Agentes de IA em bancos ganham escala quando limite, registro e prova ficam na infraestrutura, e não no modelo. Veja como pensar isso.
A maior parte da conversa sobre agentes de IA em bancos começa pelo modelo, justamente a parte mais trocável do sistema. O modelo muda de versão, de preço e de fornecedor, e o banco continua respondendo pela operação. O que não pode mudar é a infraestrutura em volta do agente: o que ele pode fazer, o que fica registrado quando ele faz e quem confere depois. É ali que se decide se um agente vira ganho de eficiência ou um risco que ninguém consegue auditar.
Os controles que o banco já conhece
Alçada, segregação de funções, dupla aprovação, trilha de auditoria e conciliação no fim do dia são controles que o banco aplica a operadores humanos há décadas. Um agente de IA entra nesse desenho como um participante novo com acesso de escrita, e nenhuma dessas ideias precisa ser reinventada para ele. O que muda é a velocidade, o volume e o fato de que esse operador não presta contas em uma reunião de segunda-feira nem guarda, por conta própria, a memória do que decidiu na semana anterior.
Um caso recente de grande banco mostra esse desenho na prática, e ele é mais gradual do que o discurso sugere. No Morgan Stanley, segundo o VentureBeat, a conciliação diária de lucros e perdas passou de até seis horas por carteira para duas ou três. No começo, os agentes só propõem. Um interpreta orientações anteriores para montar as resoluções do início do dia, outro aprende com o que os controllers fazem e documenta as regras que eles aplicam, e um terceiro transforma padrões repetidos em lógica automática. Pessoas revisam, aprovam ou corrigem cada recomendação, e com o tempo o sistema passa a resolver sozinho as divergências que já viu antes. O executivo do banco descreve o sistema como mais próximo de um colega de trabalho do que de um copiloto, e mantém a responsabilidade com pessoas.
O ganho veio de combinar agentes, revisão humana e regras que se firmam com o uso. O que se repete vira regra e passa a ser resolvido de forma automática, e o que exige interpretação continua com o modelo e com pessoas. A regra, nas palavras do mesmo executivo, é mais barata em consumo de tokens e mais repetível em controles. Um banco que quer resultado parecido precisa de um lugar onde essas regras possam viver fora do modelo, com dono, versão e histórico, como qualquer outra política da instituição.
Por isso a pergunta útil não é qual modelo usar, e sim se o sistema em que o agente opera trata as ações dele com o mesmo rigor que trata as de qualquer pessoa. Na Pesquisa Febraban de Tecnologia Bancária 2026, só 26% dos bancos participantes indicam manter explicabilidade e rastreabilidade de modelos entre suas práticas de governança de LLM. O dado fala do modelo, e não do registro das ações do agente, mas mostra que a rastreabilidade ainda é minoria. E o registro de uma ação não pode depender de o modelo contar o que fez: se depende, o banco não tem registro.
Onde a infraestrutura entra
Essa parte não é do modelo. O princípio é que o agente propõe, e o sistema em que ele opera decide se a proposta passa. Antes de o movimento ser gravado, a validação aplica limites legíveis por quem trabalha com risco e compliance. Se a proposta passa, o movimento vai para um livro-razão de partidas dobradas, onde nada é editado e todo erro se corrige com um novo lançamento, de modo que o saldo e a história que o formou continuam consultáveis meses depois. Depois, a conferência acontece contra fontes externas, e o que diverge vai para uma pessoa.
São três momentos de um mesmo fluxo, antes, durante e depois da decisão, e eles valem igualmente para um analista, uma integração ou um agente. Quando já existem na infraestrutura do banco, o agente entra como mais um participante, e a instituição não precisa montar uma camada de controle paralela só para ele.
O que a prova de uma decisão precisa conter
Provar o que cada agente fez começa por saber qual agente foi. Isso exige que cada um tenha identidade e credencial próprias, com permissões limitadas ao que sua função pede, em vez de uma credencial compartilhada ou do usuário de quem o configurou. Sem isso, o registro mostra que algo foi feito por "o sistema", e a pergunta de quem responde por aquilo fica sem resposta.
Lançamento e decisão são registros diferentes, e a prova precisa dos dois. O livro-razão mostra o que se moveu, de onde para onde e em que valor. A trilha da decisão mostra por que aquilo foi permitido, e existe também para as propostas que nunca viraram lançamento, justamente as que um auditor mais quer ver. Cada registro aponta para o outro pelo identificador da operação, e nenhum substitui o outro.
Em cada proposta, a trilha precisa dizer quem agiu e com qual versão do modelo. Precisa também guardar o que o agente recebeu naquele momento e qual regra ou limite foi aplicado, em que versão. Por fim, registra o que aconteceu com a proposta e, quando houve revisão humana, quem aprovou.
Imagine um agente que propõe um pagamento acima da alçada atribuída a ele. A validação nega, nada chega ao livro-razão, e a trilha guarda a proposta, o limite que a barrou, na versão vigente naquele dia, e o horário. Seis meses depois, o auditor lê essa história sem perguntar nada ao modelo e sem depender de qual versão dele estava rodando. Para isso valer, os dois registros precisam morar em sistemas do banco, e não no painel de quem fornece a inteligência. É isso que permite trocar de modelo ou de fornecedor sem perder a prova do que foi feito.
Como começar sem esperar a regulação
Quem pretende dar mais autonomia a agentes pode partir de cinco perguntas. Cada agente tem identidade e permissões próprias? O limite de cada decisão está em regra explícita? Existe uma trilha de quem decidiu o quê, com os dados do momento e a versão da regra aplicada, ligada ao lançamento correspondente? As exceções chegam a uma pessoa com contexto suficiente para decidir? E, se o fornecedor do modelo mudar de preço ou sair do ar, há plano de saída?
A escala vem quando o banco consegue mostrar ao auditor, ao regulador e ao conselho o que cada agente fez e por que podia fazê-lo. Quanto melhor essa resposta, mais autonomia o agente pode receber sem aumentar o risco. Quem já tem essa resposta pronta tem base para avançar sem esperar uma norma específica.
Fontes
Pesquisa Febraban de Tecnologia Bancária 2026, 34ª edição, Vol. 2, versão completa (ago/2026)