A Anthropic lança um agente de IA para executar tarefas de serviços financeiros, o que está impulsionando?

Escrevendo: Centro de Pesquisa Web4

Anthropic, a empresa que nos últimos anos conquistou a comunidade de desenvolvedores com suas ferramentas de programação AI, anunciou em 5 de maio, horário dos EUA, o lançamento de 10 agentes de IA especialmente criados para serviços financeiros, iniciando oficialmente uma ofensiva em Wall Street.

De acordo com a reportagem do Sina Finance, a lista de tarefas dessas 10 ferramentas quase cobre o núcleo do trabalho diário dos profissionais de finanças: redigir materiais de apresentação para reuniões com clientes, revisar demonstrações financeiras, escalar casos para auditoria de conformidade. Os usuários-alvo abrangem profissionais de bancos, seguros, gestão de ativos e fintechs. Não se trata de um chatbot, nem de uma ferramenta auxiliar de perguntas e respostas. Trata-se de um conjunto de funcionários digitais capazes de serem integrados diretamente ao fluxo de trabalho de instituições financeiras, assumindo tarefas específicas.

A forte volatilidade do mercado transmite sinais muito mais complexos do que os títulos das notícias: o voto de confiança dos investidores, expresso por ações, revela um consenso profundo no setor: quando os agentes de IA começam a assumir tarefas que antes eram insubstituíveis para profissionais financeiros, toda a cadeia de valor dos serviços financeiros pode estar em um ponto de inflexão.

1. De escrever código a elaborar relatórios: um caminho comercial com lógica semelhante

A entrada da Anthropic no setor financeiro segue o mesmo padrão de sua conquista no mercado de programação. Na verdade, trata-se quase do mesmo roteiro sendo repetido em setores diferentes. Antes do lançamento do AI Agent para finanças, a Anthropic já dominava de forma notável o mercado de ferramentas de codificação. Segundo relatório da Zhejiang Securities de abril de 2026, a Claude Code, da Anthropic, detém uma participação de 54% no mercado de agentes de codificação corporativa. Até fevereiro de 2026, 4% das submissões públicas no GitHub foram feitas por Claude Code, e analistas preveem que até o final de 2026 essa proporção ultrapassará 20%. No que diz respeito ao gasto com grandes modelos de linguagem para empresas, a Anthropic detém 40% do mercado, e 80% das maiores empresas de riqueza do mundo são seus clientes pagantes.

Dados relacionados indicam que a participação da Anthropic no mercado de IA nos EUA já atingiu quase 70%, enquanto sua fatia anterior de 90% do ChatGPT foi drasticamente reduzida. De uma empresa que buscava acompanhar o mercado, a Anthropic virou a mesa e superou seus concorrentes em menos de um ano. A lógica de disrupção no mercado de programação é simples: os agentes de IA não ajudam apenas programadores a digitar mais eficientemente, eles geram código, depuram, implantam, comprimindo tarefas que antes levavam dias em horas. Segundo pesquisa do Economic Observer de outubro de 2025 a janeiro de 2026 com 201 profissionais de serviços financeiros na China continental e Hong Kong, 81% das empresas financeiras já incorporaram IA em seus fluxos de trabalho, mas enfrentam desafios claros — escassez de talentos, sistemas antiquados, regulamentação desatualizada. Esses pontos fracos são exatamente os alavancadores que os agentes de IA podem explorar.

Porém, há um detalhe sutil que merece atenção. Nicholas Lin, responsável pelos produtos de serviços financeiros da Anthropic, fez uma declaração que parece trivial, mas tem um significado profundo. Segundo reportagem do Tencent News, ele afirmou que as aplicações de IA no setor financeiro “só estão alguns meses atrás das aplicações de programação”, e que a aceleração nesse setor já é evidente. Uma diferença de alguns meses. Não anos, nem uma geração de tecnologia. Apenas alguns meses. Por trás dessa avaliação há uma lógica mais profunda: se a demanda por agentes de IA no setor financeiro é essencialmente a mesma do setor de programação, então o mercado de programação, já disrupido, indica que o setor financeiro também não está longe de passar pelo mesmo processo de transformação.

Do ponto de vista de cenários de trabalho concretos, essas 10 ferramentas são divididas em duas categorias de tarefas: cinco para pesquisa financeira e relacionamento com clientes, cinco para finanças e operações. Nos cenários de pesquisa e atendimento ao cliente, os agentes Claude podem criar listas de objetivos, realizar análises comparativas de empresas, redigir materiais de apresentação para reuniões, organizar perfis de clientes e contrapartes antes de chamadas. Nos cenários de finanças e operações, eles podem verificar se as avaliações estão alinhadas com indicadores de empresas similares, executar listas de fechamento, preparar lançamentos contábeis e gerar relatórios de encerramento. A reportagem do TechOrange revelou mais detalhes: Claude já pode operar por meio de plugins diretamente no Excel, PowerPoint, Word e Outlook, o que significa que analistas financeiros não precisam sair do software que usam diariamente, pois o agente de IA já está integrado.

Porém, quando os agentes de IA estão profundamente integrados, surge uma questão mais fundamental: se esses agentes não apenas elaboram memorandos, mas começam a tomar decisões financeiras em nome de instituições ou clientes, até onde suas “mãos” podem chegar?

2. O mesmo campo de batalha, duas rotas de ataque

A Anthropic não é a única a “bater na porta” de Wall Street. Quase ao mesmo tempo, a OpenAI também lançou sua ofensiva financeira. Segundo reportagem da Bloomberg Law de 5 de maio de 2026, a OpenAI anunciou, em parceria com a PwC, o desenvolvimento conjunto de um agente de IA voltado para equipes de CFOs, cobrindo planejamento, previsão, relatórios, compras, pagamentos, finanças, impostos e liquidações. Ainda mais interessante, a OpenAI posiciona sua equipe financeira como “cliente zero” — testando internamente uma ferramenta de agente de compras, e depois replicando a experiência para clientes corporativos.

Recuando no tempo, em 6 de março de 2026, a Ji Tong Finance reportou o lançamento do modelo GPT-5.4 pela OpenAI, junto com uma suíte de ferramentas financeiras capazes de conectar-se a fontes de dados como FactSet e Third Bridge, além de criar e verificar modelos financeiros diretamente no Excel e Google Sheets. Em 14 de abril, a Wedbush divulgou que a OpenAI adquiriu oficialmente a startup Hiro Finance, focada em gestão financeira pessoal autônoma.

As trajetórias das duas empresas estão se tornando cada vez mais distintas. A Anthropic optou por uma abordagem de baixo para cima: começando na mesa do analista, focando em tarefas repetitivas que consomem muita mão de obra, e gradualmente infiltrando-se nos sistemas operacionais das instituições financeiras. A OpenAI, por outro lado, trabalha com consultorias como a PwC, de cima para baixo, focando nos principais controles de gestão financeira. Uma rota resolve “pontos de eficiência”, a outra mira “pontos de controle”.

A velocidade dessa evolução é notável. Não se trata de uma infiltração gradual ao longo de anos, mas de uma estratégia de cercamento de mercado em poucos meses. Quando as maiores instituições financeiras começam a definir agentes de IA como “colegas digitais” e não apenas “ferramentas de eficiência”, por trás dessa mudança de linguagem há uma confirmação de identidade mais profunda — esses agentes estão passando de “auxiliares” para “participantes semi-autônomos”.

De auxiliar a participar, cada passo parece suave. Mas, ao avançar para autonomia, a infraestrutura necessária muda radicalmente. Um agente que filtra empresas comparáveis para analistas e outro que detém ativos e realiza pagamentos em nome de clientes enfrentam desafios tecnológicos quase de espécies diferentes.

3. O risco por trás do risco: quem fica com o dinheiro?

O mercado responde à chegada dos agentes de IA com queda nas ações, mas há uma outra forma mais primitiva de expressar sua crença: o dinheiro. A linha do tempo não precisa ser longa. Em fevereiro de 2026, a Anthropic levantou US$ 30 bilhões com uma avaliação de US$ 380 bilhões. Apenas dois meses depois, a Bloomberg e a CNBC noticiaram que a Anthropic negocia uma nova rodada de financiamento de cerca de US$ 50 bilhões, com uma avaliação alvo de US$ 900 bilhões. Se concretizado, esse valor superará os US$ 852 bilhões da avaliação da OpenAI no final de março, tornando a Anthropic a startup de IA mais valiosa do mundo.

Em dois meses, a avaliação saltou de US$ 380 bilhões para US$ 900 bilhões. Uma variação extraordinária na história dos negócios. Mas o mais interessante é o catalisador dessa rodada: o lançamento do modelo Claude Mythos Preview, em abril, que possui avançadas capacidades de segurança cibernética. Essa versão, restrita a cerca de 50 instituições como Apple e Microsoft, gerou várias reuniões de alto nível em Washington e Wall Street. Mesmo sendo apenas uma prévia, ela impulsionou uma valorização de bilhões de dólares, mudando a lógica de precificação de “IA confiável para setores verticais”.

O capital também se manifesta na prática. Segundo o IT之家 de 30 de abril de 2026, a receita recorrente anual da Anthropic atingiu US$ 30 bilhões, contra cerca de US$ 10 bilhões um ano antes — uma curva de crescimento quase vertical.

Simultaneamente, o CEO da Anthropic, Dario Amodei, participou de um evento em Nova York em 5 de maio, ao lado do CEO do JPMorgan Chase, Jamie Dimon, discutindo IA. No auditório, estavam executivos de Wall Street. Um fundador do Vale do Silício apareceu sob os holofotes do centro de poder de Wall Street. O que esses banqueiros pensam? Talvez não seja difícil imaginar. Quando questionado sobre o aumento nos gastos com infraestrutura de IA, Dimon respondeu: “No geral, faz sentido. Se tentarmos escolher vencedores e perdedores, será difícil.” Essa resposta aparentemente simples reflete uma ansiedade mais profunda — não é que não queiram apostar, mas que têm medo de errar.

Porém, uma questão recorrente ainda não foi resolvida: se os agentes de IA deixarem de ser apenas “colegas digitais” e passarem a possuir ativos, autorizar gastos, assinar contratos, até onde a infraestrutura financeira atual consegue suportar essa mudança?

4. Quando o agente não é apenas um “assistente na elaboração de relatórios”

Essa questão não é ficção científica; ela já está na porta. Em maio de 2026, o grupo Odin lançou oficialmente o OwlPay Agent Wallet, uma carteira digital criada especialmente para agentes de IA. Segundo o China Times de 5 de maio, ela não é uma carteira digital tradicional — seu usuário não é humano, mas IA. Após autorização, a IA pode enviar, receber e gerenciar stablecoins sem intervenção humana. A carteira usa uma arquitetura de auto-hospedagem, com controle total das chaves privadas e fundos pelo usuário, gerando e armazenando todos os certificados localmente, suportando blockchains como Ethereum, Stellar e Solana.

No mesmo dia, a GlobeNewswire publicou uma nota oficial. A Odin afirmou que a carteira aproveita as licenças de pagamento que possui em 40 estados dos EUA, estendendo a capacidade de integrar stablecoins regulados ao ecossistema de agentes de IA. Não se trata de uma prova de conceito; é um produto operacional, com conformidade legal em 40 estados.

Mas surge a pergunta: por que uma carteira criada para agentes de IA precisa usar stablecoins e blockchain? Não poderiam usar cartões bancários? Poderiam. Como observou um analista em artigo de final de abril, se o agente de IA apenas ajuda a comprar passagens, reservar hotéis, renovar assinaturas SaaS, ele pode usar sistemas de pagamento existentes — Swift, cartões de crédito, cartões virtuais — sem obstáculos essenciais. Mas o verdadeiro desafio surge em cenários mais complexos: um agente de pesquisa financeira, por exemplo, pode precisar consultar múltiplas bases de dados, comprar relatórios pagos, acessar APIs de modelos, pagar por ferramentas de geração de gráficos, ou até comprar análises de outro agente. Nesse fluxo, muitas vezes não há uma loja ou página de checkout padrão. O agente lida com APIs, interfaces de dados, serviços de modelos e nós de computação.

Quando o ator da transação é uma máquina, o sistema financeiro tradicional percebe que falta uma peça fundamental na sua base. De uma perspectiva macro, isso não é uma observação isolada. Os agentes de IA estão evoluindo rapidamente de ferramentas auxiliares para participantes econômicos de fato. Embora possam executar tarefas e transações, ainda carecem de uma infraestrutura padrão para provar “quem sou”, “o que estou autorizado a fazer” e “como receber minha recompensa” em ambientes cruzados. “Identidade não transferível, pagamento não programável por padrão, colaboração ainda isolada”. E a blockchain, como livro-razão público, carteira portátil e camada de liquidação programável, é vista por algumas equipes técnicas como infraestrutura-chave para preencher essas lacunas.

Isso não é apenas narrativa de blockchain. Segundo relatório da PwC de início de 2026, as instituições financeiras estão cada vez mais vendo a IA como um “motor de transformação estratégica”, e não apenas uma ferramenta de eficiência. Quando um agente evolui de “ajudar a fazer” para “gerenciar ativos”, registros verificáveis de execução deixam de ser um diferencial e passam a ser uma exigência de sobrevivência — registros na cadeia não substituem auditorias tradicionais, mas oferecem uma trilha confiável de nível de agente, que humanos não conseguem fazer em tempo real. Isso implica que, no futuro, o ecossistema financeiro precisará de canais tradicionais de conformidade e de identidades e pagamentos auditáveis na cadeia, coexistindo.

Porém, é preciso admitir: embora a OwlPay Agent Wallet tenha licença de pagamento em 40 estados, sua adoção ainda está na fase inicial; protocolos como o x402 e propostas de identidade de agentes ainda estão em discussão de padrão; a ideia de “conheça seu agente” (KYA), embora ganhando atenção, ainda não é amplamente implementada. Não se trata de uma história já consolidada, mas de uma trajetória que ainda tropeça e avança. Seu valor não está em provar uma conclusão definitiva, mas em expor um problema real: no sistema financeiro tradicional, as máquinas sempre foram ferramentas, não sujeitos. Mas hoje, elas estão aprendendo a fazer mais.

5. Reinterpretando o ponto de âncora do valor

Isso soa como uma descrição de IA substituindo humanos no trabalho. Mas, ao parar para refletir, a mudança real pode estar em outro nível. O valor central dos serviços de informação financeira tradicionais baseia-se em uma assimetria de informações. FactSet e Morningstar não apenas possuem dados, mas os organizam em formatos acessíveis, comparáveis e modeláveis para usuários profissionais. Essa “custo de organização” constitui sua barreira competitiva. A lógica dos agentes de IA, por outro lado, é completamente diferente. Eles não organizam dados, executam processos — são operadores, não bancos de dados.

Essa distinção é crucial. Após o anúncio, as ações da FactSet caíram 8,1%, e as da Morningstar mais de 3%, segundo informações da Sina Finance via 东方财富网. Mas a causa do declínio não foi apenas “IA pode substituir analistas humanos” — ela reflete uma reavaliação de mercado: quando sistemas de IA podem conectar-se em tempo real às fontes de FactSet e Morningstar, os dados deixam de ser um produto final e passam a ser matéria-prima. O preço da matéria-prima é sempre menor que o do produto acabado.

Isso explica por que, ao lançar seu agente financeiro, a Anthropic anunciou uma joint venture de US$ 1,5 bilhão com Blackstone, Hellman & Friedman e Goldman Sachs, para acelerar a incorporação do poder do Claude em mais cenários empresariais. Ao mesmo tempo, Claude já consegue conectar-se diretamente a plataformas de dados de mercado como FactSet, S&P Capital IQ, MSCI, PitchBook, Morningstar, além de integrar-se profundamente com agências de classificação de crédito e fontes de dados corporativos como Dun & Bradstreet e Moody’s — mais de 600 milhões de informações de empresas públicas e privadas podem fluir diretamente pelo Claude. Essa estratégia indica que Claude não é um concorrente de fornecedores de dados, mas uma camada de decisão e execução que redefine o próprio conceito de dados.

Porém, ao comprimir e automatizar processos de informação e decisão, toda a cadeia de valor enfrenta uma redefinição de papéis humanos. De relatórios a conformidade, essas 10 ferramentas de IA inserem-se em três etapas antes consideradas “insubstituíveis”: organização de informações, julgamento especializado e avaliação de riscos. Cada uma dessas etapas está sendo fragmentada. Analistas não monopolizam mais a organização de dados, equipes de conformidade não controlam mais a triagem de riscos, e vice-presidentes de bancos de investimento não escrevem mais materiais de apresentação exclusivos.

Isso não significa que os humanos serão completamente substituídos. Mas implica que seu papel está mudando de operadores de processos para designers e supervisores desses processos. Essa mudança não é apenas uma questão de “ansiedade de desemprego”. É como um rio que muda de curso: o volume de água permanece, mas o leito se altera, e antigas docas podem ser abandonadas enquanto novas são construídas mais abaixo.

Isso remete a uma metáfora clássica na filosofia da tecnologia. Heidegger, ao discutir tecnologia, não se preocupava com uma ferramenta específica, mas com a “estalagem” que ela representa — uma estrutura que reorganiza nossa relação com o mundo, mudando nossa forma de perceber as coisas, as pessoas e a nós mesmos. O processo de integração dos agentes de IA nos fluxos financeiros é justamente a construção de uma nova “estalagem”. Essa estrutura não só manipula dados e escreve relatórios, mas redefine o núcleo do valor do trabalho financeiro.

6. Não é o fim, mas uma linha de divisão

A forte queda nas ações de FactSet, Morningstar, S&P Global e Moody’s já carrega um significado. Segundo reportagem da 东方财富网, FactSet chegou a cair 8,1%, Morningstar mais de 3%. Para Wall Street, esses números representam uma aposta de mercado — as barreiras tradicionais de entrada para provedores de informações financeiras estão mais frágeis do que se imaginava diante dos agentes de IA. Mas essa “fragilidade” não significa que as instituições tradicionais irão desaparecer imediatamente. Uma evolução mais provável é a reestruturação da cadeia de valor. FactSet e Morningstar possuem ativos de dados insubstituíveis, que alimentam os agentes de IA. O problema é que, quando esses ativos deixam de ser escassos, o que passa a ser escasso é o motor que injeta esses dados na combustão. Os fabricantes de motores estão levando uma fatia maior do valor na cadeia.

Um detalhe importante: segundo análise do relatório da Zhejiang Securities de abril de 2026, um dos fatores de sucesso da Anthropic foi seu foco em estruturas de regras auditáveis. Em comparação com concorrentes como OpenAI e Google, a Anthropic enfatiza processos de raciocínio rastreáveis e sistemas de conformidade transparentes, que a tornam naturalmente adequada para setores altamente regulados como financeiro, jurídico e governamental. No setor financeiro, onde a confiança é a moeda principal, a segurança e conformidade das IA podem criar barreiras mais duradouras do que a simples capacidade de modelo. Não é quem é mais inteligente, mas quem é mais confiável. E essa confiabilidade tem peso muito maior em Wall Street.

Os agentes de IA estão evoluindo de ferramentas de codificação para atores do ciclo econômico real. Quando eles assumem papéis de protagonistas, não apenas de ferramentas, a gramática da infraestrutura econômica é reescrita. Pagamentos, identidade, responsabilidades, auditoria — esses conceitos fundamentais do sistema financeiro moderno — precisam ser redefinidos diante de um “participante invisível”. Essa redefinição ocorre internamente, mas também se estende além do sistema financeiro tradicional, impulsionando novas explorações de infraestrutura.

A entrada dos agentes de IA na Wall Street é apenas o começo. Quando Goldman Sachs, JPMorgan Chase e outros começarem a implantar agentes em seus fluxos principais, quando FactSet e Morningstar precisarem redefinir suas propostas de valor, e quando projetos como o OwlPay criarem carteiras específicas para agentes — esses eventos, aparentemente isolados, na verdade estão formando um quadro maior: agentes não são mais apenas “fazedores de tarefas”, eles começam a participar na distribuição de valor.

A última frase é uma resposta a esse quadro: os agentes entraram, e as regras estão apenas começando a ser escritas.