O setor financeiro restringe o "criar lobsters"

“Você cria camarões?” Recentement, toda a internet está a louvar o “lagostim” OpenClaw. Desde a melhoria de eficiência pessoal até à automação de processos empresariais, este agente de IA de código aberto quase que varreu todas as aplicações tecnológicas e até cenários sociais, mas no setor financeiro nem sempre é assim.

A 10 de março, perante o entusiasmo popular pelo “cultivo de camarões” e a intenção de implementar o OpenClaw, o repórter do Beijing Business entrevistou várias instituições bancárias, empresas de consumo financeiro e plataformas de pagamento. A maioria respondeu que “está muito popular, é preciso observar primeiro”, e alguns afirmaram diretamente que o OpenClaw não é adequado para o setor financeiro, especialmente devido aos riscos de segurança de dados. Especialistas do setor consideram que, nesta “febre do cultivo de camarões”, os bancos online e as empresas de consumo financeiro não seguiram a tendência, e as equipas técnicas das plataformas de pagamento mantêm-se inativas, devido às considerações importantes de segurança de fundos, dados e informações.

Calma coletiva

A “febre do cultivo de camarões” no setor financeiro ficou, no entanto, silenciosa. “Devido às rigorosas exigências de confidencialidade na indústria financeira, esta aplicação de IA pode apresentar riscos de segurança de dados e informações”, afirmou um profissional de uma empresa de consumo financeiro.

“Tem algum valor, mas no núcleo do negócio de consumo financeiro enfrenta múltiplos riscos. Por exemplo, em termos de conformidade, os agentes inteligentes de código aberto dificilmente satisfazem os requisitos regulatórios de gestão de risco e outros aspetos essenciais; além disso, em termos de segurança, podem causar riscos de vazamento de informações”, mencionou outro profissional do setor.

Resumindo, a principal razão é a forte supervisão e os requisitos de alto risco do setor financeiro.

Para as empresas de consumo financeiro, se utilizarem IA para automatizar processos como concessão de crédito, aprovação de gestão de risco e emissão de empréstimos, a eficiência pode duplicar. Mas, se ocorrerem empréstimos excessivos, erros na concessão ou vazamentos de informações, quem assume a responsabilidade? Quem arca com os riscos? Este é o maior perigo, a conflitualidade natural entre autonomia tecnológica e os requisitos de conformidade e segurança do setor financeiro.

“É uma zona de perigo”, afirmaram muitos profissionais de consumo financeiro, que não querem arriscar a segurança de dados só para experimentar novas tecnologias. “Mas o OpenClaw é muito popular, parece um pouco excessivo. Ainda precisamos de mais tempo para entender seu valor”, disseram. Outros também acreditam que, a curto prazo, o setor financeiro continuará a ser cauteloso, embora não descarte uma infiltração gradual.

A ansiedade das plataformas de pagamento é ainda mais direta. Cada transação envolve a segurança do dinheiro, e não há espaço para “caixas pretas” nos algoritmos. Yu Chen, cofundador da Yeepay, afirmou ao repórter do Beijing Business que a febre de agentes inteligentes de código aberto impulsionada pelo OpenClaw representa uma mudança do diálogo AI para execução autónoma, uma direção com valor, mas a empresa mantém uma postura de observação cautelosa, com uma implementação prudente. A execução autónoma, a abertura de permissões e os limites de conformidade entram em conflito natural, sendo fundamental que o setor financeiro priorize a segurança e o controlo.

No setor bancário, um funcionário de linha de frente afirmou: “Atualmente, poucos usam o OpenClaw na nossa instituição. Para nós, o OpenClaw é como um software de IA com permissões elevadas, capaz de autorizar operações no computador e executar comandos diretamente. Nós, funcionários de linha de frente, não usamos esse tipo de funcionalidade; provavelmente, só a equipa técnica faz testes limitados.”

Um responsável de departamento bancário afirmou que esses produtos de código aberto requerem controle remoto do PC por dispositivos móveis durante o uso, mesmo que aleguem isolamento de informações, os bancos permanecem extremamente cautelosos, evitando uso direto.

Baixa compatibilidade

Do ponto de vista do setor financeiro, Yu Chen acredita que o maior valor do agente inteligente de código aberto reside na automação de processos, aumento de eficiência, libertando pessoas do trabalho repetitivo, reduzindo custos e aumentando a produtividade. Contudo, há riscos associados, como decisões autônomas incompreensíveis ou incontroláveis, além de vulnerabilidades de segurança de dados e operações fora de autoridade, que podem infringir os limites de conformidade do setor financeiro.

“Para uso pessoal ou em tarefas administrativas, tudo bem, mas aplicar na operação de negócios tem muitas armadilhas, como riscos de segurança de dados e fundos”, afirmou outro profissional de uma empresa de pagamento. Para ele, os controles de risco já são bastante robustos na área de pagamentos, e experimentar IA de forma imprudente pode esconder riscos, como interrupções nas transações ou erros na liquidação de fundos, com consequências imprevisíveis.

Um representante de uma cooperativa de bancos locais afirmou: “Na construção tecnológica dos bancos, a prioridade é sempre segurança e conformidade.” Atualmente, as principais preocupações ao implementar projetos de código aberto são duas: primeiro, o risco de segurança de dados, pois o código aberto pode ter vulnerabilidades e “portas traseiras” difíceis de detectar, aumentando o risco de vazamentos; segundo, o risco de controlo operacional, pois, mesmo que os fornecedores afirmem que há isolamento de informações, qualquer controlo entre dispositivos ou redes pode ser alvo de sequestro, captura de tela, gravação ou operações fora de autoridade, o que viola as “linhas vermelhas” de segurança financeira. Assim, os bancos evitam riscos ao não usar esses sistemas.

Especialistas do setor consideram que, como setor altamente regulado e de alto risco, a contenção é uma postura racional e necessária. O vice-diretor do Instituto de Pesquisa de Valores Mobiliários do Federal Reserve, Shen Xiayi, explica que a particularidade do setor financeiro reside na sua dependência de segurança de fundos, privacidade do cliente e risco sistêmico. Qualquer inovação tecnológica deve ser baseada em riscos controlados, não podendo adotar o ritmo de “iterações rápidas e tentativa e erro” típico do setor de internet.

Para Shen Xiayi, atualmente, a compatibilidade do OpenClaw com o setor financeiro ainda é baixa. Por um lado, sua capacidade de execução automática de ponta a ponta entra em conflito com os requisitos de conformidade, com limites de responsabilidade pouco claros e baixa explicabilidade dos algoritmos, dificultando a supervisão de bancos, empresas de consumo financeiro e plataformas de pagamento. Por outro lado, a alta exigência de segurança de dados e estabilidade operacional impede sua implementação em áreas críticas, como concessão de crédito, gestão de risco e liquidação de fundos. Assim, por enquanto, só pode ser testado em cenários não essenciais, com melhorias a longo prazo necessárias.

Não é rejeição

É importante notar que a “calma” do setor financeiro não significa rejeição à IA, mas sim uma resistência à adoção cega. Segundo um profissional de um banco, a onda de agentes de IA de código aberto representa uma mudança de paradigma na aplicação de IA, uma democratização. Os grandes modelos já atingiram um ponto de inflexão, e o mercado precisa dessa onda para que os utilizadores percebam que a IA deixou de ser apenas uma ferramenta auxiliar ou consultora, tornando-se um “estagiário” capaz de realizar tarefas concretas.

Este profissional acredita que esse paradigma de IA é uma tendência inevitável para o futuro. Assim, para o setor financeiro, a questão não é “não usar” ou “não ser adequado agora”, mas sim como usar com cautela, passo a passo. A contenção das instituições financeiras reflete mais o respeito pelos riscos e conformidade do que uma rejeição à tecnologia.

A curto prazo, o maior valor dos agentes de código aberto reside na melhoria da eficiência dos serviços financeiros, redução de custos operacionais e maior inclusão financeira. A longo prazo, esses agentes com capacidade de execução autônoma podem criar novos modelos de negócio, gerar valor incremental e abrir novos mercados.

Por outro lado, os riscos também não podem ser ignorados. Segundo o mesmo profissional, há preocupações quanto à conformidade, segurança e investimento. A popularização da IA reduz a barreira de execução, o que pode facilitar tanto a criação de valor quanto ações maliciosas. É fundamental reforçar a consciência de risco e preparar-se antecipadamente.

De fato, várias instituições já estão a explorar “personalização” na aplicação de IA. Um banco, por exemplo, investiu profundamente em gestão de risco pós-concessão, atendimento ao cliente e telemarketing. Também há esforços em áreas essenciais como aprovação de crédito, operações diárias e conformidade. “Para que a IA de código aberto realmente entre nos cenários centrais do setor financeiro, é preciso resolver primeiro as questões de segurança e conformidade”, afirmou um especialista. No momento, a responsabilidade na fase inicial deve continuar a ser principalmente humana, garantindo controle rigoroso em áreas críticas.

A empresa Jialian Financial, por sua vez, já desenvolveu oito agentes inteligentes principais — incluindo de proteção ao consumidor, conformidade, gestão de ativos, operações, risco, decisão, pesquisa e desenvolvimento, além de vários agentes de escritório — que apoiam a melhoria de diversos setores.

No setor de pagamentos, um responsável da LianLian Digital também destacou que, nos últimos anos, a empresa promoveu a integração de IA em gestão de risco, operações e atendimento ao cliente, além de integrar modelos de IA de grande escala. Sua plataforma própria oferece serviços completos, incluindo pagamentos, transferências, distribuição global de fundos, processamento inteligente de câmbio e gestão de risco inteligente.

Fusão progressiva

Após a febre, especialistas acreditam que o setor financeiro não verá uma “onda de implementação do OpenClaw”, mas sim uma fase de exploração cautelosa e integração gradual. “Na verdade, o setor financeiro foi um dos primeiros a aplicar IA, pois possui uma grande quantidade de dados de transações”, explicou Yu Chen. As aplicações de IA no setor financeiro dividem-se em duas categorias: uma, de base, que usa IA como uma barreira de proteção, por exemplo, na luta contra lavagem de dinheiro; outra, de ponta, que traz mais negócios e oportunidades.

Yu Chen acredita que o futuro da IA financeira é promissor, com potencial para melhorar o atendimento ao cliente, experiência do usuário, realizar marketing cruzado, explorar novos leads e automatizar gestão de risco e conformidade, sempre com foco na geração de valor para negócios e clientes.

“Hoje, a transformação inteligente de bancos, empresas de consumo financeiro e plataformas de pagamento é mais orientada para suporte, sem buscar automação total de processos, adotando uma abordagem pragmática. Isso está alinhado com a forte supervisão financeira e o estado atual da tecnologia”, avaliou Wang Pengbo, analista-chefe da Broadcom. Para ele, se o agente de IA de código aberto quiser entrar em cenários centrais, deve primeiro resolver questões de explicabilidade, rastreabilidade, evitar caixas pretas e atender aos requisitos de alta segurança e supervisão rigorosa. Além disso, é preciso definir claramente responsabilidades, garantir conformidade de dados, proteger informações sensíveis dos usuários, equilibrar interesses comerciais e manter a intervenção humana para evitar riscos irreversíveis.

Implementação em pequenos cenários

Com base na tendência do setor e nas exigências regulatórias, muitos profissionais bancários afirmam que, nos próximos cinco a dez anos, o uso de ferramentas de código aberto no setor bancário só será possível se a proteção de dados pessoais for rigorosa, a tecnologia for totalmente controlável e os riscos gerenciáveis. As áreas de exploração devem limitar-se a ações de marketing não sensíveis, que não envolvam dados confidenciais de clientes, ou a tarefas auxiliares que não envolvam transações financeiras ou dados sensíveis, para evitar riscos às operações centrais.

“Essa abordagem cautelosa não é conservadora, mas uma resposta racional às particularidades do risco financeiro. As instituições financeiras podem acumular experiência em projetos piloto, validando o valor em cenários controlados e expandindo gradualmente”, afirmou Du Tongtong, pesquisadora do Instituto de Pesquisa de Valores Mobiliários do Federal Reserve. Ela acrescenta que as instituições devem seguir uma inovação prudente, priorizando testes em cenários não essenciais, para depois explorar a adaptação aos cenários centrais.

“O setor financeiro continuará a ser cauteloso, sem uma grande onda de implementação de agentes de IA de código aberto”, concordou Wang Pengbo. Ele acredita que o foco futuro será na conformidade, suporte à decisão e pequenos cenários, como otimização de gestão de risco, automação de conformidade e aumento de eficiência operacional. As aplicações prioritárias serão em atendimento ao cliente, publicidade e tarefas de baixo risco, evitando riscos às operações centrais.

Outro profissional bancário também destacou que, no curto prazo, as instituições não buscarão uma automação completa de ponta a ponta, mas sim uma combinação de “Humans in the Loop” (humanos no ciclo de decisão), garantindo que especialistas tenham a decisão final.

Além disso, a tendência será a cooperação entre múltiplos agentes de IA e supervisão humana. O futuro não será de agentes totalmente autônomos, mas de uma arquitetura híbrida de “multi-agentes + supervisão humana”, para lidar com cenários financeiros complexos.

Por fim, será fundamental estabelecer um sistema de governança de IA. As instituições financeiras devem criar mecanismos de gestão sistemática, incluindo inventário de ativos de IA, avaliação de riscos, monitoramento ao longo do ciclo de vida, garantindo que a aplicação de IA permaneça segura e conforme as normas.

Com a evolução do setor e as exigências regulatórias, muitos profissionais bancários afirmam que, nos próximos cinco a dez anos, o uso de ferramentas de código aberto só será possível se a proteção de dados pessoais for rigorosa, a tecnologia totalmente controlável e os riscos gerenciáveis. Além disso, é necessário criar normas específicas para o uso de ferramentas de código aberto no setor financeiro, definindo claramente o escopo, padrões de segurança e responsabilidades, para garantir conformidade. Do ponto de vista técnico, o ecossistema de código aberto deve evoluir para soluções maduras, capazes de monitorar vulnerabilidades em tempo real, com capacidade de reparo rápido, suporte à adaptação local e controle tecnológico autônomo, assegurando que o uso de ferramentas abertas não comprometa a estabilidade e segurança do sistema bancário.