O seu Agente de IA tem um problema de liquidação

Os bancos estão a investir fortemente em IA agentiva e, em separado, em infraestruturas tokenizadas. A maioria está a tratá-las como pistas paralelas que, eventualmente, convergem. Essa suposição de sequenciação merece escrutínio, porque os dois programas são mais interdependentes do que a maioria dos roadmaps tecnológicos atuais reflecte.

Eis a questão subjacente. Os sistemas de IA agentiva são, fundamentalmente, diferentes dos modelos preditivos e das ferramentas de apoio à decisão que os antecederam. Um modelo revela uma percepção. Um agente age sobre ela. Essa diferença não é uma nuance meramente de marketing. Tem implicações directas para a infraestruturas que a maioria dos planos de implementação ainda não teve em conta.

Quando um agente actua, a transação precisa de ser liquidada. Não no fim do dia. Não no dia útil seguinte. No momento da execução, porque a próxima instrução no fluxo de trabalho depende do resultado da atual.

A liquidação por lotes quebra totalmente essa dependência. Se um agente identifica uma falta de liquidez, selecciona o colateral ótimo para mover e inicia a transferência, mas a infra-estrutura de liquidação não consegue confirmar a finalidade até à manhã seguinte, o agente não está a gerir tesouraria em tempo real. Está a enfileirar instruções para um sistema que as processa num calendário concebido para um mundo em que os intervenientes eram humanos. Quando essas instruções são liquidadas, as condições de mercado que as originaram podem já não estar presentes. O agente não falhou. As vias é que falharam.

A NTT DATA descreveu isto como o “stack gap”, o fosso entre aquilo que a IA agentiva exige e aquilo que a maior parte da infra-estrutura dos bancos consegue realmente entregar. A investigação da MIT, citada em múltiplas análises do sector, concluiu que falhas de integração de infra-estrutura, e não a qualidade do modelo, são a razão primária para que os testes de IA em banca não entreguem valor mensurável à escala. A inteligência não é o factor limitante. A base é.

Isto é particularmente importante para as operações de tesouraria e de pagamentos, em que o valor da execução autónoma é o mais direto. Um agente que gere colateral intra-diário entre contrapartes, monitoriza exposições continuamente e optimiza posições de caixa em tempo real necessita de infra-estruturas que o acompanhem. A perspetiva 2026 da A16z afirma-o diretamente: os agentes de IA vão necessitar de pagamentos que se movam à velocidade da Internet, suportados por ferramentas de liquidação programáveis. A mudança para sistemas autónomos baseados em intenção não é compatível com vias concebidas à volta de janelas de processamento dos humanos.

O que os fluxos de trabalho financeiros autónomos exigem, na prática, é liquidação atómica: a troca simultânea e irrevogável de valor que confirma a finalidade em tempo real. É exatamente isto que a infra-estrutura tokenizada está a ser construída para entregar. O token de depósitos da JPMorgan na Base, a plataforma de depósitos tokenizados da BNY para clientes institucionais e o consórcio da Cari Network, composto por cinco bancos regionais, representam todos, no essencial, a construção de vias de liquidação que não dependem de ciclos de lote noturnos. Não são apenas uma história de tokenização. São uma história de infra-estrutura para IA. As instituições que estão a construir vias de liquidação programáveis estão a criar o pré-requisito para operações financeiras autónomas à escala.

A implicação de sequenciação para bancos a executarem isto como programas separados é direta. A algum ponto, no curto prazo, os agentes que estão a ser implementados nos fluxos de tesouraria e pagamentos serão capazes de executar decisões mais rapidamente do que a infra-estrutura de liquidação subjacente consegue confirmá-las. Quando isso acontecer, a organização enfrenta uma escolha: restringir os agentes ao que as vias permitem, aceitando que a execução autónoma pára no limite em que começa a transferência manual, ou reconstruir as vias a um custo e com uma complexidade consideravelmente superiores, do que se os dois programas tivessem sido concebidos como um único programa desde o início.

Há também uma dimensão voltada para o cliente que vale a pena nomear. As equipas de tesouraria corporativa estão a construir os seus próprios fluxos de trabalho agentivos. Um cliente que constrói uma função de tesouraria nativa de IA não vai precisar de que o seu banco gerira essas decisões. Vai precisar de que a infra-estrutura do seu banco suporte a execução autónoma sem reintroduzir intervenção manual no limite da liquidação. Os bancos que não conseguem fornecer isso encontrarão clientes corporativos a deslocarem-se para instituições, ou plataformas, que o consigam.

A questão prática para cada banco que, atualmente, está a executar um programa de IA agentiva é se a infra-estrutura de liquidação de que esses agentes acabarão por depender está a ser construída em paralelo. Não como uma consideração futura. Como uma decisão de desenho atual. Os dois programas não são sequenciais. São o mesmo programa.