巴西银行推进AI代理渐进自主，首个代理效率约90%

O Banco do Brasil está avançando na adoção de inteligência artificial agêntica com uma estratégia que prevê a ampliação gradual da autonomia dos sistemas, supervisão humana e mecanismos de governança incorporados desde a concepção das soluções. Segundo Giuliane Paulista, executiva de IA & Dados da instituição, o primeiro agente autônomo divulgado pelo banco ao mercado, no primeiro semestre de 2026, atingiu aproximadamente 90% de eficiência. Durante a quarta mesa-redonda do TI Inside Innovation Forum 2026, a executiva explicou que o avanço da IA agêntica exige uma distinção entre assistentes conversacionais e agentes que efetivamente participam de processos e tomam decisões. [embed]https://youtu.be/CQGx7nHLB-M?si=a3bIi2RkwDUfndZV[/embed] Enquanto os assistentes oferecem respostas que são avaliadas pelos usuários, os agentes autônomos e semiautônomos podem executar etapas de uma atividade com diferentes níveis de independência. Essa característica amplia as possibilidades de aplicação da tecnologia, mas também exige que as organizações definam os limites de atuação de cada sistema. No caso do Banco do Brasil, que possui mais de 80 milhões de clientes, Giuliane destacou que qualquer implementação pode alcançar uma escala significativa. Por isso, a instituição estabeleceu a autonomia gradual como uma de suas diretrizes para o desenvolvimento e a utilização de agentes. Segundo a executiva, o banco evoluiu suas diretrizes de inteligência artificial ética e responsável, inicialmente estruturadas para a IA generativa, para contemplar também as aplicações agênticas. Ela afirmou que o BB foi o primeiro banco do mundo a divulgar esse conjunto de diretrizes, disponibilizado em seu site de relações com investidores. “Uma das coisas que nós colocamos lá nessas diretrizes é que a autonomia dos agentes ela deve ser faseada”, afirmou. Na prática, isso significa que a ampliação da capacidade de decisão deve acompanhar os resultados dos testes, a segurança das interações e a confiabilidade da arquitetura utilizada. A preocupação não se limita ao comportamento de um agente isolado. Em estruturas multiagentes, diferentes sistemas podem atuar de maneira coordenada, incluindo agentes responsáveis pela orquestração e pela verificação do funcionamento do ecossistema. A instituição também mantém como diretriz a presença humana no acompanhamento das soluções, com profissionais responsáveis por avaliar as interações e o comportamento dos agentes. Governança desde a concepção Para Giuliane, a inteligência artificial agêntica está modificando o papel da governança dentro das organizações. Anteriormente, os mecanismos de controle frequentemente eram acionados ao final do desenvolvimento, quando uma solução precisava passar por verificações de conformidade antes de ser disponibilizada. Com a evolução da tecnologia, esse modelo deixa de ser suficiente. Os controles precisam fazer parte da própria arquitetura, contemplando segurança, monitoramento, indicadores e mecanismos de proteção. “Se a solução não nasce com uma governança embarcada, eu não posso colocar lá na rua”, afirmou. A executiva também defendeu que a responsabilidade pela governança não pode ficar concentrada em uma única área. Desenvolvedores, gestores, responsáveis pelos produtos, proprietários dos dados e profissionais das áreas de negócio precisam participar da definição e da manutenção dos controles. “A partir de agora, todos nós aqui trabalhamos com governança”, resumiu. Essa responsabilidade compartilhada se torna especialmente importante porque os agentes podem tomar decisões que não estavam previstas de maneira determinística no código. Giuliane observou que ainda não existe um entendimento consolidado no mercado sobre a melhor forma de representar a identidade dos agentes. Algumas organizações adotam uma abordagem semelhante à gestão de colaboradores, atribuindo identificações, permissões e responsáveis pela supervisão. Outras tratam os agentes como componentes de software submetidos às estruturas tradicionais de governança de TI. Independentemente do modelo, a executiva destacou que a responsabilidade pelas decisões não pode ser transferida à inteligência artificial. “A IA não tem CPF”, afirmou, ao discutir a necessidade de manter claramente definidos os papéis dos profissionais e das organizações. Os dados ganham uma nova camada de complexidade A governança dos dados é outro elemento central da estratégia apresentada por Giuliane. Segundo a executiva, a qualidade das informações utilizadas pelos agentes influencia diretamente a confiabilidade das decisões. Se o sistema recebe dados inadequados, pode executar ações incorretas, mesmo que seu funcionamento técnico esteja dentro do esperado. A IA agêntica também amplia a importância da camada semântica dos dados, responsável por oferecer o significado e o contexto necessários para que os sistemas interpretem corretamente as informações disponíveis. No modelo tradicional de desenvolvimento, os profissionais podiam selecionar e qualificar os dados para uma aplicação específica. Com agentes capazes de acessar diferentes conjuntos de informações e tomar decisões, a própria estrutura de dados precisa oferecer contexto suficiente para orientar sua utilização. “A camada semântica adquire uma importância. Semântica e o contexto”, destacou. O desafio aumenta com a necessidade de administrar dados estruturados e não estruturados, como transcrições de conversas e imagens de contratos. A esses formatos se soma a complexidade dos ambientes híbridos e multinuvem, nos quais informações podem estar distribuídas entre data centers próprios e diferentes provedores. Para Giuliane, as organizações precisam garantir que os dados utilizados sejam confiáveis, atualizados e consistentes, evitando a coexistência de diferentes versões de uma mesma informação. Custos e pessoas no centro da estratégia A executiva também destacou que a governança precisa contemplar a previsibilidade econômica das aplicações. Uma solução de atendimento pode apresentar elevada resolutividade, mas o aumento no volume de interações também pode ampliar o consumo de tokens e os custos operacionais. Giuliane mencionou o movimento de instituições financeiras norte-americanas que, segundo sua análise, estão considerando estratégias híbridas e infraestrutura própria para aumentar a previsibilidade desses gastos. Para ilustrar o desafio, comparou a evolução da IA à chegada de um veículo capaz de alcançar velocidades muito elevadas, mas sem instrumentos adequados de controle. “A gente ganhou um carro, eu costumo usar esse exemplo, que acelera 300, 400 km por hora, só que o velocímetro não veio junto. O freio também não”, afirmou. Na avaliação da executiva, a governança precisa oferecer justamente os instrumentos que permitam acompanhar a utilização da tecnologia e estabelecer limites para sua operação. Ao encerrar sua participação, Giuliane reforçou que as pessoas devem permanecer no centro da transformação. A velocidade da evolução tecnológica exige capacitação, pensamento crítico e capacidade de conectar as possibilidades da inteligência artificial à estratégia da organização. Para a executiva, o desafio vai além de aprender a utilizar novas ferramentas. Trata-se de preparar profissionais e empresas para um modelo de trabalho no qual a tecnologia assume novas responsabilidades, sem eliminar a necessidade de julgamento e supervisão humana.