Padrões Abertos irão desbloquear o próximo avanço da IA Agente na fintech

Manik Surtani é Chefe de Código Aberto na Block.

Descubra as principais notícias e eventos do setor financeiro!

Subscreva à newsletter do FinTech Weekly

Lida por executivos da JP Morgan, Coinbase, Blackrock, Klarna e mais

Em 2025, os agentes de IA transformaram a forma como as fintechs operam internamente, automatizando fluxos de trabalho complexos e coordenando entre ferramentas com mínima orientação humana. Em 2026, veremos cada vez mais dessas funcionalidades de agentes oferecidas diretamente aos clientes. Mas a indústria enfrenta uma escolha. O ecossistema de tecnologia financeira de hoje está profundamente fragmentado. Cada processador de pagamentos, credor, banco e plataforma possui seus próprios formatos de dados e APIs. Os clientes podem obter agentes que funcionam apenas dentro de sistemas isolados, ou podemos mover-nos coletivamente em direção a padrões abertos que permitam aos agentes operar em um conjunto mais amplo de contextos financeiros.

No início deste mês, a Block, Anthropic e OpenAI, em parceria com a Linux Foundation, anunciaram a formação da Fundação de IA Agente (AAIF), reunindo contribuições de suas respetivas empresas, com o apoio de outros líderes em IA, para estabelecer padrões abertos para IA agencial. Embora ainda em fase inicial, isto representa um passo significativo para melhorar a interoperabilidade na tecnologia financeira. Se a indústria abraçar esta direção, podemos construir um ecossistema onde os agentes aprendam com dados mais ricos, acessem interfaces harmonizadas e entreguem benefícios que se acumulam em vez de fragmentar. Caso contrário, corremos o risco de recriar a mesma arquitetura silo que atrasou a inovação por décadas, só que desta vez com tecnologia mais poderosa.

Os Limites da IA Agencial em um Silo

As fintechs cresceram historicamente através de stacks proprietários. Este modelo funcionou no passado, mas a IA agencial expõe suas limitações. Os agentes precisam de acesso consistente a contexto, superfícies de ação e sinais de múltiplos sistemas.

Quando cada instituição estrutura transações, identidades, indicadores de risco e perfis de comerciantes de forma diferente, a IA agencial encontra obstáculos sérios. Dados fragmentados prejudicam a capacidade dos agentes de raciocinar ou agir com confiança. A fricção na integração desacelera a implementação e aumenta os custos de engenharia. A dependência de fornecedores força as empresas a escolher ferramentas menos eficazes simplesmente porque se encaixam na arquitetura existente, ou pior, criam seus próprios silos, agravando ainda mais o problema.

A IA agencial tem sucesso quando consegue observar, decidir e agir através de sistemas conectados. Ambientes isolados enfraquecem todas essas capacidades.

Por que os Padrões Abertos Mudam Tudo

Padrões abertos (esquemas compartilhados, definições e protocolos) fazem muito mais do que simplificar a integração. Criam a base para comportamentos agenciais escaláveis e interoperáveis.

Antes que os agentes possam raciocinar entre sistemas ou agir em nome dos usuários, esses sistemas devem falar a mesma língua. Considere o Protocolo de Contexto de Modelo (MCP), um padrão aberto que dá aos sistemas de IA a capacidade de interagir com ferramentas e dados do mundo real. Em cerca de um ano, o MCP tem visto uma adoção crescente em diversos setores, incluindo fintech e comércio. A Block criou a primeira implementação de referência para o MCP com goose e foi uma das primeiras a contribuir para o protocolo. A Stripe implementou suporte ao MCP para permitir que agentes acessem dados de pagamento, criem sessões de checkout e gerenciem assinaturas. A Square lançou servidores MCP para suas APIs de pagamentos, catálogo e clientes. A Shopify integrou o MCP em sua plataforma de comércio. Esses exemplos ilustram um interesse genuíno do mercado por interoperabilidade.

Com protocolos interoperáveis, os agentes podem interpretar dados com maior compreensão contextual. A fragmentação, por outro lado, limita a qualidade dos sinais nos quais os agentes dependem.

Compare isso com o open banking. O open banking levou anos para progredir globalmente (especialmente nos EUA) porque exigia que as instituições realizassem o trabalho pesado: construir novas APIs, garantir conformidade, coordenar entre reguladores. O progresso dependia de pressão regulatória, e mesmo assim, a adoção tem sido lenta e desigual. Em ambos os casos, os clientes se beneficiam de uma melhor interoperabilidade. Com IA agencial, as empresas podem ter um incentivo adicional: os agentes podem ajudar a fazer a ponte ou traduzir entre sistemas, reduzindo as cargas de integração e tornando os padrões abertos comercialmente atraentes, além de apenas cumprir regulamentações.

A próxima geração de IA agencial será composta por agentes especializados que colaboram. Um agente pode ser excelente em classificação de documentos, outro em detecção de fraudes, outro em previsão de fluxo de caixa. Interfaces previsíveis e protocolos compartilhados podem ajudar esses agentes a descobrir serviços, delegar tarefas e orquestrar fluxos de trabalho sem códigos personalizados frágeis.

Quando os agentes puderem mover-se fluidamente entre plataformas financeiras, o verdadeiro poder da interoperabilidade se torna evidente. Atualmente, cada serviço financeiro opera isoladamente. Seu sistema de folha de pagamento não conversa com seu aplicativo de banco empresarial. Sua ferramenta de gestão de despesas não consegue coordenar com seu software de contabilidade. Seu processador de pagamentos não tem visibilidade sobre sua previsão de fluxo de caixa. Com padrões abertos, os agentes podem orquestrar tudo isso. Podem reconciliar despesas automaticamente puxando dados do seu cartão corporativo, comparando com faturas no seu sistema de contabilidade e atualizando suas previsões orçamentais em tempo real. Podem coordenar o timing de pagamentos entre várias plataformas, garantindo que pague fornecedores quando o fluxo de caixa estiver forte e adie quando estiver apertado. Podem conectar dados de subscrição de uma plataforma à avaliação de risco de outra, evitando que você preencha as mesmas informações repetidamente. O valor está em conectar sistemas que originalmente não foram projetados para interoperar.

As fintechs menores também se beneficiam. Os padrões abertos nivelam o campo de jogo, permitindo que novos entrantes conectem seus agentes a bancos e processadores sem projetos de engenharia caros. Podem competir pelo insight e experiência, e não pelo orçamento de integração.

Construa as Trilhas, Não as Muralhas

A próxima década de fintech será definida por empresas que entendem que a IA agencial não é um produto único. É uma plataforma para raciocínio, ação e colaboração entre sistemas. Plataformas só crescem quando a indústria concorda com as trilhas por onde correm.

A AAIF representa um passo importante, mas é apenas o começo. Para desbloquear todo o potencial da IA agencial, as fintechs precisam se envolver. Precisamos de esquemas de dados abertos, especificamente projetados para primitives financeiras: comerciantes, transações, identidades, sinais de risco e fluxos de pagamento. Alguns protocolos de comércio e pagamento já existem e outros estão sendo propostos, mas ainda precisam de aceitação e colaboração em toda a indústria para se tornarem verdadeiros padrões, e não implementações isoladas. Precisamos de estruturas compartilhadas de segurança e governança para que a confiança possa escalar junto com a inovação. E precisamos de participação ativa de líderes do setor financeiro em grupos industriais que definam e mantenham esses padrões, não apenas observação passiva.

Isso não significa abrir mão da diferenciação. As empresas mais fortes irão se diferenciar na experiência, gestão de risco e inteligência, e não na infraestrutura proprietária. A história da internet mostra que uma infraestrutura forte pode ampliar oportunidades, ao invés de reduzi-las. A IA agencial oferece uma chance de fazer isso novamente.

Sobre o autor

Manik Surtani é Chefe de Código Aberto na Block, Inc. Na Block, Manik liderou equipes de engenharia na Square e Cash App. Antes de ingressar na Block, Manik foi Engenheiro Sênior na Red Hat. Foi fundador e engenheiro líder do projeto Infinispan e arquiteto de plataforma do JBoss Data Grid. Manik tem formação em IA, sistemas distribuídos e tolerantes a falhas, além de otimização de desempenho de JVMs. É um forte defensor de metodologias de desenvolvimento de código aberto, ética e processos colaborativos, estando envolvido em open source desde seus primeiros passos na computação.