Como ser um inovador na era da IA agentic: a abordagem da American Express

A American Express compartilha sua experiência na implementação de IA agentic. Quatro abordagens-chave: comece com problemas de negócio reais, experimente rapidamente, integre aos processos existentes e monitore riscos. A empresa já as aplica para aumentar a eficiência.

Processado por IA de ZDNet AI; editado por Hamidun News
Como ser um inovador na era da IA agentic: a abordagem da American Express
Fonte: ZDNet AI. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalZDNet AI ↗
Editor-chefe
Dado-chave #1O agente funciona em tempo real
Dado-chave #2Seleciona autonomamente ferramentas e fontes de dados
Dado-chave #3Aprende com dados históricos

Agentes IA autônomos estão se tornando realidade no mundo corporativo. A American Express mostra como as empresas globais podem ficar à frente na era da IA agentic: é necessária uma estratégia, não experimentos espontâneos.

Por que a Amex aposta na IA agentic

Modelos tradicionais de IA requerem intervenção humana constante. IA agentic é diferente: o agente toma decisões de forma autônoma, executa ações em cadeia (lê dados → pensa → age) e faz isso sem prompts constantes. Para uma empresa de pagamentos, isso significa automação de processos complexos: verificação de transações, gerenciamento de riscos, atendimento ao cliente.

  • O agente funciona em tempo real
  • Seleciona autonomamente ferramentas e fontes de dados
  • Aprende com dados históricos
  • Requer menos intervenções humanas

Quatro formas da American Express

De acordo com um executivo sênior da Amex, os inovadores bem-sucedidos da empresa fazem o seguinte:

Primeiro — comece com o problema, não com a tecnologia. Não procure por um caso de uso complexo só para checklist. Escolha um problema real que custa caro à empresa. Para a Amex, era a automação da detecção de fraude e verificação de pagamentos.

Segundo — experimente em pequenas iterações. Não construa durante meses. Sprints de 2-4 semanas, feedback rápido, lançamento rápido em dados reais (em ambiente controlado). A Amex testa agentes em um subconjunto de transações antes de escalar.

Terceiro — integre aos processos existentes. IA agentic não deve substituir tudo de uma vez. Uma boa IA agentic complementa os workflows existentes: ajuda as pessoas a tomar decisões mais rápido, em vez de eliminá-las completamente.

Quarto — monitore riscos desde o primeiro dia. Um agente autônomo pode cometer um erro que um humano não notaria. São necessários monitoramento, registro de todas as decisões, rollback rápido e uma cadeia de escalação.

Resultados na Amex

A empresa não divulgou números específicos, mas relata uma redução notável no tempo de processamento de transações e erros na detecção de fraude. O mais importante é a cultura: a empresa começou a ver a IA agentic não como uma panaceia, mas como uma ferramenta para tarefas específicas.

O que isso significa

Para grandes empresas de fintech e bancos, a IA agentic não é ficção científica, mas uma ferramenta de vantagem competitiva. A Amex demonstrou que vence não quem coloca em produção o agente mais complexo primeiro, mas quem conecta rapidamente a IA à receita e riscos reais. Os outros devem seguir o mesmo caminho.

História

Perguntas frequentes sobre a notícia

Por que a Amex aposta na IA agentic?

Modelos tradicionais de IA requerem intervenção humana constante. IA agentic é diferente: o agente toma decisões de forma autônoma, executa ações em cadeia (lê dados → pensa → age) e faz isso sem prompts constantes. Para uma empresa de pagamentos, isso significa automação de processos complexos: verificação de transações, gerenciamento de riscos, atendimento ao cliente. O agente funciona em tempo real Seleciona autonomamente ferramentas e fontes de dados Aprende com dados históricos Requer menos intervenções humanas

O que se sabe sobre Quatro formas da American Express?

De acordo com um executivo sênior da Amex, os inovadores bem-sucedidos da empresa fazem o seguinte: Primeiro — comece com o problema, não com a tecnologia. Não procure por um caso de uso complexo só para checklist. Escolha um problema real que custa caro à empresa. Para a Amex, era a automação da detecção de fraude e verificação de pagamentos. Segundo — experimente em pequenas iterações. Não construa durante meses. Sprints de 2-4 semanas, feedback rápido, lançamento rápido em dados reais (em ambiente controlado). A Amex testa agentes em um subconjunto de transações antes de

O que se sabe sobre Resultados na Amex?

A empresa não divulgou números específicos, mas relata uma redução notável no tempo de processamento de transações e erros na detecção de fraude. O mais importante é a cultura: a empresa começou a ver a IA agentic não como uma panaceia, mas como uma ferramenta para tarefas específicas.

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ Autonomous AI Execution · Nomad Agent

Delegate Deep Research, Coding & Multi-Step Workflows to Nomad Agent

Deploy autonomous task execution with Nomad Agent (agent.nomadnet.ai) — automated web research, data synthesis, code generation, and MCP tool orchestration.

Launch Nomad Agent →Nomad AI Workspace
O que você acha?
Carregando comentários…