generosa", reforça.

Nesse aspecto, ele diz que as ferramentas de inteligência artificial conseguem cruzar payout com geração de caixa para checar se o dividendo é pago com lucro recorrente ou com endividamento, além de ler a política de dividendos declarada no estatuto e identificar dependência, por exemplo, de poucos clientes ou de um único ciclo de commodity.

"O que ela faz bem e o investidor faz pouco é a leitura longitudinal, comparando dez anos de comportamento em vez de olhar o dividendo do último trimestre", avalia.

Mas e os riscos de confiar demais na IA?

Assis enumera três riscos concretos. O primeiro deles é a alucinação. "O modelo inventa números com a mesma confiança com que acerta, e dado financeiro errado custa caro". O segundo está na defasagem de dados. "Muitas ferramentas não estão conectadas a fontes em tempo real, então respondem com base em informação velha sem avisar".

Já o terceiro e o mais perigoso risco, explica, é o falso senso de personalização. "A IA não conhece o seu horizonte, sua necessidade de liquidez, sua situação tributária nem sua tolerância real a ver a carteira cair 30%. Ela dá a mesma resposta genérica para o aposentado que vive de renda e para o jovem acumulando patrimônio", garante, lembrando que dividendo é estratégia de longo prazo, "e disciplina comportamental nos momentos de estresse é algo que nenhum modelo carrega pelo investidor".

Popularização da IA vai mudar a forma de investir?

Para Bueno, da Nord Investimentos, nada substitui a sensibilidade e análise humana na hora da decisão sobre onde colocar o seu dinheiro.

"Em todas as rodas de conversa você escuta sobre o uso da IA. As pessoas estão treinando essas ferramentas para montar as suas carteiras. Então, acho que já está acontecendo, mas o que deve permanecer insubstituível na hora da análise é a parte da sensibilidade sobre o que funciona para aquele perfil de investidor e esse conhecimento a IA acaba não tendo", diz.

Assis, da Gorila, é ainda mais enfático. Na opinião dele, deve-se tratar a IA como aquele estagiário brilhante e não como gestor. Algumas posturas que funcionam, segundo ele, é pedir processos e não palpites.

"Sempre cobre a fonte e o período do dado, e desconfie quando não vier, use a ferramenta para resumir documentos longos e gerar perguntas, e leve essas perguntas para a sua própria decisão ou para um profissional", completa, lembrando que nunca se deve informar dados sensíveis ou aceitar estratégia de alocação pronta sem entender a lógica que está por trás.