WEALTH 2030

Abertura

Isto não é uma previsão.

É a descrição de uma coisa que já começou e ainda não foi nomeada.

O wealth management brasileiro passou uma década crescendo por adição: mais assessores, mais escritórios, mais custódia, mais produto. O estudo descreve o fim desse ciclo. Não porque o mercado encolheu. Porque a variável que sustentava o crescimento parou de responder: o headcount, o fee e a permanência do cliente se descolaram da custódia.

O documento reúne dados públicos verificáveis, das fontes que nomeia na abertura, e conversas de profundidade com profissionais brasileiros do setor. As teses, diz o texto, não são opiniões. São o que sobra quando as duas camadas se cruzam.

Escreve para sócios e diretores de assessorias e consultorias, gestores de patrimônio, family offices e times de produto de plataformas. Quem decide onde o tempo da operação é gasto. A instrução de leitura do próprio estudo: todo número tem fonte nomeada. Onde a evidência é fraca ou inexistente, isso é dito.

Panorama

O crescimento parou de vir do lugar de onde vinha.

Os quatro indicadores que sustentaram a expansão do canal de distribuição entre o meio da década passada e o ano anterior ao fechamento do estudo — custódia, headcount, fee e retenção — se descolaram. A custódia continua subindo. Os outros três, não.

O que ainda cresce, na leitura do estudo, é o substrato: há mais dinheiro, mais investidores e mais patrimônio para servir do que em qualquer momento anterior da série. O que parou foi a conversão desse substrato em receita por profissional.

A leitura

O substrato cresce. A captura, não.

Quando o substrato cresce e a capacidade de capturá-lo estagna, o gargalo deixou de ser comercial e passou a ser operacional. É por isso, diz o estudo, que o texto começa pelo tempo, e não pela tecnologia.

O que virou foi preço e retenção ao mesmo tempo. O que migrou foi o profissional: as consultorias registradas cresceram mais que as assessorias, com gente vindo diretamente da assessoria, e uma parte dos assessores ouvidos declara interesse em mudar de modelo.

O tempo

O assessor não vai desaparecer. O operacional vai.

A discussão sobre inteligência artificial substituir o assessor está mal formulada. O trabalho que a automação elimina não é o de aconselhar. É o de descobrir onde o dinheiro está.

Quase ninguém no mercado brasileiro mede, num relatório só, quanto tempo uma operação de wealth gasta apenas para saber, com confiança, qual é a posição atual de cada cliente. O número está distribuído entre pessoas. A Deloitte quantificou a versão global do problema. Em campo, a descrição do ciclo é mais reveladora que o percentual: até um ponto do mês a equipe alimenta posições; no trecho seguinte, confere; a reunião com o cliente só acontece na segunda quinzena. Metade do mês acontece antes de qualquer conversa de investimento.

O que quebra o ciclo não é a complexidade da análise. É o dado. Uma corretora deixa de enviar parte da posição, o patrimônio oscila sem explicação, e alguém para tudo para descobrir se o cliente sacou ou se o arquivo veio incompleto.

Gente perde quinze dias por mês. Poderia estar perdendo cinco.

A conta que um sócio faz não é sobre software. É sobre alocação de hora. A mesma pessoa, no mesmo dia, executa tarefas cujo valor econômico o estudo separa por uma ordem de grandeza. Não existe decisão de compra de tecnologia nesse mercado que não seja, no fundo, uma tentativa de mover horas de uma faixa para a outra.

O teto de atendimento existe, e o BCG argumenta que ele não é operacional, é cognitivo: aproxima-se do número de relacionamentos significativos que uma pessoa consegue manter. O gargalo não é falta de gente. É falta de contexto disponível na hora certa.

No final da conta a nossa conta é hora. Cada hora que você me libera de operacional é uma hora que eu tenho pra estar na rua prospectando.

Contexto

IA não é o diferencial. Contexto é.

Todo mundo tem acesso ao mesmo modelo. Ninguém tem acesso à mesma carteira, ao mesmo histórico tributário e à mesma conversa da última reunião. É aí que o valor se acumula.

A adoção é quase universal. A utilidade, não. Um modelo de linguagem só é útil na medida em que recebe o contexto certo. Sem a carteira real, o histórico tributário, o mandato e a decisão do trimestre passado, ele produz respostas que parecem corretas. Em finanças, diz o estudo, isso é pior do que uma resposta errada.

Prompt engineering controla o estilo. Context engineering controla a substância. Soar certo não é a mesma coisa que estar certo.

Numa operação entrevistada, uma funcionalidade de IA embarcada numa ferramenta de consolidação recomendou reduzir uma posição. Em termos absolutos, o rendimento ficava abaixo do referencial. O ativo era isento de imposto de renda. No bolso do cliente, o líquido equivalia a um rendimento bruto acima do referencial, e era uma das melhores posições da carteira. A IA não errou a matemática. Ela não tinha o contexto tributário.

Uma recomendação errada por falta de contexto não custa uma correção. Custa a confiança de que qualquer recomendação futura possa ser aceita sem verificação manual. Isso devolve ao humano o trabalho que a ferramenta prometia eliminar.

O problema aqui é a padronização. Hoje eu uso de um jeito, o outro lá usa do outro. Não é linear as respostas.

Uma operação de conselho vende consistência. Se dois assessores da mesma casa produzem diagnósticos diferentes para carteiras equivalentes porque escreveram prompts diferentes, a IA não aumentou a capacidade da firma. Aumentou o risco dela. Usar IA é individual, informal e não auditável. Ter IA, no argumento do estudo, significa que o contexto está disponível de forma idêntica para qualquer pessoa da operação, e que a resposta é a mesma independentemente de quem pergunta.

Interface

A próxima geração de wealth não vai trabalhar em dashboards.

Dashboard é tecnologia de escassez: quando processar dados era caro, mostrava-se tudo e o humano procurava. Essa restrição acabou. O dashboard responde “como está” para quem já sabe o que procurar. Não responde o que mudou, o que isso significa para este cliente nem o que fazer agora.

Em campo, profissionais abrem dois ou três relatórios ao mesmo tempo e reconstroem mentalmente a visão que nenhum sistema entrega. O trabalho real é a síntese que vem depois, feita à mão, por alguém cuja hora o estudo já precificou na tese do tempo. O dashboard não eliminou o trabalho. Terceirizou-o para o cérebro do usuário e chamou isso de visualização.

Eu tenho que olhar dois relatórios distintos e imaginar como seria isso junto.

Nenhum desses ganhos, diz o estudo, veio de um painel melhor. A direção do movimento não está em disputa. Está em execução nas maiores instituições. A ressalva fica de pé: a maior parte do que hoje se vende como agente ainda é interface nova sobre arquitetura antiga.

O cliente

O cliente não quer mais informação. Quer interpretação.

Informação virou commodity gratuita e abundante. O que continua escasso, e o que o cliente continua pagando, é alguém que diga o que aquilo significa para a vida dele. A pergunta que um cliente faz não é qual foi a rentabilidade. É uma versão de: não entregou nos últimos meses, o que dá para mexer? A diferença entre as duas é a diferença entre um relatório e um serviço.

Simular cenário de rebalanceamento antes de uma conversa é a atividade de maior valor percebido pelo cliente e, ao mesmo tempo, uma das que mais consome tempo. É trabalho de conselho travado por trabalho de dado.

Vou ter que simular antes pra fazer, né?

Clientes usam cada vez mais IA para explorar suas opções, mas na hora de decidir eles valorizam julgamento, contexto e responsabilidade vindos de um assessor em quem confiam.

Tudo que eu busco são soluções que me liberem tempo de operacional e me coloquem mais tempo cara a cara com o meu cliente.

O que o cliente compra do humano não é cálculo. É julgamento sob incerteza e responsabilidade por ele. A próxima geração, na leitura da McKinsey que o estudo reproduz, não rejeita o conselho. Rejeita o formato em que ele é entregue.

Research

Carteiras recomendadas ficam menos importantes. Teses ficam mais.

A carteira recomendada é um produto de distribuição em massa numa indústria que está se movendo para o oposto disso. Dois estudos brasileiros com dados abertos testaram a mesma pergunta: carteiras recomendadas por corretoras batem o mercado? As respostas convergem, e não são as que o material de marketing sugere.

Isso não significa que research não tem valor. Significa que a carteira recomendada, como produto padronizado distribuído para milhares de perfis diferentes, não gera alfa estatisticamente detectável, e que o mercado precifica isso. O estudo descreve o research de varejo perdendo independência, a receita e a base de um player listado caindo, e corretoras distribuindo research de graça como isca de captação. O player não é nomeado no trecho.

Tudo que você estudou na virada do ano foi tudo perdido. Você teve que tomar uma decisão no meio do caminho, ainda com guerra.

Os bancos montam fundos espelho, e não são todos os bancos que têm toda a grade. Tem que cadastrar essa grade de cada instituição e começar a comparar.

O processo oficial de alocação é anual, estruturado e documentado. O processo real, descrito por quem executa, é outro. Quando o cenário vira duas vezes no mesmo ano, o valor não está na carteira publicada em janeiro. Está na capacidade de reavaliar rápido, com o patrimônio real do cliente na frente, e de explicar a mudança sem parecer improviso. Isso é tese. Não é carteira.

O quadro da tese classifica acesso a produto e research de carteira recomendada como commodity. Uma resolução da CVM acabou com a exclusividade obrigatória, e multi-corretora virou padrão. Consolidação de posição está se comoditizando. Tese, enquadramento e execução sob restrição real seguem escassos. A implicação que o estudo tira: o material que uma assessoria publica não vai ser uma lista de ativos. Vai ser o registro auditável de como ela pensa.

Family offices

O family office que continuar dependendo de planilhas vai pagar caro.

Não pelo custo do software. Pelo custo de ter a estrutura patrimonial de uma família inteira dependendo da memória de uma pessoa.

O segmento cresceu e barateou o ticket de entrada. Não barateou a operação. O patrimônio do cliente brasileiro não está numa classe só. Está espalhado, e boa parte dele nem é financeiro: imóveis, participações, holding, offshore, ilíquidos. No sistema de uma das operações, imóveis não são rastreados. A parte não financeira vive em planilha, pasta, e-mail ou na cabeça de alguém.

O perfil do brasileiro é imobilizado. Você tem que olhar o patrimônio como um todo, né?

A planilha, na leitura do estudo, não é um problema de eficiência. É um problema de governança. Quando a visão consolidada existe apenas no arquivo de uma pessoa, a operação tem risco de pessoa-chave sobre o ativo mais sensível que administra, e não tem trilha de auditoria de como cada número chegou ali. Quando a operação inteira depende de trabalho manual, revisar custa exatamente o mesmo que fazer.

Infraestrutura

A consolidação patrimonial vai deixar de ser diferencial e virar infraestrutura.

Quando todas as soluções entregam o mesmo resultado, o resultado deixa de ser produto. Vira insumo, e o valor migra uma camada acima. A frase mais direta, diz o estudo, não veio de um analista. Veio do fundador de uma das maiores plataformas de consolidação do Brasil, sobre o próprio produto.

em termos de consolidação, o resultado de todas as soluções é o mesmo.

hoje cada banco tem a sua integração. Quando o Open Finance começar a funcionar, vai ser tudo padronizado.

Você precisa de uma API pra navegar lá dentro. E [a plataforma] não dá essa API.

Renda fixa via Open Finance é horrível. São IDs que não dizem respeito a nada.

O padrão existe, mas a identificação de ativos de renda fixa exige uma camada própria de de-para. Justamente a classe que representa a maior parte do que trafega. O resultado, na frase do capítulo, é um paradoxo: a infraestrutura de compartilhamento mais ampla do mundo está de pé, e o profissional que mais precisaria dela ainda faz login manual.

Uma operação entrevistada usava uma ferramenta de consolidação que foi comprada por um banco e retirada do mercado. O relatório mensal voltou a ser feito à mão. Para quem vende, aquisição é validação. Para quem usa, é risco de descontinuidade.

A conclusão do capítulo: consolidar patrimônio deixa de ser um produto que alguém vende e passa a ser uma expectativa, como extrato bancário e nota de corretagem. O diferencial estará no que se faz com o dado depois de consolidado.

Protocolo

MCP e agentes: a nova camada de infraestrutura financeira.

Nos últimos vinte meses um protocolo saiu do zero e virou padrão de fato para conectar modelos de IA a sistemas reais. O setor financeiro brasileiro, diz o estudo, ainda não reagiu.

Uma integração tradicional conecta sistema a sistema: alguém escreve o código, define os campos e mantém o contrato. Um servidor MCP expõe capacidades para que um agente as descubra e use, sem que ninguém tenha antecipado a pergunta. É a diferença, na imagem do estudo, entre construir uma esteira e construir uma porta.

Todo mundo está tentando criar a sua própria solução, nem que seja caseira.

Nas operações entrevistadas, o estudo descreve transcrição integral de reuniões para o CRM, vertical de tecnologia própria, ferramenta contratada fora e duas tentativas de um escritório de contabilidade de holdings. A contradição que o texto destaca: o responsável por uma consultoria de cinco pessoas respondeu que não tem massa crítica para automatizar nada. Quem tem engenheiro constrói. Quem não tem, espera, e enquanto espera continua no ciclo manual da primeira tese.

O quadro da tese compara o modelo atual com o modelo agêntico. No atual, o acesso ao dado é login, download e planilha. A pergunta é humana, uma por vez. O desvio aparece no fechamento do mês. O custo do cliente seguinte é quase linear. O diferencial é ter o dado. No modelo agêntico, a capacidade fica exposta, o agente pergunta sob supervisão, o desvio aparece quando ocorre, o custo do cliente seguinte tende a zero na camada de dado, e o diferencial passa a ser contexto e julgamento.

A ressalva está no mesmo capítulo: a distância entre o protocolo existir e uma assessoria brasileira colher valor dele ainda se mede em anos, não em trimestres.

O sinal

Por que a Decade é um sinal de mudança, não apenas mais uma fintech.

O que importa, diz o estudo, não é o produto. É o que a rodada revela sobre onde o capital global acha que o valor vai se acumular no wealth brasileiro. Nenhuma parte do capítulo é endosso.

Os fundadores explicam parte do cheque, não a tese. Vitor Olivier entrou no Nubank como engenheiro inicial e saiu como CTO após doze anos. Felipe Meneses foi o primeiro brasileiro Thiel Fellow e fundou a Hyperplane, depois adquirida pelo Nubank. A tese, no texto, está no que a empresa escolheu não ser: não é custodiante e é agnóstica de plataforma; não é robo-advisor puro e tem consultor humano sênior por WhatsApp e vídeo; não cobra sobre patrimônio no produto de entrada; não nasceu para o topo da pirâmide.

Serviços financeiros são complexos por design e frequentemente monetizados através da assimetria de informação. A IA colapsa essa assimetria.

Três leituras. Capital de primeira linha global precificou o wealth management brasileiro como um mercado de tecnologia, não de distribuição. A empresa levantou o maior seed da região antes de abrir o produto ao público: o que foi financiado não é tração, é a tese de que servir patrimônio com contexto em escala é um problema resolvível agora. E a Decade não compete por produto nem por taxa. Compete por atenção e confiança do cliente final.

A leitura que o estudo defende não é “chegou um concorrente”. É que o mercado inteiro está sendo reorganizado em torno da mesma variável ao mesmo tempo. A Decade é a evidência mais cara e mais recente disso.

O desenho

Como será uma assessoria de investimentos em 2030.

Não é uma previsão de ficção. É a extrapolação de movimentos que já têm data, número e nome, aplicados a uma operação brasileira de porte médio. O estudo pede para considerar uma operação real, das melhores no modelo atual: crescimento por indicação e sem compra de lead. E descreve o que muda.

O ciclo de dados deixa de ser uma quinzena de ingestão e passa a ser contínuo: o desvio chega ao humano. A preparação da reunião deixa de levar até um dia e meio e passa a minutos, com o material gerado do contexto e revisado, não montado. O teto de clientes por profissional se desloca, e o limite volta a ser relacional. O fee tende a predominar, com fee médio menor, e o volume compensa a taxa. A consolidação deixa de ser produto e vira infraestrutura. A carteira recomendada deixa de ser o entregável e vira insumo. O que se vende passa a ser julgamento sob restrição real, com memória e auditoria. Onde o profissional passa o dia se inverte em relação ao back-office. É a única mudança, diz o estudo, que paga todas as outras.

A consolidação não vai matar os pequenos. Vai matar os médios sem tese. O estudo descreve três tipos que continuam: a plataforma, que vence por custo de servir; a boutique com tese, pequena, cara e específica, que usa infraestrutura de terceiro e concentra o time no julgamento; e o meio sem diferencial, onde a compressão de fee e o encurtamento do lifetime doem primeiro.

• Meça o ciclo antes de comprar qualquer coisa. Quantos dias por mês a operação gasta entre receber o dado e confiar nele.
• Separe custo de software de custo de hora. A pergunta não é quanto custa. É quantas horas devolve e para qual faixa de valor elas voltam.
• Trate contexto como ativo, não como conhecimento tácito. Se mandato, restrição tributária, histórico de decisão e a última reunião só existem na cabeça do profissional, ele sai com o ativo.
• Padronize antes de escalar IA. Se dois profissionais da mesma casa produzem diagnósticos diferentes para carteiras equivalentes, o problema não é o modelo.
• Escolha a camada em que a operação quer ser insubstituível. Sobra tese, relação e execução sob restrição real. Nenhuma das três escala sem devolver tempo primeiro.

Nenhum dos cinco pontos, diz o estudo, é sobre comprar software. Quatro são decisões de gestão que uma operação pode tomar na semana seguinte, sem orçamento. O quinto é posicionamento, e é o único que não dá para adiar até o horizonte do estudo, porque as camadas estão sendo ocupadas agora.

Limites

O que este estudo não diz.

Não diz que a inteligência artificial vai reduzir o headcount no wealth brasileiro. Não há evidência disso, e as operações entrevistadas descrevem escassez, não excesso de gente. Não diz que quem não adotar tecnologia vai quebrar no horizonte do título. A mortalidade das novas consultorias, já citada no panorama, tem causas comerciais e de escala, não tecnológicas. E não diz que existe uma ferramenta que resolve isso. Diz que a variável que separa as operações mudou, e que ela agora é o tempo.

A camada de campo é qualitativa e de amostra pequena. Não é estatisticamente representativa do mercado brasileiro e não deve ser lida como tal. A função dela é dar textura ao que os dados públicos mostram em agregado. Número que vem só de campo está identificado como autorrelato e não é extrapolado para o setor. Nenhuma tese se sustenta apenas nessa camada.

• Que percentual dos family offices brasileiros ainda depende de planilha.
• Quantos investidores seguem a carteira recomendada que recebem.
• Qual o AuC e o ticket médio por assessor no Brasil.
• Quantos escritórios de assessoria existem de fato. A ANCORD divulga pessoas físicas, não pessoa jurídica.
• Quais múltiplos foram efetivamente pagos nos M&As. Quase nenhum divulgou valor.
• Qual o custo operacional real de um family office brasileiro.
• Qual a taxa de adoção de IA no wealth brasileiro, com metodologia comparável às pesquisas internacionais.
• Se existe algum gestor de patrimônio, no mundo, expondo dados via MCP.
• Qual o valuation da Decade. Não foi divulgado.
• Qual o status, na Câmara, do projeto de lei de inteligência artificial que o apêndice deixa em aberto.