No Money20/20, o painel “AI at the Core: Building the Resilient, Intelligent Bank” cravou uma mudança estrutural: a IA sai do perímetro e passa a morar no núcleo da operação bancária. Joe Bonanno (Citi) e Brian Katlack (Huntington National Bank) foram uníssonos: a vantagem competitiva nasce de uma arquitetura agentic em nuvem, com IA permeando engenharia, risco, compliance, atendimento e produto. E, acima da tecnologia, está o fator humano: curiosidade, treinamento prático e liderança que aceita experimentar — porque compliance e risco deixaram de ser barreiras e se tornaram funções de criação de valor.
Core first: IA projetada desde o design dos sistemas gera eficiência, resiliência e velocidade.
Cloud + agentes: orquestração agentic acelera desenvolvimento, monitoramento e CX — com escala real.
Cultura > código: upskilling e ritos de aprendizado ditam o ritmo de adoção.
Compliance como valor: legal/risco entram no início e encurtam o caminho até produção.
Novo padrão: co-pilotos e agentes complexos para clientes e colaboradores.
Antes: features isoladas de IA plugadas ao final do ciclo.
Agora: AI-first operations — modelos, regras e agentes embutidos no desenho de serviços (pagamentos, crédito, prevenção a fraudes, collections).
Efeito: menos retrabalho, menos incidentes, menos latência entre insight e ação.
Aplicar já
Redesenhar arquiteturas de domínio com componentes de IA como serviços de primeira classe (feature store, policy engine, explainability, auditoria).
Definir SLOs por caso (acurácia, latência, cobertura, custo por decisão).
Agentes coordenam tarefas: geração de código seguro, testes, observabilidade, KYT em tempo real, auto-hold/step-up e handoff humano.
Benefício: entrega contínua, resposta a eventos de mercado e custos previsíveis.
Aplicar já
Orquestrar múltiplos agentes cooperativos (engenharia, risco, CX) com guardrails executáveis.
Instrumentar observabilidade multiagente (drift, alucinações, policy hits, SLA de decisão).
Segundo o Huntington, a barreira é humana. Times precisam mexer, errar pequeno e aprender rápido.
O que funciona: labs internos, pareamento com especialistas, trilhas por função (engenheira, product, risco, jurídico, dados).
Aplicar já
Programas hands-on com casos reais; guildas de IA por capítulo; rituais quinzenais de error analysis.
KPIs de adoção: uso ativo, tempo economizado, erros evitados, NPS interno.
Compliance by design: jurídico/risco entram no início para definir políticas em código, testes de adequação e trilhas de auditoria por decisão.
Resultado: produção mais rápida e menor atrito regulatório.
Aplicar já
KYA + KYC (quem é o cliente e quem é o agente que age em nome dele), policy-as-code, relatórios prontos para auditor.
Explainability por decisão (porquês, evidências, lineage).
Para cliente: recomendações financeiras, renegociação e execução contextual.
Para colaborador: copilotos que leem, extraem, reconciliam e sugerem a próxima ação — com human-in-the-loop.
Aplicar já
Priorizar 3–5 casos de precisão aplicada (ex.: extração regulatória, reconciliar posições, pós-atendimento).
Medir TAT, custo por tarefa, qualidade de evidência e impacto em risco.
Who’s in Control? Agentic AI → KYA, identidade e performance como nova vantagem.
Smart Data no Open Finance → dados consentidos e frescos para precisão contextual no core.
The Future of AI in Finance → modelos especializados, método científico e guardrails para execução correta.
🎧 DoTheMATH (podcast)