Spektr levanta $20 milhões para agentes de IA em KYC e KYB em compliance financeiro

A Spektr quer remover um dos segmentos mais caros e lentos da conformidade financeira — a montagem manual de dossiês a partir de dezenas de documentos, registros e sistemas internos. A startup de Copenhague arrecadou $20 milhões em uma rodada Série A para escalar uma plataforma de agentes de IA que realizam verificações KYC e KYB, análise de documentos, mapeamento de estrutura de propriedade e preparação de justificativa de risco em minutos, não em horas. A empresa não está construindo um único assistente universal, mas um conjunto de agentes especializados para etapas específicas do processo de conformidade.

Um agente pode extrair dados de documentos corporativos, outro pode correlacionar proprietários com pessoas jurídicas, um terceiro pode compilar a lógica de avaliação de risco em uma explicação clara para a equipe interna. Essa abordagem é especialmente importante para KYC e KYB, onde não é suficiente simplesmente encontrar a informação: ela precisa ser verificada, correlacionada e formatada de forma que a decisão possa ser defendida perante uma auditoria ou regulador. KYC é a verificação de uma pessoa física, enquanto KYB é de uma pessoa jurídica.

No segundo caso, a tarefa geralmente é mais complexa: é preciso entender quem realmente controla a empresa, como está estruturada a cadeia de proprietários, se há conexões sancionadas ou de alto risco nela, e se os dados dos documentos correspondem ao que aparece nos registros. É por isso que o mapeamento de propriedade e a justificativa de risco, que a Spektr separou em funções distintas da plataforma, são tão importantes para o mercado. As equipes de conformidade precisam de mais do que uma resposta "risco alto" ou "baixo" — precisam de um rastro de raciocínio transparente em que possam se apoiar para coordenação interna e revisão externa.

Para bancos, serviços de pagamento e empresas fintech, essa é uma área crítica. Ao incorporar um novo cliente, os funcionários de conformidade frequentemente copiam manualmente informações de questionários, extratos, registros corporativos e documentos de identidade, depois as transferem para sistemas internos e relatórios. Nessa etapa, tempo é perdido, o custo da verificação aumenta e o risco de erro humano sobe.

A promessa da Spektr é deixar com o ser humano o controle e a decisão final, mas eliminar o trabalho mecânico que não agrega valor. A rodada Série A de $20 milhões foi liderada pelo fundo NEA. Northzone, Seedcamp e PSV Tech também participaram do investimento.

Para uma empresa relativamente jovem, este é um sinal de que o mercado vê demanda não apenas por "mais um assistente de IA", mas por infraestrutura embutida em processos críticos de organizações financeiras. A conformidade é um segmento raro onde a velocidade importa quase tanto quanto a precisão: se a verificação demora muito, o onboarding do cliente emperra; se for feita mal, a empresa enfrenta riscos regulatórios e reputacionais. O interesse por esses produtos faz sentido por outra razão também.

Após o boom da IA generativa, muitas empresas inicialmente experimentaram chatbots e assistentes internos, mas agora cada vez mais buscam sistemas que entreguem impacto operacional direto. No caso da Spektr, esse impacto é claro em linguagem de negócios: abertura mais rápida de contas e onboarding de novos clientes, atualização mais rápida de verificações para contrapartes existentes, e desafogamento de equipes caras de analistas do trabalho rotineiro de copiar e colar. Se a plataforma realmente conseguir montar documentos de forma consistente, entender a estrutura de propriedade e explicar por que um determinado caso cai na zona de risco, então isso não é uma demonstração de tecnologia, mas uma ferramenta funcional para um processo-chave.

A principal conclusão aqui é que a IA está se movendo cada vez mais das interfaces de front-end para as operações internas dos negócios. A história da Spektr mostra que a próxima onda de criação de valor pode não girar em torno de modelos universais, mas de agentes altamente especializados que sabem como operar de acordo com regras, coletar contexto verificável e acelerar tomadas de decisão em indústrias reguladas. Para fintech, esse é um dos cenários de monetização de IA mais claros agora mesmo.