A Dock cortou de três a quatro horas para apenas dez minutos o tempo necessário para analisar e, se for o caso, reportar movimentações suspeitas a órgãos como Coaf e Banco Central. A redução de 96% no tempo de resposta nasceu da parceria com a Vaas, plataforma especializada em gestão de riscos que aplica inteligência artificial na etapa mais pesada do processo.
O volume não é trivial: a instituição processa entre 3 mil e 4 mil alertas por mês. Até pouco tempo atrás, cada um exigia que um analista buscasse, baixasse e organizasse dados cadastrais, comportamentais e transacionais manualmente antes de montar o dossiê final.
O gargalo que travava a conformidade
O modelo regulatório brasileiro, conhecido como Msac (Monitoramento, Seleção, Análise e Comunicação), exige rigor. O analista precisa cruzar o comportamento do cliente com o de contrapartes, avaliar o contexto da operação e formalizar a conclusão. Quando a suspeita se confirma, o relatório segue para o Coaf.
Com milhares de alertas mensais, a etapa de preparação dos dados consumia a maior parte da jornada da equipe. O risco de atraso ou erro humano na compilação era real, sem contar o custo operacional de manter analistas focados em tarefas repetitivas em vez de investigação efetiva.
Como a camada de IA reorganizou o fluxo
A Vaas entra como uma camada de triagem anterior à análise humana. A plataforma consolida informações da conta, perfil do cliente e histórico transacional em uma matriz de risco proprietária. Essa estrutura prioriza automaticamente os casos com sinais de atipicidade, entregando ao analista um dossiê pré-estruturado.
- Coleta automatizada: Dados cadastrais e transacionais agregados em segundos.
- Matriz de risco: Algoritmo pontua e ordena alertas por criticidade.
- Contexto pronto: Analista recebe o “que” e o “porquê” organizados para decidir o “como”.
Segundo Bruna Moreira, diretora de prevenção a crimes financeiros da Dock, a tecnologia não substitui o julgamento especializado. A decisão de comunicar — ou não — as autoridades permanece 100% humana. O ganho está em liberar o especialista para o que exige cognição: interpretar nuances, avaliar intencionalidade e redigir a fundamentação jurídica.
O que muda na prática para o mercado
A automação da etapa de “seleção” do Msac sinaliza uma tendência irreversível para instituições de pagamento e bancos de médio e grande porte. A capacidade de processar volume crescente de alertas sem expandir a equipe linearmente vira diferencial competitivo e de compliance.
Além da velocidade, a padronização dos dossiês melhora a qualidade das comunicações enviadas ao Coaf. Relatórios mais consistentes reduzem devoluções e pedidos de complementação, fechando o ciclo regulatório com mais eficiência.
O que observar daqui para frente
A escalabilidade do modelo será testada à medida que o volume de transações — e, consequentemente, de alertas — crescer. A próxima fronteira tende a ser a explicabilidade dos modelos de priorização: reguladores e auditores vão exigir transparência sobre por que a IA colocou determinado alerta no topo da fila. Quem documentar bem essa lógica sai na frente nas próximas fiscalizações do Banco Central.
