DoTheMATH Blog

Who’s in Control? Agentic AI & o novo poder financeiro: quando agentes decidem e explicam

Escrito por Time MATH | 31/10/2025 20:18:14

O Money20/20 trouxe uma pergunta direta ao nervo do sistema financeiro: quem controla o quê quando a IA age em nosso nome?

Na palestra “Who’s in Control? Agentic AI & the Future of Financial Power”, David Birch (Consult Hyperion x Fime), Greg Ulrich (Mastercard) e Sophia Bantanidis (Citi) alinharam três verdades incômodas e promissoras: (1) IA Agente já entrega produtividade real por trás das cortinas; (2) o poder migra para o cliente com agentes pessoais; (3) identidade e confiança viram a nova arena competitiva — com KYA (Know Your Agent) emergindo como obrigação regulatória.

Para a MATH, que opera na interseção entre dados, IA e governança, a direção é clara: construir orquestração confiável onde agentes decidem com trilha de auditoria — e humanos seguem no loop garantindo integridade.

 

  • IA Agente (Agentic AI) sai do laboratório e automatiza tarefas com decisões supervisionadas, já melhorando onboarding, fraude e operações.

  • O próximo salto é pró-consumidor: agentes pessoais vão mover saldos, comparar taxas, renegociar dívidas e investir em tempo real.

  • Identidade & confiança tornam-se núcleo de vantagem: KYA (Know Your Agent), trilhas de auditoria, explainability e dados limpos.

  • Bancos tendem a ocupar o papel de provedores de confiança/identidade no ecossistema de IA — se investirem em infraestrutura e talento.

  • A transformação é mais rápida do que parece: agentes financeiros pessoais comprimirão margens e redefinirão atendimento.

O que é Agentic AI e onde já está mudando a operação

Definição prática: sistemas que percebem, planejam e executam com objetivos definidos, salvaguardas e supervisão humana.
Hoje: ganhos palpáveis dentro de casa (times de engenharia, risco, jurídico) e em front-office (onboarding, fraude, collections, preparo de propostas).

Exemplos do setor (síntese do painel):

  • Onboarding com agentes que coletam evidências, reconciliam dados Classe 1/2 (oficiais/governamentais) e só pedem step-up quando necessário.

  • Antifraude com agentes que costuram sinais (transacional, dispositivo, telco) e executam auto-hold → verificação → rerota.

  • Seguros como early adopter: gatilhos paramétricos (clima), detecção de evento e pagamento instantâneo.

Por que funciona: menos atrito, menos falsos positivos e decisões explicáveis em tempo de máquina — com human-in-the-loop quando o risco material cresce.

O futuro é pró-consumidor: agentes pessoais como novo front-end financeiro

Próximo ciclo competitivo: agentes do cliente decidem como e onde transacionar:

  • Mover excedentes para rendimento melhor automaticamente;

  • Comparar cartões/contas por taxa, benefício, latência — e executar a escolha;

  • Renegociar parcelas, otimizar investimentos, escolher a melhor rampa de câmbio.

Efeito na indústria: a competição sai da narrativa e vai para a métrica técnica:
latência de API, uptime, cobertura de dados, precisão da recomendação, taxas reais. Branding segue importante — mas performance mensurável decide a preferência do agente (e do cliente).

Identidade e confiança: de KYC para KYA (Know Your Agent)

Quando agentes operam em nome do cliente, quem exatamente está agindo?
Surge o KYA: validar, registrar e autorizar agentes digitais com escopo, duração e limites.
Bancos e emissores podem ancorar esse ecossistema como provedores de confiança/identidade, se dominarem:

  1. Dados limpos e governança (catálogo, qualidade, frescor, trilhas).

  2. Infraestrutura escalável (observabilidade, policy engine, rate limits por risco).

  3. Integração organizacional (produto, risco, jurídico, engenharia com ritos e SLAs).

  4. Talento (engenharia de agentes, segurança de modelo, prompting governado, MLOps).

Implicações táticas para o setor financeiro

  • Confiança é a nova moeda: identidade verificável, assinaturas de agente, logs imutáveis e explainability viram requisitos de produto.

  • KYA complementa KYC: autorizar o cliente e o agente (quem é, o que pode, até quando).

  • Performance como marca: publicar e cumprir SLOs de APIs, freshness de dados, tempo-de-decisão e SLA de contestação.

  • Governança híbrida: human-in-the-loop por valor de risco, com override e investigação estruturada.

Conexões MATH

MATH AI Platform

Agentes que decidem. Confiança que explica. ROI que aparece.
A MATH AI Platform orquestra Agentic AI com governança viva para ambientes críticos.

Agende um diagnóstico de 30 minutos para mapear onde agentes aceleram seu ciclo de valor sem abrir mão de confiança e compliance.