Trovata lança agentes de tesouraria no AgentCore: relatório em um minuto em vez de dias

Imagine um profissional de finanças que todas as manhãs abre dez portais bancários, copia os saldos para uma planilha e os consolida manualmente. Na hora do almoço, ele finalmente sabe quanto dinheiro a empresa tem. É exatamente essa dor que a Trovata resolve, plataforma de gestão de caixa com conexões diretas a mais de 10.000 bancos. Agora ela entrega a rotina a agentes autônomos no Amazon Bedrock e no Amazon Bedrock AgentCore.

Qual é o problema e como funciona

As equipes de tesouraria enfrentam três problemas crônicos. Os dados estão espalhados por portais bancários. Relatórios e conciliação consomem horas, e às vezes dias, de trabalho de profissionais qualificados. E os sistemas antigos de gestão de tesouraria (TMS) não foram projetados para a nuvem e a IA.

Em 2023, a Trovata lançou um chat que respondia a perguntas sobre os dados. O usuário perguntava "qual é a nossa posição líquida de caixa em todas as contas até ontem?" e recebia a resposta. Agora a empresa foi além: os agentes não esperam por uma pergunta, trabalham continuamente. Eles são acionados por agenda, por gatilho ou por regra. Um agente acompanha a atividade das contas, outro explica por que o realizado divergiu da previsão e um terceiro procura transações suspeitas e saltos estranhos no saldo.

O detalhe fundamental: a IA está incorporada ao próprio sistema e vinculada a objetos reais da tesouraria, em vez de ficar por cima como um chatbot genérico. O modelo cuida de entender a solicitação e gerar o texto. O AgentCore assume a orquestração de cenários de várias etapas.

Como a liberdade dos agentes foi limitada

No setor financeiro, a pergunta principal não é "o que o agente sabe fazer", mas "o que ele não pode fazer". A Trovata descreve quatro limitadores.

Primeiro: o agente obtém dados apenas pela API própria e verificada da empresa. Ele não tem acesso direto ao banco de dados, portanto não consegue executar uma consulta arbitrária nem extrair dados a mais.

Segundo: o modelo de controle de acesso baseado em papéis (RBAC). O agente age dentro dos mesmos limites de permissão da pessoa em nome de quem trabalha. Se um contador não vê as contas de uma subsidiária, o agente também não verá.

Terceiro: o AgentCore oferece um ambiente de execução isolado. Quarto: as solicitações e ações dos agentes são registradas em log, para que seja possível passar por uma auditoria depois.

Há ainda uma jogada de produto: os bancos podem lançar esses agentes sob a própria marca. O banco obtém funções de IA para os clientes sem construí-las do zero.

Números e ressalvas

A empresa declara economia de mais de US$ 1 milhão por ano, mais de 5 horas por dia para a equipe contábil, redução de 77% nos custos anuais com TMS e relatórios em menos de um minuto. Há também uma biblioteca de dez modelos de agentes criados a partir de implantações reais. Segundo a estimativa da Trovata, a maioria das equipes tem de 5 a 15 processos prontos para automação.

A ressalva é óbvia: trata-se de um post da AWS sobre uma parceira, e os números vêm de casos da própria Trovata. Não há verificação independente, e não está claro até que ponto os resultados se repetirão em outras empresas. Além disso, o texto não traz dados sobre a frequência com que os agentes erram nem sobre quem responde pelo erro quando se trata de dinheiro.

O que levar para você

Se você constrói agentes para finanças, medicina ou qualquer outra área regulada, o esquema se transfere por inteiro. Não dê ao agente acesso direto ao banco de dados: passe tudo por uma API com validação. Herde as permissões do usuário em vez de conceder ao agente permissões próprias e amplas. Escreva um log de auditoria desde o primeiro dia. Comece por processos repetíveis, como conciliação e explicação de desvios: ali é mais fácil medir o ganho e mais fácil detectar um erro.