Padrões Abertos vão desbloquear o próximo grande avanço da IA agentiva no setor de fintech

Manik Surtani é Head de Open Source na Block.

Descubra as principais notícias e eventos de fintech!

Assine a newsletter da FinTech Weekly

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

Em 2025, agentes de IA transformaram a forma como fintechs operam internamente, automatizando fluxos de trabalho complexos e coordenando entre ferramentas com direção humana mínima. Em 2026, veremos cada vez mais desses recursos orientados por agentes sendo oferecidos diretamente aos clientes. Mas a indústria enfrenta uma escolha. O ecossistema atual de tecnologia financeira é profundamente fragmentado. Cada processador de pagamentos, credor, banco e plataforma tem seus próprios formatos de dados e APIs. Os clientes podem obter agentes que funcionam apenas dentro de sistemas isolados, ou podemos, coletivamente, caminhar para padrões abertos que permitam que agentes operem em um conjunto mais amplo de contextos financeiros.

Mais cedo neste mês, a Block, a Anthropic e a OpenAI, em parceria com a Linux Foundation, anunciaram a formação da Agentic AI Foundation (AAIF), reunindo contribuições de suas respectivas empresas, com apoio de outros líderes de IA, para estabelecer padrões abertos para IA orientada por agentes. Embora ainda no início, isso representa um passo importante para melhorar a interoperabilidade na tecnologia financeira. Se a indústria abraçar essa direção, poderemos construir um ecossistema em que agentes aprendem com dados mais ricos, acessam interfaces harmonizadas e entregam benefícios que se acumulam em vez de fragmentar. Se não fizermos isso, corremos o risco de recriar a mesma arquitetura em silos que desacelerou a inovação por décadas, só que desta vez com tecnologia mais poderosa.

Os limites da IA orientada por agentes em um silo

Fintech historicamente cresceu por meio de stacks proprietárias. Esse modelo funcionou no passado, mas a IA orientada por agentes expõe suas limitações. 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 maneiras diferentes, a IA orientada por agentes encontra obstáculos sérios. Dados fragmentados minam a capacidade dos agentes de raciocinar ou tomar ações seguras. O atrito de integração desacelera a implantação e aumenta os custos de engenharia. O lock-in de fornecedores força as empresas a escolher ferramentas menos eficazes apenas porque elas se encaixam na arquitetura existente; ou, pior ainda, cria seus próprios silos, o que apenas aprofunda o problema.

A IA orientada por agentes tem sucesso quando consegue observar, decidir e agir em sistemas conectados. Ambientes isolados enfraquecem as três capacidades.

Por que padrões abertos mudam tudo

Padrões abertos (esquemas, definições e protocolos compartilhados) vão muito além de simplificar a integração. Eles criam a base para comportamento escalável e interoperável de agentes.

Antes que agentes possam raciocinar entre sistemas ou agir em nome dos usuários, esses sistemas precisam falar a mesma língua. Considere o Model Context Protocol (MCP), um padrão aberto que dá aos sistemas de IA a capacidade de interagir com ferramentas e dados do mundo real. Em pouco mais de um ano, o MCP tem visto adoção crescente em diversos setores, incluindo empresas de fintech e de comércio. A Block construiu a primeira implementação de referência para o MCP com goose e foi uma contribuinte inicial para o próprio protocolo. A Stripe construiu suporte ao MCP para permitir que agentes acessem dados de pagamento, criem sessões de checkout e gerenciem assinaturas. A Square lançou servidores MCP para seus pagamentos, catálogo e APIs de clientes. A Shopify lançou integrações MCP para sua plataforma de comércio. Esses exemplos ilustram um interesse real do mercado em interoperabilidade.

Com protocolos interoperáveis, agentes podem interpretar dados com maior entendimento contextual. Já a fragmentação limita a qualidade dos sinais nos quais os agentes se baseiam.

Compare isso com banking aberto. O banking aberto levou anos para avançar globalmente (especialmente nos EUA) porque exigiu que as instituições fizessem o trabalho pesado: criar novas APIs, garantir conformidade, coordenar com reguladores. O progresso dependia da pressão regulatória e, mesmo assim, a adoção foi lenta e desigual. Em ambos os casos, os clientes se beneficiam de melhor interoperabilidade. Com IA orientada por agentes, as empresas podem ter um incentivo adicional: agentes podem ajudar a fazer a ponte ou traduzir entre sistemas, reduzindo a carga de integração e tornando padrões abertos atraentes comercialmente — e não apenas orientados por compliance.

A próxima geração de IA orientada por agentes será composta por agentes especializados que colaboram. Um agente pode se destacar em classificação de documentos, outro em detecção de fraude, 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 código personalizado frágil.

Quando agentes puderem se mover de forma fluida por plataformas financeiras, o verdadeiro poder da interoperabilidade ficará claro. Hoje, cada serviço financeiro opera de forma isolada. Seu sistema de folha de pagamento não conversa com seu app 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, agentes conseguem orquestrar entre todos esses elementos. Eles podem reconciliar despesas automaticamente puxando dados do seu cartão corporativo, fazendo o match com faturas no seu sistema de contabilidade e atualizando suas previsões de orçamento em tempo real. Podem coordenar o timing de pagamentos entre múltiplas plataformas, garantindo que você pague fornecedores quando o fluxo de caixa estiver forte e adie quando estiver apertado. Podem conectar dados de underwriting de uma plataforma à avaliação de risco em outra, para que você não esteja preenchendo as mesmas informações repetidamente. O valor está em conectar sistemas que não foram originalmente desenhados para interoperar.

Fintechs menores também se beneficiam. Padrões abertos nivelam o campo de jogo ao permitir que novos entrantes conectem seus agentes a bancos e processadores sem projetos caros de engenharia. Eles podem competir com base em insights e experiência, e não em orçamento de integração.

Construa os trilhos, não as paredes

A próxima década de fintech será definida por empresas que entendem que IA orientada por agentes não é um produto único. É uma plataforma para raciocínio, ação e colaboração entre sistemas. Plataformas só escalam quando a indústria concorda nos trilhos em que elas operam.

A AAIF representa um passo importante no começo, mas é apenas o início. Para desbloquear todo o potencial da IA orientada por agentes, fintech precisa se envolver. Precisamos de esquemas de dados abertos especificamente desenhados para primitivas financeiras: comerciantes, transações, identidades, sinais de risco e fluxos de pagamento. Alguns protocolos de comércio e pagamento já existem, e mais estão sendo propostos, mas ainda precisam do aval e da colaboração da indústria para se tornarem padrões verdadeiros — e não apenas implementações isoladas. Precisamos de estruturas compartilhadas de segurança e governança para que a confiança escale junto com a inovação. E precisamos de participação ativa de líderes de fintech em grupos da indústria que definem e mantêm esses padrões, não apenas observação passiva.

Isso não significa abrir mão de diferenciação. As empresas mais fortes diferenciarão em experiência, gestão de risco e inteligência, e não em encanamento (plumbing) proprietário.  A história da internet mostra que uma infraestrutura forte pode ampliar oportunidades em vez de reduzi-las. IA orientada por agentes oferece a chance de fazer isso novamente.

Sobre o autor

Manik Surtani é o Head de Open Source na Block, Inc. Na Block, Manik anteriormente liderou equipes de engenharia na Square e no Cash App. Antes de entrar na Block, Manik era Staff Engineer na Red Hat. Ele foi o fundador e engenheiro líder do projeto Infinispan e arquiteto de plataforma no JBoss Data Grid. Manik tem experiência em IA, sistemas distribuídos e tolerantes a falhas, e em otimização de desempenho de JVMs. Manik é um defensor forte de metodologias de desenvolvimento de open source, de seus valores e de processos colaborativos, e está envolvido com open source desde suas primeiras incursões na computação.