A inteligência artificial está chegando para a conformidade com as criptomoedas, só que não da maneira que a maioria das pessoas imagina

Por Pierre Gérard, CEO e cofundador da Scorechain

Quando fundamos a Scorechain em Luxemburgo, em 2015, "análise de blockchain" ainda não era uma categoria. Passamos os primeiros anos explicando a bancos e reguladores por que a transparência de um livro-razão público era uma oportunidade, e não uma ameaça. Uma década depois, vejo o mesmo mal-entendido se aplicar à inteligência artificial (IA), e isso está custando ao setor um tempo que ele não tem.

Duas narrativas dominam a discussão. A primeira afirma que a IA em breve substituirá completamente as equipes de compliance. A segunda diz que a IA é imprevisível demais para ser aplicada em atividades financeiras regulamentadas. Discordo de qualquer uma delas, e digo isso como alguém cuja empresa realizou avaliações de risco em mais de 2.800 provedores de serviços de ativos virtuais (VASPs) desde 2015 e passou os últimos dois anos implementando IA onde ela realmente faz diferença, como uma camada separada, e não como algo integrado às ferramentas de compliance das quais nossos clientes dependem.

Comecemos pelo problema que todos os profissionais de compliance com quem converso mencionam nos primeiros cinco minutos: ruído. Um sistema de verificação de sanções configurado da mesma forma que um banco nervoso o configura pode gerar falsos positivos em cerca de 95%. O monitoramento de transações não fica muito atrás. Assim, um analista qualificado, alguém que entende de tipologias e consegue interpretar um fluxo de fundos, passa a maior parte do dia de trabalho eliminando alertas que nunca representaram riscos: descartando correspondências de nomes com um sobrenome comum, lendo cinco notícias negativas na mídia que, na verdade, descrevem uma pessoa completamente diferente. Cada uma dessas verificações de notícias negativas leva de 10 a 20 minutos para o analista. Essa é a realidade do trabalho de compliance hoje em dia, e é por isso que bons profissionais se esgotam na área.

É aqui que a automação conquista seu espaço, e é um espaço mais restrito do que a propaganda sugere. Não sou neutro quanto a isso. A IA da Scorechain existe para fornecer ao analista um único relatório: a pontuação de risco de uma carteira, os tipos de entidades com as quais ela interagiu e os serviços e contrapartes aos quais ela foi exposta. Esse é um trabalho que antes significava horas de tracem um livro-razão. Mas observe o que o relatório faz e o que ele não faz. Ele não decide nada. Ele condensa as evidências para que o responsável pela conformidade, a pessoa que precisa aprovar essa decisão e defendê-la perante um órgão regulador posteriormente, possa lê-la em minutos e então tomar a decisão. Esse é o objetivo principal. Uma boa automação não reduz a função de conformidade; ela a tira da rotina exaustiva de triagem e a direciona de volta para o julgamento.

Essa distinção é importante, porque a alternativa é perigosa. Em um ambiente regulamentado, um modelo não pode prestar contas a um supervisor. A Sexta Diretiva de Combate à Lavagem de Dinheiro (AMLD6) e o Regulamento sobre Mercados de Criptoativos (MiCA) exigem que uma instituição explique e justifique suas decisões. "O algoritmo sinalizou" não é uma defesa aceitável em uma inspeção, e "o algoritmo aprovou" é pior. Portanto, o único design responsável é o de IA como uma camada de suporte sobre dados confiáveis, com um responsável pela conformidade designado, que detém a decisão e a responsabilidade que a acompanha. A supervisão humana não é uma rodinha de apoio que removemos quando o modelo amadurece. Ela é a própria arquitetura.

E um modelo só é tão bom quanto o que está por trás dele. É essa parte que os observadores externos não percebem. Por si só, uma IA que lê um blockchain vê apenas sequências anônimas de caracteres transferindo valor para outras sequências anônimas. Ela não consegue identificar que a carteira três etapas acima é uma corretora autorizada, ou que a contraparte que recebe os fundos é uma empresa de mistura de criptomoedas em vez de uma empresa de processamento de folha de pagamento. Fornecer esse contexto ausente é toda a função da análise de blockchain: atribuir identidadedentrisco à atividade bruta na blockchain, traca exposição indireta em várias etapas em vez de apenas verificar o endereço em questão e compará-la com mais de um bilhão de pontos de dados e mais de um milhão de entidades criptográficas que rotulamos desde 2015. Considere um caso concreto: uma carteira parece limpa à primeira vista, mas tracde seus fluxos mostra que a maior parte de seu saldo veio, duas etapas atrás, de um endereço vinculado a um operador de ransomware. Essa é a descoberta que um modelo jamais alcançaria apenas com os dados brutos da blockchain, e é sobre ela que um responsável pela conformidade precisa agir. Forneça a um modelo esse contexto e ele poderá raciocinar com base em fundamentos sólidos. Forneça-lhe dados superficiais e ela produzirá absurdos confiantesdent o que, em termos de conformidade, é mais perigoso do que uma lacuna honesta, porque elimina coisas que não deveria.

Eis o que considero verdadeiramente novo. A IA deixou de ser apenas uma ferramenta utilizada pelas equipes de compliance e está se tornando uma participante ativa do mercado que elas monitoram. Agentes autônomos que iniciam pagamentos dentro de limites predefinidos passaram da fase de demonstração para a implementação, impulsionados por infraestrutura real: o padrão x402 da Coinbase para pagamentos máquina a máquina, o Protocolo de Agente Confiável da Visa e a integração de checkout entre PayPal e OpenAI. Softwares estão começando a transacionar com outros softwares, liquidando ativos em criptoativos, em um volume que nenhuma equipe de tesouraria conseguiria igualar manualmente.

Isso levanta uma questão que o setor ainda não respondeu de forma conclusiva: como aplicar de Conheça Sua Transação (KYT) a uma contraparte que é um software? A direção, pelo menos, é clara. Quando os agentes realizam transações por conta própria, os controles não podem se limitar ao processo de integração. Eles passam a estar presentes na própria camada de transação: monitoramento em tempo real, limites de velocidade, rastreabilidade e a capacidade de intervir enquanto o dinheiro ainda está em trânsito. A transparência que passamos anos defendendo contra os céticos acaba sendo o único fator que torna a atividade autônoma on-chain auditável.

Este é o futuro que decidimos construir, em vez de esperar por ele. Recentemente, lançamos o Scorechain MCP, que expõe nossa pontuação de risco e inteligência de entidades por meio do Model Context Protocol (MCP), o padrão emergente que permite que agentes de IA chamem ferramentas externas diretamente. A inteligência reside em nossa plataforma, e a IA permanece fora dela, solicitando respostas em vez de estar incorporada à própria ferramenta de conformidade. A premissa é simples: um agente nunca deve realizar transações às cegas. Antes de movimentar fundos ou aprovar uma contraparte, ele pode consultar o Scorechain, simultaneamente, para saber se o endereço pertence a uma entidade sancionada, um mixer, um golpe conhecido ou uma carteira privada segura, e receber uma pontuação de risco em resposta. Essa não é uma estimativa hipotética. Já realizamos mais de 1,5 milhão de verificações de AML por dia, e uma chamada de triagem retorna em aproximadamente 235 milissegundos, rápido o suficiente para ser executada dentro de uma transação em andamento, em vez de causar atrasos. Disponibilizamos o MCP onde esses agentes e fluxos de trabalho realmente existem: como um aplicativo dentro do ChatGPT e do Claude, e como uma integração em plataformas de automação como n8n e Zapier. Uma verificação de conformidade integrada ao fluxo, no momento da tomada de decisão, vale muito mais do que uma adicionada depois que o dinheiro já foi movimentado. A verificação mais básica de todas, se um endereço consta em uma lista de sanções, não deveria ser um recurso pago para ninguém. É por isso que oferecemos essa verificação como uma API gratuita de triagem de sanções , que qualquer desenvolvedor, agente ou fluxo de trabalho pode utilizar. A triagem de exposição a sanções não é onde um provedor de conformidade deve extrairtrac; ela é o alicerce de todo o mercado.

Há uma mudança de segunda ordem em curso que emissores de tokens e gestores de ativos estão apenas começando a compreender. Quando o valor migra para stablecoins e ativos tokenizados na velocidade das máquinas, o risco relevante deixa de ser apenas a transação individual e passa a ser o próprio ativo: quem o detém, qual a concentração dessa propriedade e qual a parcela da oferta que está nas mãos de entidades sancionadas ou consideradas de alto risco. Essa é uma questão diferente do monitoramento de transações, e é para ela que nossa Inteligência de Ativos Digitais foi criada, oferecendo a emissores e gestores de ativos uma visão detalhada dos detentores e da exposição a ativos antes mesmo de sua emissão, listagem ou alocação.

A Europa está mais preparada para isso do que se imagina. A MiCA e a AMLD6 já pressupõem monitoramento contínuo e responsabilidade clara, em vez de uma verificação pontual na entrada, e um regime que pressupõe que a atividade deve ser explicável é exatamente o que se deseja quando o software começa a movimentar dinheiro. Portanto, sim, a IA está chegando para a conformidade com as criptomoedas. Ela eliminará uma grande quantidade de trabalho tedioso, e eu vejo isso com bons olhos. O que ela não eliminará é a necessidade de julgamento, responsabilidade e dados verificáveis. Ela eleva o padrão em todos os três aspectos. As equipes que tratam a IA como uma analista mais ágil, baseada em inteligência on-chain confiável e mantida sob controle humano rigoroso, são as que ainda estarão de pé quando as máquinas começarem a transacionar. Isso está mais próximo do que a maioria das pessoas pensa.