A evolução tecnológica ganha novas possibilidades quando diferentes tecnologias passam a atuar de forma integrada. Inteligência artificial, dados, agentes e sistemas conectados se combinam para transformar a maneira como pessoas e empresas buscam informações, tomam decisões e realizam atividades. Essa convergência cria condições para o avanço do comércio agêntico, no qual agentes de IA podem interpretar necessidades, comparar alternativas e realizar etapas de uma compra em nome de pessoas ou organizações, dentro de limites previamente autorizados.
IA, dados e agentes começam a conectar intenção de compra, decisão e execução de transações. Para as instituições financeiras, esse movimento abre oportunidades de negócio e exige escolhas sobre arquitetura, autonomia e responsabilidade que precisam fazer parte da estratégia desde o início.
Uma transação de compra envolve decisões que vão além da escolha de um produto. Comparar fornecedores, avaliar condições de pagamento, verificar a disponibilidade de saldo e autorizar uma transação são etapas que conectam comércio e serviços financeiros. Quando agentes de inteligência artificial passam a participar dessa jornada, a transformação alcança tanto a experiência do cliente quanto a maneira como as instituições disponibilizam e operam seus serviços.
Para os executivos do setor financeiro, esse movimento coloca uma questão estratégica importante: como participar de jornadas em que parte das escolhas e das interações com os serviços serão conduzidas por agentes de IA? A resposta passa pela convergência entre inteligência artificial, dados, segurança e arquiteturas capazes de conectar essas tecnologias às regras do negócio.
Convergência tecnológica e a transformação dos modelos de negócio
Tecnologias emergentes, como a inteligência artificial generativa e os agentes de IA, ampliam as possibilidades de interpretar informações, apoiar decisões e executar operações. Ao se integrarem a plataformas de dados e sistemas de pagamento, essas tecnologias podem transformar processos e viabilizar novos modelos de negócio. No comércio agêntico, essa convergência se manifesta, por exemplo, ao longo da jornada de compra, desde a identificação de uma necessidade e a comparação de ofertas até a execução autorizada de uma transação.
Os dados fornecem informações sobre produtos, preços, preferências e condições financeiras. A IA ajuda a interpretar necessidades e comparar alternativas. Os agentes coordenam atividades e acionam ferramentas e serviços. As integrações permitem consultar sistemas, verificar condições e solicitar operações. A qualidade da experiência depende de como essas partes trabalham em conjunto.
Imagine um cliente que precise renovar seu seguro de automóvel. Em um cenário de comércio agêntico, um agente poderia consultar propostas de seguradoras, comparar coberturas, franquias e condições de pagamento e apresentar alternativas alinhadas ao perfil e ao orçamento do cliente. Com as integrações necessárias e após a aprovação da proposta, poderia encaminhar a contratação e realizar o pagamento autorizado.
Esse modelo também pode transformar a distribuição de seguros: a jornada de contratação pode começar no agente utilizado pelo cliente, com acesso a ofertas de diferentes seguradoras. Nesse contexto, as instituições precisam considerar como disponibilizam seus produtos em plataformas de terceiros, estabelecem parcerias de distribuição e preservam o relacionamento com o segurado.
Para que essa jornada funcione de forma confiável, os dados utilizados precisam refletir o perfil do segurado e as condições dos produtos. Informações desatualizadas ou incompletas sobre coberturas, franquias e exclusões podem levar à contratação de uma proteção inadequada às necessidades do cliente. Por isso, a qualidade dos dados exige atenção à sua origem, atualização e contexto de uso. A convergência tecnológica gera valor quando os sistemas envolvidos permitem transformar a necessidade do cliente em uma contratação coerente com suas escolhas e autorizações.
Comércio agêntico e as oportunidades para o setor financeiro
O exemplo da jornada de contratação de um seguro, da seção anterior, ilustra como essa convergência pode ampliar a participação das instituições financeiras nas decisões de consumo. Ao integrar seus serviços a jornadas conduzidas por agentes, bancos, seguradoras e empresas de pagamentos podem explorar novos canais, oferecer soluções no momento da necessidade e facilitar a contratação pelo cliente. Essas oportunidades dependem de uma infraestrutura que permita executar as transações com segurança e preservar as autorizações ao longo de todo o processo.
O desenvolvimento dessa infraestrutura já mobiliza empresas de pagamentos. Iniciativas como Visa Intelligent Commerce e Mastercard Agent Pay propõem mecanismos para viabilizar transações iniciadas por agentes, com recursos de autenticação, consentimento e controle. São sinais de construção de um ecossistema cuja disponibilidade e maturidade ainda variam entre soluções e mercados.
Para bancos, fintechs e demais participantes, uma oportunidade está em oferecer serviços no momento em que a necessidade surge. Uma jornada de aquisição de equipamentos, por exemplo, pode demandar pagamentos, comparação de alternativas de financiamento e acompanhamento de compromissos futuros. Cada etapa depende de autorização específica e das análises correspondentes da instituição.
Essa possibilidade se conecta à reflexão apresentada por Fábio Rosato, em artigo publicado na TI Inside, sobre a participação dos bancos em jornadas conduzidas fora de seus canais. Na perspectiva do comércio agêntico, isso pode ampliar a distribuição de serviços e exigir novas formas de preservar/melhorar o relacionamento com o cliente.
Há também oportunidades em compras corporativas recorrentes, nas quais políticas de fornecedores, orçamento e aprovação já estão estabelecidas. Agentes poderiam apoiar a comparação de condições e a preparação de pedidos, conectando compras e gestão financeira. O valor precisaria ser demonstrado por redução de esforço, qualidade das escolhas e controle dos compromissos assumidos.
Essa intermediação merece atenção. Se um agente seleciona ofertas, os critérios de comparação e os incentivos comerciais envolvidos passam a influenciar a relação entre cliente, fornecedor e instituição financeira. Transparência sobre essas condições deve integrar a proposta da experiência de uma solução.
Arquitetura para conectar intenção e execução
Transformar essas oportunidades em operação exige definir como uma intenção será convertida em ações verificáveis. Uma solicitação como “compre nas melhores condições” deixa questões em aberto: o que significa melhor, quais fornecedores são aceitáveis, quanto pode ser gasto e quais compromissos podem ser assumidos?
A arquitetura precisa traduzir essas condições em serviços com limites claros. Consultar uma oferta, simular um financiamento e contratar crédito devem ser tratados como operações distintas, com permissões e validações próprias. Essa separação permite ampliar a atuação dos agentes de forma controlada.
Uma arquitetura preparada para o comércio agêntico precisa combinar integração, controles e avaliação contínua. Protocolos como o Model Context Protocol, ou MCP, ajudam a padronizar a conexão de aplicações de IA com ferramentas e fontes de informação. Os guardrails acrescentam mecanismos para validar entradas, respostas e chamadas a ferramentas, ajudando a restringir comportamentos fora das políticas estabelecidas. Já as avaliações sistemáticas, conhecidas como evals, permitem testar se os agentes concluem suas tarefas corretamente e respeitam os limites definidos, inclusive diante de situações inesperadas.
Na contratação de um seguro, por exemplo, esses testes podem verificar se o agente compara as coberturas adequadamente e solicita aprovação antes de contratar. Esses recursos devem atuar em conjunto com controles de identidade e autorização aplicados pelos próprios sistemas responsáveis pelas operações.
Também é necessário prever situações em que a jornada fica incompleta. Se uma compra é confirmada, mas a resposta do pagamento não chega, uma nova tentativa não pode provocar uma cobrança duplicada. A instituição precisa identificar o estado da operação e definir como retomá-la ou encaminhá-la para tratamento. A confiabilidade depende do comportamento do conjunto, inclusive quando algum componente falha.
Governança da autonomia: riscos e boas práticas
Ao permitir que agentes atuem sobre sistemas reais e em operação, a governança precisa considerar os efeitos de cada ação. A OWASP destaca o excesso de funcionalidades, permissões e autonomia como fontes de risco em aplicações baseadas em modelos de linguagem. Uma interpretação equivocada ou uma instrução maliciosa encontrada em conteúdo externo pode levar a ações prejudiciais.
No comércio agêntico, um exemplo seria uma informação manipulada em uma página de fornecedor induzir o agente a compartilhar dados indevidamente. Restringir ferramentas e acessos ao necessário reduz a exposição. As autorizações devem ser verificadas pelos sistemas que executam as operações, sem depender apenas das instruções fornecidas ao modelo.
A supervisão precisa oferecer condições reais de decisão. Na renovação de um seguro, o cliente deveria conseguir verificar o valor total, as coberturas, as franquias e as exclusões, além de identificar diferenças relevantes em relação à apólice anterior. Antes de aprovar a contratação, deve estar claro quais condições foram selecionadas pelo agente e quais compromissos serão assumidos. A interface também deve permitir revisar ou retirar autorizações para ações futuras e acessar atendimento quando necessário.
Outro cuidado é manter evidências da jornada: solicitação recebida, dados relevantes, aprovações e resultado das operações. Registros e monitoramento ajudam a investigar desvios e conter incidentes. Convém definir como interromper a atuação de um agente e quais procedimentos adotar para tratar os efeitos de ações já concluídas.
O AI Risk Management Framework do NIST oferece uma referência para incorporar gestão de riscos ao ciclo de vida da IA. Isso significa avaliar cenários de falha antes da implantação, acompanhar resultados e reavaliar o sistema quando modelos, ferramentas ou condições de uso mudarem.
Estratégia executiva diante da convergência tecnológica e do comércio agêntico
A adoção do comércio agêntico exige decisões compartilhadas entre negócio, tecnologia, segurança, risco e operações. Cabe às lideranças e alta gestão identificar onde a delegação pode gerar valor e quais condições precisam existir para que ela seja aceitável para a organização e para seus clientes.
Um caminho possível é começar com uma jornada delimitada, ou até mesmo experimentada, como a preparação de compras recorrentes com aprovação humana. A evolução para outros níveis de autonomia deve considerar evidências de funcionamento, capacidade de supervisão e impacto de eventuais falhas. O aprendizado desse processo pode orientar investimentos em dados, integrações e capacitação das equipes.
Os indicadores também precisam refletir essa responsabilidade. Além de tempo economizado e volume de transações, vale acompanhar erros, contestações, intervenções humanas e custo de operação. Uma jornada mais rápida só representa avanço quando entrega o resultado esperado com qualidade e confiança.
A convergência entre IA, dados e agentes amplia as possibilidades de atuação do setor financeiro. O comércio agêntico torna essa transformação visível ao conectar necessidades de compra a serviços capazes de viabilizá-las. Para as instituições, a oportunidade está em construir essa participação com clareza de propósito, arquitetura consistente e governança aplicada à operação. A confiança para delegar será parte do valor entregue ao cliente.




