# Goldman Sachs e Deutsche Bank testam IA agentic para vigilância de operações financeiras
Grandes bancos estão testando um novo tipo de inteligência artificial, conhecida como IA agentic, que vai além da simples varredura de palavras-chave ou do cumprimento de regras predefinidas. Em vez de depender apenas de alertas estáticos, algumas mesas de operações começam a usar sistemas capazes de raciocinar sobre padrões em tempo real e sinalizar condutas que podem necessitar de revisão humana.
O Bloomberg relatou como a Goldman Sachs e o Deutsche Bank estão explorando ou implantando as chamadas ferramentas de IA "agentic" para vigilância de negociações. O objetivo é fortalecer a supervisão de ordens e operações usando agentes de software que podem analisar atividades conforme elas acontecem e identificar padrões que possam sugerir má conduta.
**Agentes adaptativos**
Os grandes bancos usam sistemas de vigilância automatizados para monitorar atividades de trading, sistemas que frequentemente dependem de regras predefinidas: se uma operação excede determinado tamanho, desvia de uma referência ou se enquadra em um padrão de risco conhecido, um alerta é acionado. As equipes de conformidade revisam o caso manualmente.
O desafio está na escala e na complexidade. Os mercados modernos geram volumes enormes de dados em classes de ativos, fusos horários e locais de negociação. Regras estáticas podem gerar grande número de falsos positivos, enquanto formas mais sutis de manipulação podem não corresponder a padrões conhecidos.
Segundo o Bloomberg, os sistemas agentic mais recentes visam ir além dessa abordagem. Em vez de simplesmente comparar operações com uma lista de verificação, os agentes de IA são projetados para examinar comportamento de trading em múltiplos sinais, compará-lo com atividades históricas e detectar combinações incomuns de ações.
As ferramentas não são descritas como substitutas dos oficiais de conformidade. Em vez disso, parecem funcionar como uma camada adicional de monitoramento, apresentando casos que merecem inspeção mais detalhada.
**Deutsche Bank e Google Cloud**
O Bloomberg informou que o Deutsche Bank está trabalhando com o Google Cloud no desenvolvimento de agentes de IA capazes de monitorar atividades de negociação. O sistema é projetado para revisar grandes conjuntos de dados de ordens e execuções e sinalizar anomalias em tempo quase real.
O banco tem expandido suas iniciativas de IA nos últimos anos, e esse esforço de vigilância reflete como as instituições financeiras estão aplicando tecnologia de modelos de linguagem generativa e de grande escala além das interfaces de chat. Nesse contexto, a IA não está respondendo a perguntas de clientes, mas analisando fluxos de dados estruturados e não estruturados vinculados ao comportamento de trading. Os agentes de IA podem ajudar a identificar "anomalias complexas" em ordens e operações. Isso sugere que o sistema pode examinar relações entre operações, timing, condições de mercado e histórico do trader, não eventos isolados.
A equipe de conformidade humana permanece responsável por revisar os casos sinalizados e determinar se uma ação adicional é necessária.
**A estratégia de IA agentic da Goldman Sachs**
A Goldman Sachs também está explorando o uso de IA agentic para vigilância, de acordo com o Bloomberg. O banco tem investido heavily em IA em seus sistemas de negociação e risco nos últimos anos, e esse esforço parece estender esse trabalho para a conformidade.
O foco, conforme descrito no relatório, está em usar agentes de IA que possam operar com certo grau de independência na varredura de indicadores de má conduta. O sistema pode identificar padrões que não se encaixam em uma regra clara, mas ainda assim se destacam como incomuns.
Para os reguladores, o apelo é direto: a detecção antecipada pode reduzir danos ao mercado e riscos reputacionais. Para os bancos, também há uma dimensão operacional. Os departamentos de conformidade enfrentam pressão para lidar com grandes volumes de alertas enquanto mantêm padrões rigorosos de supervisão. Ferramentas que podem reduzir o ruído sem diminuir a escrutínio provavelmente chamarão atenção.
**Por que a "IA agentic" importa**
O termo "IA agentic" refere-se a sistemas que podem executar ações direcionadas a objetivos, em vez de responder a prompts. Na prática, isso pode significar que o software é capaz de decidir quais dados examinar a seguir, comparar múltiplos sinais e escalar descobertas sem entrada humana constante. Em um contexto de trading, isso pode envolver monitoramento de fluxos de ordens, movimentos de preços, metadados de comunicações e comportamento histórico para avaliar se a atividade se alinha com padrões normais.
Isso não significa que o sistema tome decisões disciplinares por conta própria. As instituições financeiras operam sob regimes regulatórios rigorosos, e a responsabilidade permanece com supervisores humanos. O papel do agente é identificar e organizar informações de forma mais eficaz do que os sistemas estáticos conseguem.
**Parte de uma mudança mais ampla em conformidade**
O que parece novo é a aplicação de arquiteturas de IA generativa mais avançadas às funções de controle interno.
Reguladores nos Estados Unidos e na Europa têm encorajado as empresas a melhorar o monitoramento de abuso de mercado e manipulação. Embora as regras não exijam IA agentic, elas exigem que as empresas mantenham sistemas e controles eficazes. Se as ferramentas de IA puderem ajudar a atender a esse padrão, a adoção provavelmente crescerá.
Ao mesmo tempo, a IA em conformidade levanta suas próprias questões. Os bancos devem garantir que os modelos sejam explicáveis, que não introduzem viés e que podem suportar revisão regulatória. Governança de modelos, segurança de dados e trilhas de auditoria permanecem preocupações centrais.
**O que muda para a indústria**
Se as ferramentas de vigilância agentic provarem serem eficazes, elas podem alterar a forma como as equipes de conformidade trabalham. Em vez de classificar grandes volumes de alertas simples, a equipe pode gastar mais tempo avaliando casos complexos apresentados pelos agentes de IA.
Essa mudança não removeria a necessidade de julgamento humano. Pode, no entanto, mudar para onde o esforço humano é focado. Em mercados onde a velocidade e o volume de dados continuam a aumentar, a capacidade de analisar padrões em tempo real está se tornando mais difícil de alcançar apenas com sistemas baseados em regras.
