IA Agêntica no Combate a Fraudes Financeiras: Como Bancos Reduzem Semanas de Investigação a Horas

Bancos investem cada vez mais em conformidade e ainda assim recuperam pouco disso em resultado. Segundo a Interpol, o setor financeiro global detecta hoje apenas cerca de 2% dos fluxos de crimes financeiros que circulam pelo sistema — mesmo com gastos em compliance que cresceram até 10% ao ano em alguns dos mercados mais avançados entre 2015 e 2022, segundo levantamento da LexisNexis Risk Solutions citado pela McKinsey. Para o executivo que aprova esse orçamento, a pergunta é direta: por que tanto investimento gera tão pouco retorno?

O gargalo não é falta de dados, é modelo operacional

Bancos costumam alocar de 10% a 15% de seus funcionários em tempo integral só para atividades de KYC (know your customer) e AML (prevenção à lavagem de dinheiro), segundo benchmark da McKinsey com instituições da América do Norte, Europa e Ásia-Pacífico. Grande parte desse tempo é gasto reunindo informação fragmentada, revisando documentos manualmente e retrabalhando processos truncados — não analisando risco de fato. O resultado: equipes sobrecarregadas, clientes frustrados com onboarding lento e uma detecção real de fraude que segue baixa.

Da IA que ajuda para a IA que executa

A resposta que instituições líderes vêm testando não é mais um modelo único de IA, mas uma progressão de três camadas. IA analítica identifica falsos positivos e anomalias em monitoramento de transações. IA generativa apoia analistas humanos resumindo documentos, extraindo dados e redigindo relatórios de atividade suspeita. Nenhuma das duas, sozinha, muda a economia do problema — segundo a McKinsey, elas geram ganhos de produtividade de 15% a 20%, porque continuam dependendo de um humano para tocar cada caso.

A mudança de patamar vem da IA agêntica: esquadrões ("squads") de agentes especializados que executam o fluxo de ponta a ponta — da extração inicial de dados do cliente até o dossiê final — com supervisão humana apenas para exceções. Cada squad reúne um agente líder, dois ou três agentes especialistas e um agente de controle de qualidade, e passa o caso adiante como uma esteira de produção.

Um banco global, dez esquadrões, um fluxo só

Um caso documentado pela McKinsey mostra como isso funciona na prática. Um banco global montou uma "fábrica digital" de dez squads de agentes para automatizar todo o processo de KYC no onboarding de clientes corporativos. Um squad extrai dados de sites, relatórios anuais e registros societários; o seguinte valida a empresa em cadastros oficiais e lista acionistas e conselheiros; um terceiro mapeia a estrutura societária até os beneficiários finais; outros fazem triagem de pessoas politicamente expostas, sanções e menções negativas na mídia. Um squad independente consolida tudo em um dossiê final, revisado por um supervisor humano antes de qualquer decisão.

O impacto, segundo a McKinsey, é de outra ordem de grandeza: cada profissional humano passa a supervisionar 20 ou mais agentes simultaneamente, com ganhos de produtividade estimados entre 200% e 2.000% — e não apenas velocidade: cada interação do agente fica registrada em uma trilha de auditoria completa, com dados usados, etapas executadas e justificativas, o que fortalece exatamente o ponto que reguladores mais cobram.

O que isso exige de quem decide

Nenhum desses ganhos vem de plugar um modelo de linguagem em um sistema legado. A McKinsey e outras instituições que acompanham essas implementações apontam pré-condições claras: repensar a jornada do cliente de ponta a ponta em vez de automatizar etapas isoladas; investir em qualidade de dados antes de escalar agentes; e — talvez o ponto mais subestimado — tratar a gestão de mudança com o mesmo rigor da tecnologia, já que a adoção costuma levar o dobro do tempo do desenvolvimento técnico.

Para lideranças brasileiras avaliando roadmaps de IA — muitas delas usando o Gartner AI Roadmap como referência —, o caso de crimes financeiros é um lembrete útil: o salto de valor não está em "ter IA", está em redesenhar o processo em torno de um time de agentes com papéis claros, checagens de qualidade embutidas e humanos posicionados exatamente onde o julgamento é insubstituível. Nossa consultoria especializada apoia instituições financeiras exatamente nessa etapa de redesenho de processo — da avaliação do cenário atual à definição da arquitetura de agentes.

Na movimento.ai, desenvolvemos soluções de IA agêntica para operações financeiras e de compliance — conheça nossos produtos e soluções de IA.