A indústria financeira testa LLMs há dois anos. A maioria dos pilotos morre na fase de produção pelo mesmo motivo: foram tratados como chatbots.
Chatbot é uma interface. Operação de fundos é um problema de orquestração entre fontes de verdade — regulamentos, sistemas contábeis, posições, comunicações com cotistas — sob restrições de responsabilidade fiduciária. Não é o mesmo problema.
Três limitações de um wrapper sobre LLM
- 1.Alucinação não detectada: um modelo geral pode inventar uma cláusula da CVM. Para um analista, isso é incômodo. Para um administrador fiduciário, é risco regulatório.
- 2.Falta de fonte rastreável: respostas sem citação não passam em auditoria. Quem decidiu? Com base em qual documento? Quando o documento mudou?
- 3.Sem permissão por contexto: um único bot não respeita RLS, segregação por tenant, ou limites de mandato. Vê tudo, fala tudo.
O que muda com arquitetura multi-agente
Em vez de um modelo respondendo qualquer coisa, um conjunto de agentes especializados — cada um com domínio próprio, ferramentas próprias e fontes próprias — coordena a resposta.
- ●Agente de Compliance lê regulação, ofícios CVM e atualizações ANBIMA.
- ●Agente de Risco consulta posição em tempo real e aplica modelos quantitativos.
- ●Agente Operacional aciona sistemas internos e dispara workflows.
- ●Um orquestrador decide qual agente responde — e quando precisa coordenar dois ou mais.
RAG bem feito não é só vector search
Recuperação aumentada (RAG) é onde a maioria dos sistemas financeiros falha. Indexar documentos em um banco vetorial é o passo trivial. O difícil é manter a indexação coerente quando regulamentos são versionados, instruções da CVM são revogadas, e ofícios circulares mudam interpretações sem alterar a norma original.
Um RAG financeiro maduro precisa de versionamento temporal: 'qual era a regra em janeiro de 2025?' é uma pergunta legítima e diferente de 'qual é a regra agora?'.
Governança como fundamento, não como camada
Permissões, auditoria e rastreabilidade não são features que se adicionam depois. Em sistemas para fundos regulados, são restrições de design que moldam a arquitetura desde a primeira linha de código.
O Arkar Assistant herda permissões do System: se o usuário não pode ver o fundo X, o agente também não pode. Cada interação fica registrada com contexto, fonte e decisão. Logs vão para a mesma tabela de auditoria que registra qualquer ação humana.
Esse é o padrão que separa IA experimental de IA operacional na indústria de fundos.