A evolução dos agentes de inteligência artificial promete mudar a forma como consumidores compram, pagam e se relacionam com instituições financeiras. Mas, quanto maior a autonomia desses sistemas, maior também é a necessidade de saber quem está tomando a decisão e como garantir que ela seja segura.

Esse foi um dos principais pontos discutidos por Alex Silva, Coordenador de Prevenção a Fraudes do Sicredi e por Rodolfo Arruda, Gerente de Estratégia Prevenção a Fraude da PagBank, durante painel no Febraban Tech 2026. O debate mostrou que a expansão da IA agêntica no setor financeiro vai exigir uma nova combinação entre autonomia, confiança, dados e prevenção a fraudes.

Arruda destacou que a intenção do consumidor nem sempre será expressa por um comando direto, e portanto um agente de IA deverá conhecer os hábitos do usuário e, no futuro, antecipar uma necessidade, fazer uma busca e até transformar essa decisão em um pagamento. A mudança cria um desafio importante para a indústria de pagamentos, pois será necessário construir uma camada de confiança capaz de validar se aquela ação realmente representa a intenção do consumidor.

Para Arruda, as primeiras aplicações devem ser mais controladas. Um exemplo é pedir para um agente comprar um tênis até determinado valor ou montar um carrinho em um marketplace. Nesses casos, a expectativa é que o consumidor ainda valide a transação.

Com o avanço da tecnologia, porém, a autonomia pode aumentar e o agente poderá entender preferências mais subjetivas e executar tarefas sem que o usuário precise detalhar cada etapa. Isso abre espaço também para aplicações voltadas a pequenos empreendedores, como assistentes capazes de apoiar vendas, gestão financeira e decisões de investimento.

Segurança não pode virar excesso de bloqueio

A principal mudança apontada por Alex Silva é na relação de confiança durante as transações. Hoje, instituições analisam uma série de informações para decidir se uma operação é legítima, incluindo o comportamento habitual do cliente e a reputação do estabelecimento. Com agentes de IA realizando operações em nome das pessoas, esse modelo terá de evoluir. A tecnologia precisa aumentar a automação sem transformar cada nova operação em uma barreira adicional para o consumidor.

O desafio, portanto, será encontrar um equilíbrio entre segurança e fluidez, uma vez que nem todos os clientes terão o mesmo perfil ou estarão dispostos a entregar o mesmo nível de autonomia aos agentes. Assim, as instituições terão de adaptar suas estratégias às características de cada público.

Um dos principais riscos apontados por Arruda é a capacidade de uma fraude se espalhar rapidamente quando agentes autônomos estiverem envolvidos. A maturidade necessária para enfrentar esse cenário começa antes da implementação de novos agentes.

Isso passa por uma boa estrutura de dados e pela evolução das ferramentas tradicionais de prevenção a fraudes. Assim como o mercado migrou de modelos convencionais para machine learning, a IA também poderá ser utilizada para reforçar a defesa das instituições.

A segurança, porém, precisa ser pensada desde o desenvolvimento dos produtos. A chamada segurança por design foi apontada como um princípio importante para evitar que vulnerabilidades sejam descobertas apenas depois do lançamento.

O próprio ecossistema precisa ser testado

Silva defendeu que as instituições façam testes internos para entender como seus sistemas reagiriam a ataques em grande escala. A preocupação aumenta quando se considera a possibilidade de milhares de transações serem disparadas em poucos milissegundos. Testar diferentes cenários, avaliar práticas adotadas em outros mercados e identificar pontos frágeis são etapas necessárias antes de ampliar a autonomia dos agentes de IA.

A cooperação entre instituições também ganha importância para que o setor financeiro avance de forma conjunta na prevenção de fraudes, em vez de cada empresa trabalhar isoladamente. O risco não estará apenas no agente de IA. O próprio estabelecimento comercial poderá tentar manipular um agente para gerar uma transação prejudicial ao consumidor.

Por isso, Silva apontou que o mercado terá de olhar menos para uma transação isolada e mais para o comportamento de grandes volumes de operações. Um possível caminho seria ampliar o uso de histórico e reputação dos estabelecimentos, criando mecanismos de avaliação de risco também para os comerciantes. Essa mudança é relevante porque agentes de IA podem movimentar um volume muito maior de transações. O sistema de segurança precisará acompanhar essa escala sem comprometer a velocidade dos pagamentos.

Governança como habilitadora da IA

Para Arruda, a governança não deve funcionar como um bloqueio à inovação, ela precisa servir como uma estrutura para permitir o uso seguro da tecnologia. O executivo defendeu o aproveitamento dos modelos tradicionais de governança, sem a necessidade de criar uma estrutura completamente nova para os agentes de IA. Um dos principais desafios, segundo ele, está no compartilhamento de informações entre as diferentes partes do ecossistema de pagamentos.

Tecnologias como dados federados podem ajudar nesse processo, permitindo colaboração entre empresas com mecanismos de proteção compatíveis com a LGPD, formando estruturas de cooperação que considerem o ecossistema como um todo, envolvendo emissores, adquirentes e bandeiras.

Um ponto de atenção foi trazido por Silva, que reforçou que não basta compartilhar dados. Eles precisam ter qualidade suficiente para sustentar decisões automatizadas. Isso ganha peso quando modelos de IA passam a decidir, em tempo real, se uma transação deve ser aprovada ou bloqueada. Dados incompletos ou pouco confiáveis podem aumentar os falsos positivos e gerar bloqueios indevidos.