Apresentamos o Oscilar Agent Hub

As equipes de risco estão prestes a ser inundadas com agentes.

Agentes que resumem alertas, elaboram pareceres, ajustam regras, triam ocorrências de sanções, criam processos, explicam decisões de crédito e respondem a perguntas em linguagem natural.

Alguns trabalharão em tarefas isoladas. A maioria não conseguirá resolver o problema mais complexo.

Um agente de tarefa única acoplado a um sistema fragmentado continua vendo um contexto fragmentado. Ele pode se mover mais rápido do que o processo que substitui, mas não consegue raciocinar sobre toda a relação com o cliente. Ele não sabe qual fraude foi detectada há alguns minutos, o que foi escalado pela equipe de prevenção à lavagem de dinheiro (AML) no mês passado, qual política mudou esta manhã ou por que um analista ignorou a última recomendação.

Ele faz com que um único silo se mova mais rápido. Mas não torna a instituição mais inteligente.

Hoje estamos lançando o Oscilar Agent Hub: uma plataforma de agentes orquestrados para cada decisão de risco.

O Agent Hub reúne mais de 30 agentes especializados em fraude, conformidade de AML, crédito, integração, sanções, disputas, análises, criação de processos e explicabilidade em uma memória de risco compartilhada. Cada agente lê essa memória, contribui para ela e melhora por meio de feedbacks monitorados de analistas.

No ano passado, apresentamos nossa tese: os agentes só mudariam a tomada de decisão de risco se pudessem fazer mais do que automatizar tarefas isoladas. Eles precisariam de contexto compartilhado, coordenação e orquestração entre domínios, explicabilidade, loops de feedback automáticos e supervisão humana integrada desde o início. O Agent Hub é essa tese na prática.

Isso é o que se torna possível quando a base já está pronta.

Por que agentes isolados são o próximo problema de fragmentação

A pressão para adotar agentes é real. As equipes de risco precisam se mover mais rápido, reduzir intervenções manuais, explicar cada decisão de forma clara e fazer tudo isso sem aumentar a equipe.

A resposta mais fácil é comprar ou criar um agente de cada vez. Um agente de análise de documentos aqui. Um agente de resumos de alertas ali. Cada um deles parece um progresso. Mas nenhum deles se coordena ou trabalha em uma memória unificada.

É assim que se cria a próxima geração de fragmentação. A primeira onda terá ajudado. A segunda onda começará a questionar por que os agentes de fraude, AML e crédito ainda não conseguem ver o trabalho uns dos outros e por que cada agente vê apenas uma visão parcial do risco.

A base por trás de tudo

O Agent Hub não poderia ser construído como uma camada isolada. Para gerar impacto real na operação, os agentes precisam de contexto e dados: uma base sólida por trás deles.

Eles precisam de um perfil unificado de risco do cliente: um histórico em tempo real de sinais de identidade, histórico de transações, inteligência de dispositivo e rede, padrões de comportamento, casos anteriores, resultados de políticas e decisões de analistas, continuamente atualizado e compartilhado em toda a plataforma.

Eles precisam de tomada de decisão entre domínios, para que uma marcação de fraude possa contribuir para um alerta de AML, uma decisão de integração possa guiar uma decisão de crédito e uma ocorrência de sanção possa trazer todo o histórico do cliente para a decisão. Os agentes não devem apenas automatizar. Eles devem orquestrar.

Eles precisam ser treinados nos próprios POPs (Procedimentos Operacionais Padrão) da instituição, para que cada agente tome decisões com base nos procedimentos de risco reais e no apetite de risco daquela organização — e não com base em comandos genéricos que tratam todas as instituições da mesma forma. Um agente genérico respondendo a perguntas genéricas opera rápido, mas deixa passar o que importa. Um agente ajustado às regras de negócio e limites do cliente é o que uma equipe de risco pode realmente colocar em prática.

Eles precisam de uma estrutura de avaliação real e de um loop de feedback, não apenas de uma camada superficial sobre um LLM. A maioria dos agentes no mercado é apenas um prompt e uma chamada de API, sem formas de medir precisão, identificar falhas ou melhorar com as decisões dos analistas ao longo do tempo.

Eles precisam de explicabilidade integrada ao trabalho, para que decisões, resultados de modelos, ativações de regras e intervenções sejam registrados quando acontecem, e não reconstruídos depois, quando um órgão regulador solicitar.

E eles precisam de uma camada de governança: limites de políticas, processos de aprovação, controles de risco de modelo e monitoramento de viés que se aplicam antes que as recomendações entrem em operação.

A maioria das soluções de agentes começa pelo agente e tenta conectá-lo à base depois. Nós construímos a base primeiro. O Agent Hub é a camada de orquestração sobre ela.

Gerando impacto com agentes orquestrados 

Três fatores diferenciam o Agent Hub de outras abordagens que vimos nossos clientes explorarem.

Cada agente começa com o mesmo contexto compartilhado. Os agentes de fraude, AML, crédito e integração não tentam adivinhar decisões com base em informações parciais. Eles decidem a partir de uma mesma visão em tempo real do cliente, com todo o histórico da instituição embasando a recomendação, de acordo com as regras de risco específicas da empresa.

Cada agente contribui para a mesma memória. Quando o agente de Disputas de Fraude identifica um padrão suspeito, o agente de Análise L1 de AML usa essa informação no alerta seguinte. Quando o Gerador de Processos publica uma mudança de política, o agente de Explicabilidade de Crédito já tem a justificativa pronta. O trabalho flui entre os agentes em vez de recomeçar do zero em cada caso.

Cada melhoria permanece monitorada. Os agentes auxiliados por humanos permitem uma governança real: quando um analista confirma ou altera a decisão de um agente, isso se torna um sinal de feedback. E quando um relatório de auditoria é necessário, as mesmas decisões dos agentes são disponibilizadas de forma clara para que auditores internos e externos as revisem em linguagem simples.

É exatamente isso que a maioria dos produtos de agentes terá dificuldade para copiar em infraestruturas fragmentadas. O loop de feedback só funciona se os agentes compartilharem a mesma memória. Caso contrário, será um ajuste isolado, agente por agente, sem aprendizado compartilhado na instituição.

As pessoas tomam a decisão final

O Agent Hub foi criado para dar suporte, não para substituir pessoas.

Uma marcação de fraude pode bloquear a conta de alguém. Um caso de AML escalado pode encerrar uma relação bancária. Uma recusa de crédito exige o envio de uma notificação ao cliente. Essas decisões exigem bom senso, responsabilidade e uma pessoa que possa explicar o resultado a um regulador, a um auditor ou ao próprio cliente. Os agentes reúnem contextos, mostram sinais, elaboram recomendações, monitoram o desempenho e documentam as justificativas. Os humanos confirmam, ajustam, alteram e se responsabilizam pelo resultado final.

O que muda é a carga de trabalho humana. Um investigador de AML costumava abrir um alerta, extrair dados de três a cinco sistemas, tentar entender o contexto do alerta, tomar uma decisão, documentar o parecer e seguir em frente. Como mais de 90% dos alertas são falsos positivos, os analistas gastavam mais de 30 minutos por alerta apenas confirmando o que provavelmente já sabiam.

O Agent Hub transforma isso em 10 minutos de análise crítica, eliminando horas de busca de contexto. E não é apenas o esforço humano que diminui. O Agente de Recomendação de Regras acompanha os KPIs e o desempenho das regras de forma contínua, recomendando ajustes de limites e novas regras para acompanhar as mudanças de risco, ajudando a instituição a se adaptar rapidamente aos novos padrões.

O que o Agent Hub faz logo no primeiro dia

Desde o primeiro dia, o Agent Hub oferece novos modos de operação para as equipes de risco: elas podem alterar políticas usando linguagem natural sem depender de TI, recomendar novas regras e limites para otimizar KPIs, investigar alertas em escala com todo o contexto já reunido, documentar justificativas em tempo real e muito mais.

Hoje, os agentes da Oscilar estão ajudando equipes de risco a reduzir falsos positivos em 45%, analisar alertas em escala com o triplo da velocidade e lançar novas políticas de risco 5 vezes mais rápido. Isso dá às equipes o suporte para focar no que fazem de melhor: analisar cenários para tomar as melhores decisões.

Torne as operações de risco mais estratégicas

• O Agente Gerador de Processos transforma instruções de políticas em linguagem natural em processos de risco controlados e com histórico de versões, sem precisar de suporte de engenharia. As equipes apenas descrevem a lógica de risco em linguagem simples ou enviam diagramas visuais de políticas existentes, e os agentes fazem o resto.

• O Agente de Recomendação de Regras monitora o desempenho das regras, sugere novas regras e ajustes de limites, sinaliza regras redundantes e anexa análises de impacto para que o analista implemente as mudanças com segurança.

• O Agente de Analytics permite que as equipes de risco consultem dados, gerem painéis e investiguem tendências sem precisar usar SQL.

• O Agente de Geração de Casos de Teste traz mais segurança antes da publicação das mudanças, testando novas políticas em cenários complexos. 

• Crie seu próprio agente e adicione sua própria lógica de IA em seus processos de risco, sem precisar de código. Use LLMs, valide dados e automatize análises complexas de forma simples.
  
  

Investigue com contexto completo

• Agentes de conformidade para resolver alertas em minutos, não em horas: proporcione análises de primeira linha rápidas e ricas em contexto com agentes para Análise L1 de AML, Relatórios de Atividades Suspeitas (SAR) e Declarações de Transações em Espécie (CTR). Obtenha mais contexto com agentes que fazem buscas em listas de PEPs, Sanções, Mídia Adversa e OSINT, e tome decisões de CDD mais embasadas com agentes de KYC e KYB.  

• O Agente de Disputas de Fraude reúne provas, analisa contestações e sugere a melhor ação a ser tomada.
  
  

Documente e embase as decisões

• O Agente de Explicabilidade de Crédito gera justificativas prontas para auditorias de crédito e mudanças de políticas de risco.

• O Agente de Memorando de Crédito cria pareceres estruturados para decisões sem complicação, analisando dados de casos, consultas adicionais e resultados de processos para gerar um PDF com fatores de risco, justificativas, fluxo de caixa e informações de negócios.

Mudanças de políticas que antes levavam semanas com a equipe de engenharia agora podem ser configuradas em minutos e enviadas para governança antes do lançamento.

A escolha das empresas financeiras mais inovadoras do mundo 

A SoFi usa os Agentes de Processos da Oscilar para lançar novas estratégias de risco de crédito 50% mais rápido, reduzindo o tempo de semanas para dias, com uma melhora de mais de 30% na velocidade das decisões.

"Os Agentes de Processos apoiam a capacidade da SoFi de tomar decisões de risco rápidas e precisas, atendendo às necessidades dos nossos membros. Conseguimos lançar e atualizar novas políticas facilmente, nos adaptando com uma rapidez incrível" — Adam Colclasure, Diretor Sênior de Dados de Risco e Decisão na SoFi

"Por que não construir isso nós mesmos?"

Essa é a pergunta óbvia. A maioria das instituições tem equipes de engenharia. Muitas já testaram APIs de LLM. O primeiro protótipo não é a parte difícil.

O desafio é o uso em produção.

Um teste de conceito funcional prova que o modelo pode fazer o trabalho uma vez. No entanto, um agente pronto para rodar em produção precisa detectar desvios de desempenho, explicar a origem de cada recomendação, mostrar o que foi alterado por humanos, apontar mudanças nos dados e garantir que a instituição consiga recuperar e explicar a decisão mais tarde.

Nenhuma dessas capacidades essenciais vem integrada em soluções simples que funcionam apenas como adaptadores de LLM.

Detecção de desvios, estruturas de avaliação, loops de feedback, registro de alterações, recuperação completa de decisões — tudo isso precisa ser construído, operado e mantido. E um erro em uma triagem de sanções não é apenas uma tarefa de correção no sistema da empresa, torna-se um problema regulatório.

A manutenção é contínua. Profissionais mudam de empresa e o agente construído internamente se torna uma caixa-preta para a equipe. Cada novo agente que você decide construir representa mais alguns meses de engenharia, além de um compromisso operacional permanente. PEP hoje, devida diligência aprofundada em seis meses, KYB depois disso. Na Oscilar, cada novo agente é criado na mesma plataforma e configurado de forma simples através de uma interface intuitiva.

Criar o protótipo do primeiro agente é fácil. Já o segundo agente significa que você precisará construir toda uma plataforma de orquestração. Nós já criamos essa plataforma.

O que muda a partir de agora

As equipes de risco não precisam de um conjunto maior de agentes isolados. Elas precisam de agentes que trabalhem juntos: lendo o mesmo contexto do cliente, colaborando com a mesma memória, melhorando com feedbacks controlados e apoiando decisões que possam ser assumidas por pessoas.

Isso é o que o Agent Hub oferece: mais de 30 agentes especializados em fraude, AML, crédito, integração, sanções, disputas, processos, análises e explicabilidade, todos funcionando sobre uma base sólida criada para apoiá-los. Implemente agentes especializados a partir da plataforma Oscilar em minutos ou integre o Agent Hub da Oscilar sobre suas ferramentas de risco atuais.

Mais de 100 instituições confiam na Oscilar para processar dezenas de bilhões de decisões automatizadas de risco por ano, cada uma em menos de 100 milissegundos. Hoje, estamos oferecendo às equipes a camada de agentes orquestrados que faz o que os agentes isolados não conseguem: tornar toda a instituição mais inteligente, e não apenas mais rápida.

Saiba mais sobre o Agent Hub →

NOVO GUIA

Agentes em AML: Um Guia Prático para Investigadores na Operação

Receba sua cópia

->