Um relatório apresentado na AWS Summit São Paulo, intitulado “Unlocking Brazil’s AI Potential 2026”, trouxe à tona um dos casos de uso mais concretos de inteligência artificial agêntica no sistema financeiro brasileiro: a Penélope, agente de IA criada pelo Banco Inter para investigar crimes financeiros, que em pouco mais de um ano de operação aumentou em 108% a capacidade investigativa do banco e em 1.480% o número de casos efetivos de financiamento de crimes identificados.
O que aconteceu
Segundo o case study divulgado pela própria AWS, o Banco Inter desenvolveu a Penélope utilizando o Amazon Bedrock — serviço de inteligência artificial generativa da Amazon — combinado ao Amazon EKS para orquestração de contêineres e tecnologia de visualização de grafos para mapear redes criminosas. O agente gera automaticamente pré-relatórios de investigação, já validados por analistas humanos antes da decisão final, reduzindo o tempo entre a suspeita de uma transação irregular e a conclusão da investigação.
Os números divulgados são expressivos: 108% de aumento na capacidade de investigação, 287% de crescimento na análise de casos, 1.121% de aumento nas comunicações ao Coaf (o órgão federal que recebe e processa notificações de operações financeiras suspeitas) e 1.480% mais casos efetivos de financiamento de crimes identificados, todos referentes aos resultados de 2025. Um dos ganhos mais citados pelo próprio banco é operacional: “não temos nenhum caso na fila”, contra um prazo regulatório de 45 dias que antes gerava atrasos recorrentes.
Por que isso aconteceu
O desenvolvimento da Penélope levou menos de 60 dias, com suporte técnico direto da AWS — um prazo curto para um sistema desse porte, possível porque o banco optou por usar uma plataforma de IA generativa já pronta (o Bedrock) em vez de construir um modelo de linguagem próprio do zero. Essa é uma escolha cada vez mais comum entre instituições financeiras brasileiras: usar infraestrutura de nuvem com IA generativa embutida para aplicações específicas de compliance e prevenção a fraudes, em vez de tentar competir diretamente com os laboratórios de IA generativa das grandes techs.
O caso do Inter também reflete uma pressão regulatória real. Bancos brasileiros são obrigados por lei a monitorar e reportar transações suspeitas de lavagem de dinheiro e financiamento de crimes ao Coaf, dentro de prazos específicos — historicamente, esse processo dependia fortemente de análise manual de analistas humanos, que não conseguiam escalar na mesma velocidade que o volume de transações digitais cresceu nos últimos anos. Uma ferramenta capaz de gerar pré-relatórios automaticamente, mantendo revisão humana antes da decisão final, ataca diretamente esse gargalo.
O que isso significa
O caso da Penélope é citado no relatório da AWS dentro de um contexto mais amplo: cerca de metade das empresas brasileiras (aproximadamente 12 milhões de organizações, segundo a pesquisa) já usa algum tipo de inteligência artificial, mas apenas 21% se consideram preparadas para adotar IA agêntica — sistemas de IA capazes de executar tarefas complexas de forma mais autônoma, não apenas responder perguntas. O mesmo relatório mostra que 73% das empresas brasileiras dizem que mais clareza regulatória sobre IA é essencial antes de investir mais pesado nessa tecnologia, e apenas 33% confiam na própria capacidade de medir o retorno financeiro desses investimentos.
Isso coloca o Banco Inter num grupo relativamente pequeno de empresas brasileiras que já passaram da fase de experimentação para um caso de uso de IA agêntica com resultado mensurável e público. Para o setor financeiro como um todo, o caso funciona como prova de conceito: mostra que a tecnologia pode gerar ganho operacional real em uma área historicamente cara e lenta — investigação de crimes financeiros —, o que tende a acelerar a adoção por outros bancos e fintechs brasileiras nos próximos meses.
Vale notar que o nome escolhido para o agente não é acidental: Penélope, personagem da mitologia grega conhecida por sua paciência e persistência ao tecer e destecer um tapete por anos enquanto esperava o retorno de Ulisses, remete diretamente à natureza do trabalho de investigação financeira — um processo minucioso, repetitivo, que exige cruzar e recruzar informações até que um padrão de fraude se torne visível. É uma escolha de nomenclatura que reflete uma tendência mais ampla entre empresas de tecnologia financeira: dar personalidade e narrativa a sistemas de IA agêntica, tornando mais fácil para equipes internas e para o público entenderem o que a ferramenta faz, em vez de tratá-la apenas como mais um sistema genérico de back-office.
Como isso afeta você
Se você é cliente de qualquer banco digital ou tradicional, esse tipo de tecnologia tende a significar menos fricção no seu dia a dia — menos bloqueios manuais demorados em transações legítimas, já que sistemas mais precisos de IA conseguem diferenciar melhor uma transação suspeita de uma operação normal, ainda que fora do padrão habitual do cliente. Ao mesmo tempo, vale manter a expectativa realista: sistemas de IA agêntica como a Penélope são voltados para investigação e compliance interno do banco, não substituem o cuidado que você mesmo precisa ter com golpes e fraudes no dia a dia — como phishing e engenharia social, que continuam dependendo mais do comportamento humano do que da tecnologia do banco.
Se você trabalha ou pretende trabalhar na área de compliance, prevenção a fraudes ou tecnologia bancária, casos como esse indicam onde a demanda por profissionais tende a crescer: não necessariamente em quem opera manualmente uma investigação do início ao fim, mas em quem sabe supervisionar, auditar e ajustar sistemas de IA que fazem a primeira triagem desse trabalho. A frase “não temos caso na fila” citada pelo Inter é um indicador de eficiência que outros bancos vão querer replicar — e isso significa demanda por gente capaz de implementar esse tipo de solução.
Vale um esclarecimento sobre limites: mesmo com ganhos expressivos de eficiência, o processo mantém revisão humana antes de qualquer decisão final — o agente de IA gera o pré-relatório, mas a validação continua sendo feita por analistas do banco. Isso é relevante porque reduz um receio comum sobre IA agêntica em decisões financeiras sensíveis: a ideia de que o sistema age de forma totalmente autônoma, sem supervisão. No caso da Penélope, a tecnologia acelera e organiza o trabalho investigativo, mas a palavra final sobre reportar ou não um caso ao Coaf continua sendo humana.
O que observar daqui pra frente
Vale acompanhar se outros bancos brasileiros de grande porte divulgam casos de uso semelhantes de IA agêntica aplicada a compliance e prevenção a crimes financeiros nos próximos meses — o Itaú, Bradesco e Nubank já vêm investindo pesado em IA, mas com poucos casos de resultado tão detalhado quanto o do Inter. Também merece atenção como o Banco Central e o Coaf vão lidar, do ponto de vista regulatório, com o crescimento do volume de notificações de suspeita geradas por sistemas automatizados — um aumento de 1.121% nas comunicações ao Coaf, se replicado em outros bancos, pode exigir que o próprio órgão regulador invista em capacidade de processamento. Por fim, vale observar se a cobrança das empresas brasileiras por “mais clareza regulatória sobre IA” (73%, segundo o relatório da AWS) avança no Congresso ao longo dos próximos meses, já que isso tende a influenciar diretamente a velocidade de adoção dessas tecnologias no setor financeiro.
Recomendações do Blend
Para quem quer entender melhor como bancos usam inteligência artificial para prevenção a fraudes e compliance, cursos introdutórios sobre IA aplicada ao setor financeiro e livros sobre inteligência artificial agêntica são um bom ponto de partida. Alguns links neste texto podem ser de afiliados — o que significa que o Blend do Dia pode receber uma pequena comissão sobre compras feitas através deles, sem custo adicional para você.
Fontes: case study oficial da AWS (Amazon Web Services); Security Leaders; relatório “Unlocking Brazil’s AI Potential 2026” (AWS Summit São Paulo).
📚 Leia Também
Vazamento na IDScan expõe 166 milhões de documentos de identidade — e o Brasil pode estar na lista
Uma IA não pode decidir sozinha se seu plano de saúde nega um exame, diz o presidente da ANS — e essa frase é mais importante do que parece
Nvidia Bate Recorde de US$ 96,2 Bilhões em um Trimestre — e o Que Isso Diz Sobre o Tamanho Real da Corrida da IA
