Smarsh EDGE revela IA que revoluciona compliance financeiro já
No evento Smarsh EDGE em Nova York, especialistas apontam que comunicações de bancos deixam de ser só obrigação regulatória e viram fonte de inteligência com IA, agentes autônomos e nuvem segura.
Compliance Financeiro
Especialistas destacam como IA transforma comunicações bancárias em inteligência estratégica no Smarsh EDGE.
Leia também: NVIDIA OpenShell instala runtime seguro para IA com sandbox
Instituições financeiras estão transformando emails, mensagens e reuniões gravadas em fonte de inteligência de negócios, e não apenas em arquivo para reguladores. Essa virada ficou clara nesta semana no Smarsh EDGE, em Nova York, onde a Smarsh Inc. e parceiros mostraram como governança integrada e inteligência artificial (IA) estão redesenhando o compliance em setores altamente regulados.
IA transforma arquivo em inteligência de negócios
No palco e nas entrevistas transmitidas pela theCUBE, executivos da Smarsh detalharam como modelos de linguagem treinados para compliance já conseguem analisar um ano de conversas em canais como email, WhatsApp, Microsoft Teams e Zoom, classificá-las e sugerir preparações para reuniões futuras.
Goutam Nadella, diretor de estratégia da Smarsh, descreveu a mudança de paradigma: em vez de guardar comunicações apenas para prestar contas a reguladores, bancos passam a extrair contexto estratégico de interações antes vistas como dados soltos e difíceis de usar. Segundo ele, isso vale inclusive para o novo tipo de tráfego: prompts de IA e diálogos entre agentes automatizados.
Nadella reforçou que o avanço só é possível quando a governança deixa de ser um acessório: “Governance must be foundational rather than episodic”, disse, ao lembrar as multas bilionárias aplicadas a instituições financeiras por falhas na preservação de comunicações em aplicativos de mensagem.
Na abertura das conversas, Gemma Allen, host da theCUBE, resumiu a disputa em torno da inteligência gerada pelos dados: “Data is a huge moat for companies in 2026”.
Entenda o contexto
O evento ocorre em um momento em que a IA já saiu da fase de testes em finanças, mas a maioria das empresas ainda corre atrás da própria estrutura de controle. Um estudo recente da Smarsh mostra que apenas 26% das companhias dizem que suas estruturas de governança acompanham o ritmo da implantação de IA.
Ao mesmo tempo, reguladores seguem tecnologicamente neutros: não importa se a interação foi entre pessoas ou entre agentes automatizados, a responsabilidade sobre o conteúdo continua com a instituição financeira. Isso pressiona bancos e seguradoras a capturar, preservar e supervisionar não só emails e chats tradicionais, mas também conversas com e entre sistemas de IA.
Como modelos de linguagem reduzem ruído no compliance
Rohit Khanna, diretor de clientes da Smarsh, mostrou como o trabalho de supervisão muda com a IA. Em vez de buscas complexas com operadores booleanos para encontrar indícios de manipulação de mercado, supervisores passam a fazer perguntas em linguagem natural a um agente, que devolve conversas relevantes com pontuações de risco.
Para reduzir falsos positivos, a Smarsh criou uma camada de contexto que mapeia hierarquias de identidade — tecnologia para a qual a empresa já registrou pedido de patente. A companhia também desenvolve modelos de linguagem focados em compliance, mais baratos de rodar do que modelos de uso geral, incluindo uma versão multilíngue capaz de acompanhar conversas em que participantes alternam idiomas.
Esses modelos alimentam um agente de gestão de risco de modelos, criado dentro do grupo interno de inovação da empresa e atualmente em fase de disponibilidade limitada. A prioridade, reforça Khanna, é manter a base sólida: “Governance must come first”.
Agentes autônomos com níveis de confiança graduais
Na camada de produto, a aposta é em agentes autônomos com diferentes níveis de autonomia. Kamesh Tumsi, diretor de produtos da Smarsh, explicou que clientes podem combinar agentes próprios com os oferecidos pela plataforma, que provê governança, controles de acesso a dados e explicabilidade por baixo dessa orquestração.
A arquitetura define quatro níveis de autonomia: assistente, recomendador, executor sob trilhos de proteção e totalmente autônomo. Cada processo de negócio é mapeado para um desses níveis a partir de três critérios principais: se a ação é reversível, qual a complexidade envolvida e quanta observabilidade é necessária.
Tumsi destacou o impacto econômico desse movimento, ao lembrar que “Because 70% to 80% of compliance spending still goes toward labor, the potential return from AI is significant”. Em apenas seis meses, a Smarsh lançou entre quatro e cinco agentes focados em diferentes etapas da jornada de compliance.
Nuvem segura vira base da governança integrada
O avanço da governança integrada também passa pela infraestrutura. Em painel com Arym Diamond, líder de vendas de dados e IA da Amazon Web Services (AWS), e Peter Sankauskas, diretor de tecnologia de portfólio da Caylent, Nadella relatou uma mudança no humor dos clientes: a ansiedade predominante há um ano deu lugar ao entusiasmo, à medida que a infraestrutura necessária deixou de ser promessa e virou oferta concreta.
Pelo acordo estratégico de vários anos entre Smarsh e AWS, a plataforma de governança é construída diretamente sobre a camada de nuvem, com foco em segurança e controle de acesso. O objetivo é responder à pergunta que mais cresce entre clientes corporativos: quem, ou o quê, está acessando meus dados?
Diamond explicou que, sobre essa base, a Smarsh está migrando de um simples “sistema de registro” — voltado a guardar evidências — para um “sistema de engajamento”, em que as comunicações são continuamente analisadas e devolvidas como insight acionável para o negócio.
Sankauskas chamou a atenção para a necessidade de equilíbrio na forma como a IA é aplicada: “AI needs a balance: authority without context produces slop, and context without authority leaves teams babysitting it”. Esse equilíbrio, defendem os executivos, depende de combinar governança forte com modelos desenhados para entender o contexto regulatório e de negócio.
Pressão sobre estruturas legadas e próximos passos
A consolidação dessa abordagem cria um divisor entre instituições que modernizam rapidamente sua governança e aquelas que ainda dependem de sistemas legados e processos manuais. Para os primeiros, a tendência é redução de custos operacionais, mais capacidade de resposta a riscos emergentes e menor exposição a multas relacionadas à falha em preservar e supervisionar comunicações em múltiplos canais, inclusive os baseados em IA.
Para quem ficar para trás, a combinação de regulações rígidas, volume crescente de dados e canais cada vez mais complexos pode significar perda de competitividade e aumento do risco regulatório.
Do lado da Smarsh, os próximos meses devem trazer a ampliação do portfólio de agentes autônomos e o refinamento de modelos de linguagem específicos para compliance, com foco em reduzir ainda mais falsos positivos e operar em vários idiomas. No centro dessa estratégia está a ideia reforçada no palco do evento: dados bem governados deixaram de ser só um passivo regulatório e se tornaram a principal vantagem competitiva de empresas que operam em ambientes regulados.
Fonte: matéria original
