Da triagem manual à supervisão autónoma: por que razão a IA Agêntica pertence à agenda de RegTech da APAC

Por Rohith Rajamony, Consultor Sénior de Soluções de Negócio APAC, Smartstream

Em quase todas as conversas que tive com líderes de conformidade e operações em toda a região APAC este ano, a mesma tensão continua a surgir. As expectativas regulatórias estão a aumentar mais depressa do que o número de efetivos das equipas, os volumes transfronteiriços continuam a subir e o back-office continua a absorver a maior parte dessa pressão através de esforço manual. Analistas em Singapura, Sydney e Tóquio passam os seus dias a fazer praticamente o mesmo trabalho: procurar dados entre sistemas, aplicar códigos de motivo, redigir e-mails de acompanhamento e aguardar a resposta das contrapartes. É rigoroso, é necessário e é também onde a maior parte do risco operacional se acumula silenciosamente.

Esse é o cenário que levo comigo para o Global RegTech Summit APAC no Marina Bay Sands, a 29 de abril, onde estarei no Demo Stage, sob o programa de Inovação, a apresentar a solução Smart Agents da Smartstream. Antes do evento, quis partilhar algo do que moldou o nosso pensamento sobre a IA agêntica nesta região e por que razão acredito que é a mudança mais consequente que a RegTech viu em anos.

Quando olhamos para o que realmente consome uma equipa de operações na APAC, o padrão é impressionante. Os dados do setor indicam que até 70 % do esforço de back-office é absorvido por fluxos de trabalho com muitas exceções: reconciliações, quebras de caixa, exceções de liquidação, investigações de AML e KYC. Na APAC, esses números carregam alguma textura regional. As instituições aqui operam em regimes regulatórios fragmentados (MAS em Singapura, HKMA em Hong Kong, ASIC na Austrália, JFSA no Japão e outros), cada um com os seus próprios ritmos de reporte e expectativas de prova. Adicione-se a complexidade dos fluxos transfronteiriços, janelas de liquidação multi-moeda que raramente se sobrepõem e contrapartes em níveis de maturidade de automação amplamente diferentes, e a carga de trabalho de triagem cresce em conformidade.

A maioria das empresas investiu fortemente em automação baseada em regras e processamento direto (STP) ao longo da última década. Esses investimentos não foram desperdiçados, mas atingiram um teto. O trabalho que resta — por definição, as exceções — é o trabalho com o qual a automação mais teve dificuldade: ambíguo, contextual e dependente de conhecimento tácito que reside na cabeça dos analistas seniores.

Três coisas mantêm as equipas de conformidade e operações bloqueadas. Os dados estão fragmentados em sistemas internos, feeds de dados de mercado, registos de terceiros, e-mails e plataformas de mensagens, pelo que os analistas passam o tempo a procurar informações em vez de agir sobre elas. O conhecimento institucional reside em especialistas individuais (SMEs) e não no próprio fluxo de trabalho, o que significa que cada resolução é moldada por quem calha a pegar no caso. E o próprio fluxo de trabalho não aprende. O mesmo tipo de quebra surge novamente na semana seguinte e as mesmas horas são gastas a triá-la.

Nada disto é uma falha de esforço. É um limite estrutural de como a automação tradicional foi concebida: determinística, rígida e reativa. Quando se empilham alterações regulatórias, tipologias de fraude em evolução e liquidações transfronteiriças sobre essa base, algo tem de ceder.

A IA agêntica, e o Smart Agents especificamente, é uma camada de inteligência de um tipo diferente. Em vez de responder a solicitações isoladas ou seguir uma árvore de regras fixa, um agente trabalha para um resultado definido (“resolver esta quebra de liquidação”, “fazer progredir este alerta de KYC para um estado pronto para decisão”). Planeia a sequência de ações, recupera e valida os dados de que necessita entre sistemas, decide o caminho de resolução adequado, executa as atualizações, gere a comunicação com a contraparte e regista tudo com total auditabilidade.

Onde o modelo tradicional tem um humano a percorrer cinco ou seis aplicações e uma sequência de e-mails, o modelo agêntico tem os dados servidos diretamente ao utilizador, com a maior parte do percurso já concluída. O momento do julgamento humano é preservado; apenas acontece no ponto onde o julgamento é efetivamente necessário, e não após um longo período de trabalho de preparação.

Os números são significativos. Nas nossas medições controladas, uma exceção que levava cerca de 14 minutos de esforço manual cai para sensivelmente meio minuto quando gerida de forma autónoma. Isso é perto de um ganho de produtividade de 29x por quebra, com tempos de resolução 30 a 60 % mais rápidos e 20 a 40 % menos escalonamentos. Honestamente, porém, a mudança mais importante é qualitativa. Os analistas deixam de fazer trabalho repetitivo de alternância entre ecrãs e começam a fazer o trabalho de supervisão, risco e reconhecimento de padrões para o qual foram contratados.

É aqui que o público de RegTech da região APAC deve prestar atenção. A autonomia sem controlo é inviável para os reguladores desta região, e com razão. A MAS, a HKMA e a ASIC têm sido claras ao afirmar que a explicabilidade, a rastreabilidade e a responsabilidade humana continuam a ser não negociáveis à medida que as empresas adotam a IA. Um sistema agêntico só conquista o seu lugar no back office se conseguir satisfazer essas expectativas por predefinição.

É por isso que as escolhas de design por trás do Smart Agents importam tanto quanto os ganhos de eficiência. Cada ação que um agente realiza é registada com total explicabilidade. A governação é incorporada através de fluxos de trabalho de verificador (maker-checker), autonomia controlada por políticas e escalonamento com intervenção humana onde o julgamento é necessário. Os controlos não são uma reflexão tardia acrescentada à IA; eles são a forma como o sistema funciona. Para os líderes de conformidade, isto transforma a IA agêntica de uma conversa sobre risco numa conversa sobre controlo, o que é uma postura muito diferente.

Há também um argumento de escalabilidade que tem um impacto particular na APAC. Os picos de volume aqui — sejam impulsionados por stress de mercado, janelas de reporte regulatório ou pressões de integração de contrapartes — tendem a chegar mais depressa do que as empresas conseguem contratar pessoal. Uma força de trabalho agêntica absorve esses picos sem os ciclos de contratação, formação e escalas que o aumento de efetivos exige. Isso é resiliência, não apenas eficiência.

O Smart Agents foi construído especificamente para operações financeiras com elevado volume de exceções, com integração nativa nas nossas plataformas de reconciliações, dados e taxas, e protocolos abertos para ligação a sistemas internos e de terceiros. Traz um profundo conhecimento de domínio acumulado ao longo de décadas de trabalho operacional e de reconciliação, aliado às capacidades de raciocínio agêntico, orquestração e aprendizagem contínua de que as instituições modernas necessitam. A ênfase tem sido sempre numa autonomia que seja precisa, conforme e auditável, em vez de apenas inteligente por si só.

Se estiver no Global RegTech Summit APAC a 29 de abril, venha encontrar-me no Demo Stage, onde estarei a demonstrar como o Smart Agents gere fluxos de trabalho de investigação reais de ponta a ponta, e como isso se traduz para uma equipa de conformidade no terreno em Singapura, Hong Kong, Sydney ou Tóquio. Quer esteja ou não na cimeira, se estiver a ponderar onde a IA agêntica deve situar-se no seu roteiro para 2026, entre em contacto com a equipa da Smartstream para iniciar a conversa sobre o que o Smart Agents pode significar para as suas operações.