Snowflake e Amazon Quick reduzem a análise de alertas AML de uma hora para cinco minutos

Amazon e Snowflake uniram forças para acelerar um dos processos que mais consomem trabalho nos serviços financeiros: a análise de operações suspeitas para identificar lavagem de dinheiro (AML). O resultado superou as expectativas: o tempo de análise caiu de uma hora e meia para menos de cinco minutos.

Por que isso era um problema

Bancos e empresas financeiras recebem todos os dias milhares de alertas sobre operações potencialmente suspeitas. Cada alerta precisa ser verificado manualmente: o analista examina o histórico de pagamentos, os dados do cliente, a geografia e os padrões de gastos. Cada caso leva de meia hora a uma hora e meia.

O processo é caro, lento e sujeito a erro humano. As equipes de compliance de grandes bancos às vezes ficam em fila esperando análises. As operações atrasam, os clientes reclamam e os custos sobem.

O principal: é impossível verificar todos os alertas com o mesmo cuidado. É preciso priorizar, e isso significa que algo pode passar despercebido.

Como funciona o Amazon Quick + Snowflake Cortex

Amazon Quick Flows e Snowflake Cortex AI se conectam por meio do Model Context Protocol (MCP). O workflow coleta automaticamente informações sobre o cliente e a operação, envia à IA e recebe uma recomendação sobre o status do alerta. Ao analista resta apenas confirmar ou rejeitar a decisão da máquina.

O processo funciona assim: o sistema puxa dados de sistemas de pagamento, do histórico do cliente, do perfil KYC (Know Your Customer) e da geografia das operações. O Snowflake Cortex analisa tudo em contexto e emite uma avaliação de risco: alto, médio ou baixo. Quando necessário, o sistema sugere etapas adicionais ou, se o risco é claramente baixo, encerra o alerta automaticamente.

O que o sistema faz

• Coleta dados de diferentes fontes (sistemas de pagamento, histórico de operações, bases KYC)
• Analisa o comportamento do cliente por meio do Snowflake Cortex AI
• Classifica o risco automaticamente, com explicação
• Prepara um relatório para o analista
• Registra logs para compliance e auditoria

Tudo isso acontece em alguns segundos, em vez de uma hora ou hora e meia.

Números dos testes

Amazon e Snowflake realizaram testes e obtiveram estes resultados:

• Tempo de análise de um alerta: de 30–90 minutos para menos de 5 minutos
• Carga sobre os analistas: redução de 80–90%
• Capacidade de processamento: uma equipe pode tratar 10 vezes mais alertas
• Precisão: a IA identifica padrões que os humanos deixam passar

Os resultados dependem da complexidade do alerta, do volume de dados e da configuração do workflow, mas mesmo no pior cenário o ganho é expressivo.

O que isso significa para os serviços financeiros

As instituições financeiras ganham uma ferramenta para identificar fraudes e lavagem de dinheiro mais rápido, livrando as pessoas de tarefas rotineiras. Isso é especialmente importante quando os volumes crescem e é difícil encontrar especialistas em compliance.

Para a AWS e a Snowflake, é mais um exemplo de como a IA pode trazer valor concreto a processos corporativos e de como o MCP vem se tornando um padrão para integrar sistemas diferentes.