Os agentes de IA semiautónomos inteligentes prometem uma solução poderosa para muitos desafios no espaço financeiro. No entanto, a sua necessidade de dados de boa qualidade também está a evidenciar as deficiências que permanecem nas arquiteturas de dados de algumas instituições.
Útil até Certo Ponto
Esta aparente situação de ovo e galinha é uma que Thomas Steinborn, diretor de produto e tecnologia da Smartstream, acredita que só pode ser resolvida regressando aos fundamentos da gestão de dados.
“Ainda existe muito ‘humano no circuito’ no sentido de efetivamente aceder aos dados em primeiro lugar”, afirmou à Data Management Insight. “O mundo será, muito em breve, transformado pelos agentes de IA, e isto representa uma mudança massiva em termos de como a indústria olhará para o problema.
A inteligência artificial pode estar a transformar o processamento de dados para as instituições financeiras, mas a tendência da IA para alucinar com potencial para tomar decisões desinformadas ou erradas está a evidenciar a necessidade fundamental de combinar estratégias de gestão de dados testadas e comprovadas implementadas nas instituições financeiras com raciocínio agêntico orientado para obter os benefícios de ambos os mundos.
Os agentes de IA prometem automatizar tarefas mundanas, libertando capital humano, mas é até aí que podem ir neste momento, afirmou Steinborn.
“O que não faz imediatamente é fornecer a todos os agentes de IA toda a informação semântica necessária”, disse.
A IA agêntica, argumenta, não consegue discernir completamente o significado dos dados. Um contrato de dados é essencialmente um acordo digital que define a estrutura e a qualidade dos dados antes de um agente os processar.
O problema é agravado por problemas inerentes de qualidade de dados e deriva semântica ao longo do tempo. Os agentes não conseguem identificar alterações semânticas, como quando as regras de agregação de dados ou definições são ajustadas de um ano para o outro.
Os agentes também têm o seu conhecimento limitado dos contratos de dados, que incluem elementos críticos como acordos de nível de serviço (SLA), atualidade dos dados e fusos horários. Sem isto, um agente pode tomar decisões com base nos dados de ontem ou em informação incompleta, levando a erros de reconciliação se as liquidações estiverem em falta ou os dados não estiverem atualizados.
Agentes ao Resgate
A IA agêntica está, no entanto, a revelar-se inestimável noutros aspetos e pode esperar-se que se adapte às suas limitações.
Um ponto cego que a IA agêntica consegue resolver é a transferência de conhecimento operacional entre gerações de trabalhadores. As organizações têm tradicionalmente dependido de conhecimento adquirido que é transmitido numa forma de sucessão contínua que raramente é codificada. A dificuldade surge quando operadores experientes saem subitamente sem terem formado substitutos ou quando não se consegue encontrar talento para os substituir – um desafio do mercado de trabalho que tem assolado a indústria há muitos anos.
Nessa situação, manter o conhecimento fechado nas mentes das pessoas é um impedimento à automação e à inovação.
No entanto, ao permitir que os agentes de IA monitorizem os trabalhadores enquanto conduzem as suas atividades diárias, podem institucionalizar este conhecimento e permitir o acesso ao mesmo em toda a empresa.
“Podemos efetivamente mudar esta conversa porque, em última análise, se observarmos o que as pessoas estão a fazer com os sistemas com os quais interagem ao longo do tempo, estamos efetivamente a aprender o processo”, afirmou. “Deixar o agente ser mais um assistente… porque da mesma forma que o conhecimento institucionalizado hoje está na cabeça das pessoas, a definição de conhecimento institucionalizado amanhã está a viver numa especificação de agente bem definida.”
Libertar o Espaço de Comunicação
A integração de agentes de IA está também prestes a desmantelar outra questão de longa data: a estagnação do fluxo de trabalho. Em operações bancárias complexas, os processos tornam-se frequentemente sobrecarregados com sobrecarga de comunicação, como Steinborn o descreveu.
Qualquer aumento na comunicação sufoca a agilidade e a eficiência, afirmou. No entanto, com os agentes de IA a gerir a maior parte do fluxo de trabalho, simplificando e racionalizando radicalmente processos que foram inicialmente concebidos para escalabilidade humana.
Embora os desafios sejam formidáveis, Steinborn está otimista quanto ao ritmo de mudança. A Smartstream já oferece soluções de automação lideradas por IA, mas também está a desenvolver capacidades agênticas que possuirão a informação semântica de que necessitam para conhecer o significado de qualquer ponto de dados. Está também a trabalhar em agentes que compreendem contratos de dados.
“Espero plenamente que este ano vejamos a adoção e implementação a atingir a faixa dos 20 % a 30 %”, afirmou. “E depois, em 2027, espero que os agentes se tornem mainstream, pelo que mais de 50 % das organizações estarão a utilizar agentes.”
