A Creditas divulgou os resultados do segundo trimestre de 2026 com uma combinação que chama atenção: crescimento da operação, aumento da receita e redução proporcional das despesas.
A fintech registrou:
R$ 1,14 bilhão em originação no trimestre;
R$ 722,9 milhões em receita;
R$ 8,1 bilhões em portfólio gerenciado;
R$ 271,6 milhões em lucro bruto;
despesas operacionais equivalentes a 42,2% da receita;
receita anualizada por funcionário de R$ 1,7 milhão.
A empresa também informou que agentes autônomos de inteligência artificial já realizam 100% dos primeiros contatos por chat em casos de atraso na operação de Auto Finance, com 88% de resolução.
Além disso, a Creditas realizou sua primeira aprovação de empréstimo totalmente automatizada nessa vertical, sem revisão humana.
Os resultados são específicos da Creditas e não representam uma promessa para outras empresas. O ponto mais importante está na escolha dos processos em que a inteligência artificial foi aplicada.
A IA entrou em cobrança, aprovação, atendimento, originação e produtividade. São rotinas diretamente ligadas à receita e ao custo da operação.
Crescimento com aumento menor das despesas
A receita da Creditas cresceu 30,2% em relação ao mesmo período do ano anterior, chegando a R$ 722,9 milhões.
No mesmo intervalo, as despesas operacionais aumentaram 10,1%, para R$ 305,3 milhões. Como resultado, o peso dessas despesas caiu de 50% para 42,2% da receita.
Essa relação importa porque mostra uma questão enfrentada por qualquer empresa em expansão:
Como aumentar a capacidade de atendimento e execução sem ampliar a equipe na mesma proporção?
Quando uma empresa cresce apenas adicionando pessoas, o custo tende a acompanhar cada nova venda, cliente ou contrato.
Isso pode funcionar durante algum tempo. Depois, a operação começa a exigir mais supervisão, mais conferências, mais treinamento e mais comunicação entre áreas.
A tecnologia pode ajudar a reduzir esse efeito, desde que entre em tarefas que tenham volume, regras e resultado mensurável.
Na Creditas, a inteligência artificial foi aplicada a processos que já fazem parte do funcionamento central do negócio. A empresa não usou IA apenas para produzir textos ou responder perguntas internas. Os agentes passaram a participar de atividades que influenciam cobrança, crédito e originação.
O que a Creditas automatizou
1. Primeiro contato de cobrança
Na operação de Auto Finance, os agentes de IA passaram a realizar todos os primeiros contatos por chat com clientes em atraso.
Segundo a empresa, 88% desses contatos são resolvidos pelo próprio agente.
Esse tipo de aplicação exige mais do que um chatbot conectado a um canal de atendimento. O agente precisa entender o contexto do cliente, seguir regras de cobrança, consultar informações autorizadas e registrar o resultado da interação.
Também precisa saber quando a situação exige encaminhamento para uma pessoa.
O ganho potencial aparece quando a equipe deixa de dedicar tempo às interações mais previsíveis e passa a concentrar atenção nos casos que realmente precisam de análise ou negociação.
2. Aprovação automatizada de empréstimos
A Creditas informou ter realizado a primeira aprovação de empréstimo totalmente automatizada em Auto Finance, sem revisão humana.
Uma aplicação desse tipo depende de critérios claros, dados confiáveis, regras de aprovação e controles para situações fora do padrão.
Em setores financeiros, o limite de autonomia precisa ser tratado com cuidado. Uma decisão automatizada pode acelerar o atendimento, mas também pode ampliar erros quando os dados estão incompletos ou quando as regras não foram devidamente definidas.
A automação precisa ser acompanhada por registros, permissões e capacidade de revisão. A empresa deve conseguir explicar por que determinada decisão foi tomada e qual informação foi utilizada.
3. Apoio à originação
A originação da Creditas chegou a R$ 1,14 bilhão no trimestre, um crescimento de 34,2% em relação ao mesmo período do ano anterior.
Na vertical de Auto Finance, a empresa também informou que a inteligência artificial ajudou a reativar a originação em concessionárias que estavam inativas.
Esse ponto mostra uma aplicação importante: IA pode ajudar a identificar oportunidades que já existem na base da empresa, mas que deixaram de receber atenção.
Em uma operação comercial, isso pode significar:
localizar oportunidades paradas;
identificar clientes sem contato recente;
apontar desvios em relação às prioridades comerciais;
sugerir quais contas merecem atenção;
preparar informações antes do contato do vendedor.
A IA pode organizar a prioridade e apoiar a execução. A decisão comercial ainda precisa respeitar as regras, o contexto e a responsabilidade da equipe.
O que empresários em crescimento podem aprender
A notícia da Creditas traz uma lição útil para empresas de diferentes setores: a adoção de IA precisa começar por uma rotina concreta.
O empresário raramente precisa de “mais IA” de forma genérica. Ele precisa responder perguntas como:
Onde a equipe repete o mesmo trabalho todos os dias?
Qual informação é copiada entre sistemas?
Quais atendimentos seguem regras previsíveis?
Onde uma decisão demora porque os dados chegam tarde?
Qual tarefa exige a intervenção do dono mesmo quando deveria ser executada pela equipe?
Qual etapa da operação limita o crescimento da receita?
Onde o custo aumenta sem gerar capacidade proporcional?
Essas perguntas ajudam a separar uma aplicação com potencial de uma demonstração tecnológica sem impacto prático.
A ferramenta vem depois da operação entendida
Antes de colocar um agente de IA para executar tarefas, a empresa precisa entender como o trabalho acontece.
Uma avaliação inicial deveria considerar pelo menos seis pontos.
O processo está documentado?
A equipe sabe explicar as etapas da rotina?
Se cada pessoa executa a tarefa de uma maneira diferente, o agente terá dificuldade para seguir um padrão confiável.
As regras estão registradas?
O agente precisa saber:
o que pode fazer;
o que não pode fazer;
em que situação deve pedir aprovação;
quando deve encaminhar o caso;
quais informações pode consultar;
quais ações precisam ser registradas.
Regras que existem apenas na experiência de uma pessoa não formam uma base segura para automação.
Os dados são confiáveis?
A inteligência artificial pode consultar diferentes fontes, mas isso não corrige automaticamente informações duplicadas, incompletas ou desatualizadas.
Se o cadastro de clientes tem erros, se o estoque não corresponde ao físico ou se o CRM não registra as etapas comerciais, a automação receberá uma visão fraca da operação.
Os sistemas estão conectados?
Uma empresa pode ter CRM, ERP, plataforma financeira, sistema de atendimento e planilhas.
Se esses ambientes não compartilham informações, alguém continuará copiando dados de um lugar para outro.
Integração significa fazer os sistemas trocarem informações de forma organizada, reduzindo a necessidade de copiar e colar os mesmos dados várias vezes.
Qual é o nível adequado de autonomia?
Nem toda tarefa precisa ser executada pela IA sem aprovação humana.
Em alguns processos, o agente pode agir sozinho. Em outros, pode preparar uma recomendação para uma pessoa aprovar. Também pode apenas reunir informações e indicar uma prioridade.
O nível adequado depende do risco do processo, da qualidade dos dados e do custo de um erro.
Como o resultado será medido?
Uma aplicação de IA precisa de indicadores.
Alguns exemplos são:
tempo de execução;
taxa de resolução;
volume de tarefas concluídas;
quantidade de encaminhamentos para a equipe;
número de erros;
custo por atendimento;
tempo até a decisão;
receita por funcionário;
retrabalho gerado depois da automação.
Sem esses indicadores, a empresa fica dependente de opiniões para decidir se a tecnologia está ajudando.
Para empresas que já percebem trabalho manual na operação Se sua equipe repete tarefas, consolida informações em planilhas ou depende de pessoas específicas para executar rotinas previsíveis, a Telora pode ajudar a mapear o processo e avaliar onde automação, integração, dados ou IA fazem sentido. Conte como esse trabalho acontece hoje e solicite uma conversa inicial sobre a operação da sua empresa.
Como identificar um bom primeiro processo
Uma empresa em crescimento pode começar por uma tarefa que reúna quatro características:
acontece com frequência;
segue regras relativamente claras;
consome tempo da equipe;
permite medir o resultado.
Alguns exemplos:
Atendimento e triagem
A IA pode classificar solicitações, consultar informações internas, identificar prioridades e encaminhar cada caso para a área adequada.
A aplicação depende de uma base de conhecimento atualizada e de regras que definam o que pode ser respondido automaticamente.
Financeiro e cobrança
Um agente pode organizar contatos, identificar atrasos, preparar informações e seguir políticas comerciais previamente definidas.
Casos fora do padrão devem ser encaminhados para uma pessoa responsável.
Área comercial
A IA pode analisar oportunidades paradas, identificar clientes sem contato recente e sugerir prioridades para a equipe.
A qualidade da recomendação depende da organização do CRM e do registro correto das etapas comerciais.
Operações
Um agente pode acompanhar pedidos, consultar status em diferentes sistemas e alertar a equipe quando houver uma divergência ou atraso.
Para isso, os sistemas precisam compartilhar dados atualizados.
Gestão interna
A IA pode reunir informações de documentos, políticas e procedimentos para orientar a equipe em dúvidas recorrentes.
A aplicação precisa respeitar permissões e indicar a origem das informações utilizadas.
Onde a Telora participa
A Telora ajuda a empresa a entender o funcionamento atual da operação antes de indicar uma solução.
O trabalho pode envolver:
análise dos processos existentes;
identificação de tarefas repetidas;
organização das regras de negócio;
avaliação dos sistemas já utilizados;
integração entre ferramentas;
estruturação de dados;
definição de indicadores;
implementação de automações;
aplicação de inteligência artificial em atividades específicas;
acompanhamento do uso e dos resultados.
O Telos DS faz parte dessa visão como um produto da Telora que conecta ferramentas, conhecimento e agentes de inteligência artificial à operação da empresa.
Na prática, isso significa aproximar a IA do trabalho que a equipe já executa, com regras, informações e permissões definidas pela empresa.
A solução adequada pode ser um agente autônomo. Também pode ser uma integração, um painel, uma automação simples ou a organização de uma base de conhecimento.
A decisão depende do processo.
Um roteiro para avaliar a oportunidade
Antes de investir em uma aplicação de IA, responda:
Qual processo será analisado?
Quantas vezes ele acontece?
Quem executa a tarefa hoje?
Quanto tempo é gasto nessa rotina?
Quais informações são necessárias?
Onde essas informações estão armazenadas?
Quais sistemas participam do processo?
Quais regras orientam as decisões?
O que a IA poderá fazer sozinha?
Em quais situações uma pessoa deverá revisar?
Qual erro seria grave para a empresa?
Como o resultado será medido?
Quem acompanhará o funcionamento depois da implementação?
Se essas respostas ainda não existem, o próximo passo pode ser organizar a operação antes de automatizar.
A principal lição do resultado da Creditas
A Creditas mostra que a inteligência artificial pode participar de atividades diretamente ligadas ao crescimento e à eficiência da empresa.
No segundo trimestre de 2026, a fintech combinou aumento da originação e da receita com redução do peso das despesas operacionais. Também aplicou agentes de IA em cobrança e realizou uma aprovação de crédito totalmente automatizada em uma de suas verticais.
O aprendizado para outros empresários não é copiar a solução da Creditas.
É observar a própria empresa e encontrar uma rotina que tenha volume, regras, dados e impacto mensurável.
A inteligência artificial pode aumentar a capacidade de uma operação, mas o resultado depende da estrutura que existe por trás dela.
Processos definidos, sistemas conectados, informações confiáveis e responsabilidades claras formam a base para que a IA execute trabalho de verdade.
Sua empresa já sabe onde a IA poderia executar uma tarefa? Conte como sua operação funciona hoje. A Telora pode ajudar a avaliar onde existe oportunidade para reduzir trabalho manual, melhorar decisões ou diminuir a dependência de pessoas específicas. Solicite uma conversa sobre a operação da sua empresa.
Sobre
Telora existe pra resolver um problema que ninguém quer admitir: a maioria das empresas tem acesso a IA, mas não consegue usar IA de verdade na operação.
Consultores prometem transformação digital. Empresas compram ferramentas soltas. No final, continuam com prompts copiados manualmente, arquivos espalhados, nenhuma governança, sem escala.
A gente acredita que IA não é um projeto entregue por consultores. É uma camada operacional que roda dentro do seu negócio, todo dia, com contexto, permissões, automações e custos sob controle.
