A solução Quod IA atua como um comitê digital em tempo real para unificar decisões de crédito, prevenção a fraudes e análise de dados no setor financeiro. Em entrevista exclusiva à Security Business, Danilo Coelho, Diretor de Produtos e Dados da Quod, detalha a arquitetura de governança e resiliência da tecnologia.
Para resolver a dor estrutural das instituições financeiras de proteger operações sem gerar atrito na jornada do cliente, a Quod — datatech especializada em inteligência de dados — anunciou o lançamento do Quod IA. A nova plataforma conversacional e multiagêntica foi desenvolvida para unificar a inteligência de tomada de decisão em todo o ciclo de crédito.
A ferramenta atua como um comitê digital especializado, aplicando rigor analítico a milhões de transações simultâneas por meio de agentes de inteligência artificial dedicados em uma única interface. O objetivo é integrar precisão técnica, velocidade transacional, análise preditiva e autonomia operacional, mantendo normas rígidas de governança.
Estrutura e ecossistema multiagêntico
O sistema é coordenado pelo Agente Gestor, responsável por conectar de forma contínua o Agente de Crédito, o Agente de Antifraude, o Agente de Dados e o Agente de Implantação Sistêmica, acionados sob demanda.
Esses componentes interagem em tempo real utilizando uma base de dados de crédito e negócios abrangente para emitir diagnósticos personalizados em poucos segundos, antes que a transação inicial seja finalizada. A comunicação ocorre em linguagem natural por meio de uma interface conversacional unificada, eliminando a necessidade de navegação entre diferentes sistemas.
“A sofisticação das fraudes financeiras e a volatilidade do mercado exigem que a gestão de risco seja tratada de forma integrada, preditiva e adaptativa. A plataforma cruza competências e entrega diagnósticos unificados direto no motor que a instituição já utiliza. Com a inteligência artificial agêntica, a solução analisa o comportamento do cliente em tempo real para apoiar decisões mais seguras, ágeis e rentáveis”, destaca Danilo Coelho, Diretor de Produtos e Dados da Quod.
Atualmente, diversas áreas corporativas de riscos, crédito e recuperação operam em silos independentes. Com a nova tecnologia, a Quod busca consolidar sua atuação na conexão entre as etapas do ciclo financeiro, prevendo fraudes e qualificando a concessão e a renegociação de dívidas.
Arquitetura, governança e resiliência em IA
Danilo Coelho detalhou para a SECURITY BUSINESS como a plataforma lida com arquiteturas legadas, cibersegurança e o combate a ameaças inéditas.
Muitas instituições operam com sistemas fragmentados e legados. Como o Quod IA consegue se integrar a essas arquiteturas sem comprometer a segurança e a governança dos dados?
Danilo Coelho: O Quod IA não exige que a instituição troque seu sistema core. Ele se acopla ao que já existe, por camadas, e a governança não é um controle adicionado depois; é condição da integração. Os agentes operam por ferramentas com permissão declarada e escopo definido. Não fazem consultas livres em bases de clientes, não persistem dados fora da política acordada, e a decisão final permanece sob revisão humana do cliente.
A plataforma se conecta como consumidora e provedora de decisões, sem exigir a reescrita do legado. Na prática, isso significa oferecer múltiplos modos de consumo para que a instituição use o que sua arquitetura suporta hoje: Síncrono (API), assíncrono (lote/batch), orientado a eventos (streaming/filas), webhooks e callbacks para retorno de decisão fora da plataforma e MCP para modelos que utilizem GenAI.
Entre os princípios e controles de segurança considerados na integração, destacam-se:
- Minimização de dados: trafega apenas o atributo necessário à decisão, não a base inteira;
- Criptografia: em trânsito e em repouso, com gestão de chaves segregada;
- Anonimização: tokenização e pseudonimização de identificadores sempre que a decisão não exigir o dado em claro;
- Segregação de domínios: separação estrita de ambientes (desenvolvimento, homologação, produção), sem uso de dados produtivos reais em testes;
- Controle de acesso granular: princípio do menor privilégio, autenticação forte e credenciais rotativas, sem segredos embutidos em integrações;
- Rastreabilidade ponta a ponta: o Quod IA permite rastreabilidade total das interações, combinando automação e governança para sustentar processos de auditoria, contestação e defesa regulatória.
As fraudes estão cada vez mais sofisticadas e adaptativas. De que forma o Quod IA se mantém resiliente frente a ataques inéditos e quais mecanismos garantem que a plataforma evolua contra novas ameaças?
Danilo Coelho: Sustentamos essa resiliência fundamentalmente por meio de três pilares: dados de inteligência coletiva, tecnologia de ponta e algoritmos avançados de IA.
- Dados de inteligência coletiva: Um golpe que surge em uma instituição pode ser sinalizado às demais antes de escalar. A Quod recebe dados de todo o mercado, proporcionando uma visão ampla do ecossistema. A plataforma antifraude foi concebida como uma rede aberta que combina dados internos com o fluxo enviado pelas instituições cadastradas. Assim, cada tentativa detectada em um ponto se transforma em proteção coletiva. O fraudador precisa superar a rede inteira, e não apenas um banco.
- Tecnologia de ponta: Coletamos dados em tempo real para atuar tempestivamente. Utilizamos detecção de anomalias por métodos não supervisionados (que respondem ao vetor “inédito” sem depender de rótulo prévio), análise de vínculos e grafos para expor quadrilhas e contas-laranja, e biometria comportamental baseada em desvios do padrão do próprio titular.
- Algoritmos de IA e retroalimentação: Diante do volume de dados diários, o aprendizado rápido é o que permite diagnosticar desvios com exatidão sem prejudicar a experiência dos bons clientes. Mantemos um sistema contínuo de retroalimentação de fraudes confirmadas e contestações, além de monitoramento de desempenho com alertas de degradação. Há uma cadência periódica de retreinamento e recalibração de algoritmos, além do uso de testes champion-challenger antes de promover qualquer modelo para a produção.
Atenção especial também é dada à redução de falsos positivos, pois alertas desnecessários que bloqueiam bons clientes afetam a operação e a experiência do usuário.
