O Barclays está ampliando o uso do Claude em três frentes que raramente aparecem juntas no mesmo caso empresarial: desenvolvimento de software, consulta a conhecimento interno e processamento operacional. A parceria divulgada pela Anthropic em 1º de outubro traz números que ajudam a tirar a adoção corporativa de IA do território das apresentações genéricas.

O banco espera que o Claude Code alcance 50% de sua população de desenvolvedores até o fim de 2026 e a maioria dos engenheiros de software em 2027. Em atendimento, um assistente de conhecimento usado por funcionários do Barclays UK já teria mais de 16 mil usuários e processado mais de um milhão de buscas. Na área de Global Markets, modelos Claude classificam, enriquecem e encaminham aproximadamente 120 mil e-mails por dia.

Os dados são relevantes, mas exigem uma ressalva: foram publicados pela Anthropic dentro do anúncio da parceria. Não há, nessa fonte, auditoria independente, comparação controlada de produtividade ou detalhamento de erros e intervenções humanas.

Três trabalhos, três formas de medir

No desenvolvimento, a meta apresentada é de adoção. Ela mostra alcance planejado, não o impacto do Claude Code sobre tempo de entrega, qualidade, segurança ou retrabalho. Em conhecimento interno, a empresa informa volume de usuários e buscas, mas não publica taxa de acerto nem quanto tempo foi efetivamente economizado.

Já o fluxo de e-mails revela uma aplicação operacional mais delimitada. O sistema ajuda a classificar mensagens, acrescentar informações e escolher a rota de processamento. Isso pode reduzir triagem manual, embora o anúncio não explique qual parcela segue diretamente, qual requer revisão nem como exceções são tratadas.

Escala de uso é uma evidência de adoção. Ainda não é, sozinha, uma evidência de valor ou qualidade.

Essa distinção importa porque organizações grandes costumam apresentar três números como se fossem equivalentes: pessoas habilitadas, interações processadas e resultados de negócio. Cada um responde a uma pergunta diferente. Uma implantação madura precisa conectar os três sem esconder falhas, custo de supervisão ou trabalho deslocado para outra etapa.

O caso começa antes do modelo

O assistente de conhecimento do Barclays está ativo desde 2025 e usa uma arquitetura de geração aumentada por recuperação, ou RAG. Em vez de depender apenas do conhecimento geral do modelo, o sistema procura informações internas antes de responder. Para um banco com mais de 20 milhões de clientes de varejo no Reino Unido, a qualidade da busca, as permissões e a atualização das fontes podem ser tão importantes quanto o modelo escolhido.

Na engenharia, modernizar sistemas legados com IA também exige cuidado. Um agente pode ajudar a compreender código, escrever testes e preparar mudanças. Ele não remove dependências antigas, regras regulatórias nem a necessidade de provar que uma alteração preserva o comportamento esperado.

O Barclays e a Anthropic destacam segurança, governança e supervisão humana como bases da expansão. A formulação é adequada para um setor regulado. O anúncio, porém, oferece poucos detalhes sobre controles específicos, métricas de incidentes ou limites de autonomia.

Em uma operação regulada, o melhor caso de IA não é o que elimina pessoas do fluxo. É o que torna responsabilidade, evidência e exceções mais fáceis de enxergar.

O que líderes podem aprender sem copiar o banco

O caso sugere um caminho mais útil do que “liberar um chatbot para todos”. Cada frente parte de um trabalho concreto: localizar conhecimento, encaminhar mensagens ou apoiar engenharia. Para avaliar algo semelhante, uma organização pode separar:

  • adoção, como usuários ativos e frequência;
  • qualidade, como precisão, retrabalho e incidentes;
  • resultado, como tempo de resposta, custo total e experiência do cliente.

Também é importante registrar o ponto de partida. Sem uma linha de base, um milhão de buscas pode representar sucesso, curiosidade ou apenas a migração de um canal para outro.

O anúncio mostra que Claude está saindo do experimento isolado e entrando em processos centrais de uma instituição financeira. O teste mais interessante virá depois: quando o Barclays conectar as métricas de uso divulgadas agora a resultados verificáveis, sem perder de vista quem responde por cada decisão.

Fonte: comunicado da Anthropic sobre a expansão do Claude no Barclays.