A Matera, empresa de tecnologia especializada em soluções para o setor financeiro, introduziu o conceito de "Banco Agêntico" durante o Febraban Tech 2026. Segundo os executivos da companhia, os próximos avanços da inteligência artificial (IA) no mercado financeiro ocorrerá na infraestrutura das instituições.
Inicialmente, a empresa estrutura vislumbra três camadas de maturidade: uma IA que responde dúvidas de profissionais do backoffice, outra que orienta decisões de tesouraria e uma terceira que já começa a executar etapas de processos operacionais, sempre dentro das regras de governança definidas por cada banco.
Para Ricardo Chisman, presidente da Matera, a adoção da IA determinará o diferencial competitivo das instituições financeiras nos próximos anos:
"Nos últimos anos, os bancos competiram para oferecer a melhor experiência digital aos clientes. A próxima disputa acontecerá dentro dos bancos. Quem conseguir incorporar inteligência artificial aos processos internos ganhará velocidade para inovar, responder às mudanças regulatórias e aumentar eficiência."
A primeira camada do conceito de "banco agêntico" trata dos copilotos — assistentes de IA integrados aos sistemas internos das instituições, que esclarecem dúvidas e orientam procedimentos por meio de linguagem natural. Segundo Bruno Samora, CPO da Matera, a mudança desloca o foco da inteligência artificial no setor financeiro das aplicações para a infraestrutura e processos internos:
"Durante muito tempo, a discussão sobre inteligência artificial no setor financeiro esteve concentrada na experiência do cliente. Agora começamos a olhar para quem está operando o banco e para como a tecnologia pode reduzir a complexidade desse trabalho. O copiloto acompanha o profissional dentro da aplicação, ajuda a resolver dúvidas e indica caminhos sem exigir que ele interrompa a atividade para buscar informação em outro ambiente."
Um dos primeiros testes dessa lógica ocorre no mercado de duplicatas escriturais: ainda em fase experimental, o copiloto pode apoiar o profissional no monitoramento de recebíveis, na consulta de operações de crédito pendentes e na seleção de pacotes para antecipação.
A mesma lógica tem sido aplicada em outras rotinas. Na frente fiscal, a IA oferece suporte ao aceite de notas e à classificação fiscal, segundo a empresa. No Febraban Tech, a Matera também demonstrou a utilidade do conceito aplicado à adaptação das instituições às mudanças implementadas no projeto de reforma tributária.
"O valor do copiloto não está apenas em responder perguntas, mas em compreender o contexto da atividade. Quanto menos tempo as equipes gastam procurando informações ou navegando entre sistemas, mais conseguem direcionar seus esforços para atividades que realmente exigem análise e conhecimento especializado", afirmou Samora.
A empresa também traça uma fronteira entre esses copilotos e os agentes de IA: os primeiros atuam ao lado do profissional, enquanto os agentes representam uma etapa de maior autonomia, em que tarefas passam a ser executadas dentro de regras definidas pela instituição.
"O que começa a mudar é a relação entre o profissional e o sistema. Em vez de exigir que a pessoa conheça todos os caminhos para operar uma aplicação, a tecnologia passa a entender o contexto e ajudá-la a chegar ao que precisa fazer. A tendência é que parte da execução também ganhe autonomia, mas as decisões que importam continuam submetidas às políticas e alçadas de cada instituição", diz Samora.
A segunda camada aplica modelos preditivos à gestão de liquidez das tesourarias bancárias. A aplicação da Matera consolida fontes como a conta reserva e a conta PI — usada nas operações do Pix —, além de contas bancárias e posições em clearings e redes de cartões, cruzando esses dados em tempo real com eventos futuros previstos pela tesouraria, como pagamentos extraordinários. A partir desse conjunto de informações, o sistema projeta cenários para um horizonte de até 30 dias e recomenda rebalanceamentos para evitar desequilíbrios de caixa. A tecnologia está em fase de piloto e validação com uma instituição financeira parceira, informaram os executivos da Matera.
"O objetivo não é automatizar uma decisão crítica, mas ampliar a capacidade de análise das equipes. A inteligência artificial consegue reunir variáveis que dificilmente seriam avaliadas simultaneamente por uma pessoa e apresentar recomendações contextualizadas para apoiar a gestão da liquidez", afirma Samora.
O ganho está em suprir uma limitação estrutural da própria atividade, acrescentou o executivo:
"A gestão de liquidez ainda depende muito do conhecimento acumulado pelo tesoureiro e de informações que precisam ser acompanhadas em diferentes fontes. A IA permite reunir esse contexto e antecipar situações que antes só ficavam claras quando a necessidade de movimentação já estava mais próxima."
Um exemplo dado pela empresa ilustra o mecanismo: o modelo pode projetar que, em determinado horário, os recursos disponíveis na conta usada para operações do Pix ficarão abaixo do limite operacional, enquanto há dinheiro disponível em outras fontes de liquidez, e recomendar a transferência antes que o desequilíbrio ocorra. A IA também analisa padrões como dia da semana, período do mês e sazonalidades ao longo do ano.
Ainda que a aplicação possa, tecnicamente, executar as ações pré-configuradas pela instituição, a Matera recomenda a participação humana em decisões que envolvem movimentação financeira. "A capacidade de antecipar uma necessidade não significa retirar do profissional o controle sobre a movimentação dos recursos. Cada instituição precisa definir suas políticas e alçadas. A IA pode ampliar a capacidade de análise e recomendar uma ação, mas a autonomia precisa estar subordinada às regras de governança do banco", diz Samora.
A terceira camada utiliza agentes de IA para participar da execução de processos operacionais, dentro dos limites de governança de cada instituição. O primeiro caso demonstrado pela empresa está na conciliação financeira — rotina tradicionalmente baseada na comparação manual entre registros.
Segundo a Matera, o agente aprende com o histórico das operações para considerar fatores como tempo de processamento, limites de tolerância e comportamento histórico de cada transação antes de apontar uma exceção, reduzindo falsos alertas e priorizando as ocorrências que de fato exigem intervenção humana.
"A evolução da IA não acontece quando ela simplesmente automatiza uma tarefa. Ela acontece quando passa a compreender o contexto em que aquela tarefa está inserida. É isso que permite reduzir exceções desnecessárias, apoiar decisões mais qualificadas e avançar para uma execução cada vez mais assistida e segura", afirma o CPO da Matera.
A companhia também apresentou no Febraban Tech dois recursos que conectam essas três camadas em uma mesma experiência: o Prompt Banking, que permite consultar informações, gerar análises e construir dashboards por linguagem natural, e o Portal Developer, voltado ao desenvolvimento orientado por agentes e à criação de novas aplicações de IA dentro do ecossistema da empresa. A companhia afirma ainda ter reformulado a interface de sua plataforma para integrar essas experiências em uma jornada única, preparada para incorporar novos agentes especializados à medida que forem lançados.
"Não estamos apresentando uma coleção de funcionalidades baseadas em IA. Estamos mostrando como diferentes agentes especializados passam a trabalhar de forma integrada, cada um resolvendo um desafio específico da rotina bancária. É essa combinação que materializa o conceito de Banco Agêntico", conclui Samora.
Com quase 40 anos de experiência no setor financeiro, a Matera atende bancos tradicionais, digitais e fintechs no Brasil, nos Estados Unidos e no Canadá, com mais de 1.200 colaboradores e aportes da Warburg Pincus e da Kinea Private Equity.
