A IA está a virar-se para a conformidade de criptomoedas, apenas não da forma como a maioria das pessoas pensa

Por Pierre Gérard, CEO e co-fundador, Scorechain

Quando fundámos a Scorechain no Luxemburgo em 2015, “análise blockchain” ainda não era uma categoria. Passámos os primeiros anos a explicar aos bancos e reguladores por que a transparência de um livro-razão público era uma oportunidade e não uma ameaça. Uma década depois, estou a ver o mesmo mal-entendido afixar-se à inteligência artificial (IA), e está a custar à indústria tempo que não tem.

Duas histórias dominam a conversa. A primeira diz que a IA em breve substituirá as equipas de conformidade por completo. A segunda diz que a IA é imprevisível demais para permitir que chegue perto de atividade financeira regulamentada. Não acredito em nenhuma delas, e digo isso como alguém cuja empresa avaliou o risco de mais de 2.800 prestadores de serviços de ativos virtuais (VASPs) desde 2015, e que passou os últimos dois anos a adicionar IA onde realmente ajuda, como uma camada separada em vez de algo incorporado nas ferramentas de conformidade das quais os nossos clientes dependem.

Comece com o problema que cada oficial de conformidade com quem falo levanta nos primeiros cinco minutos: ruído. Um sistema de triagem de sanções afinado da forma como um banco nervoso o afina pode gerar falsos positivos na ordem dos 95%. A monitorização de transações não fica muito atrás. Então, um analista treinado, alguém que entende tipologias e pode ler um fluxo de fundos, gasta a maior parte do dia de trabalho a limpar alertas que nunca foram riscos: descartando correspondências de nomes em um sobrenome comum, lendo cinco notícias adversas que acabam por descrever uma pessoa completamente diferente. Cada uma dessas verificações de notícias adversas leva um analista de 10 a 20 minutos. Essa é a textura real do trabalho de conformidade hoje, e é por isso que as boas pessoas se esgotam na profissão.

É aqui que a automação ganha o seu lugar, e é um lugar mais restrito do que o hype sugere. Não sou neutro sobre isso. Scorechain AI existe para entregar a um analista um único relatório: a pontuação de risco de uma carteira, os tipos de entidade com as quais interagiu e os serviços e contrapartes nomeadas às quais esteve exposto. Este é um trabalho que antes significava horas de rastreamento manual através de um livro-razão. Mas note o que o relatório faz e não faz. Ele não decide nada. Ele comprime as evidências para que o oficial de conformidade, a pessoa que tem de assinar essa decisão e defendê-la perante um regulador mais tarde, possa lê-lo em minutos e depois tomar a decisão. Esse é todo o jogo. A boa automação não reduz a função de conformidade; ela a tira da esteira da triagem e a devolve ao julgamento.

A distinção importa, porque a alternativa é perigosa. Num ambiente regulamentado, um modelo não pode responder a um supervisor. A Sexta Diretiva Anti-Lavagem de Dinheiro (AMLD6) e o Regulamento de Mercados de Ativos de Criptomoedas (MiCA) exigem ambos que uma instituição explique e assuma a responsabilidade pelas suas decisões. “O algoritmo sinalizou” não é uma defesa numa inspeção, e “o algoritmo aprovou” é pior. Então, o único design responsável é a IA como uma camada de suporte assentando sobre dados confiáveis, com um oficial de conformidade nomeado retendo a decisão e a responsabilidade que vem com ela. A supervisão humana não é uma roda de treino que removemos assim que o modelo amadurece. É a arquitetura.

E um modelo é apenas tão bom quanto o que está por baixo dele. Esta é a parte que os outsiders perdem. Por si só, uma IA que lê uma blockchain vê apenas strings anónimas de caracteres a mover valor para outras strings anónimas. Ela não consegue dizer que a carteira três saltos atrás é uma exchange sancionada, ou que a contraparte que recebe os fundos é um mixer em vez de um fornecedor de folha de pagamento. Fornecer esse contexto ausente é todo o trabalho da análise blockchain: anexar identidade e risco à atividade on-chain bruta, rastreamento de exposição indireta através de múltiplos saltos em vez de apenas verificar o endereço à sua frente, e pontuá-lo contra mais de um bilhão de pontos de dados e mais de um milhão de entidades de criptomoedas que rotulámos desde 2015. Tome um caso concreto: uma carteira parece limpa à primeira vista, mas o rastreamento dos seus fluxos mostra que a maior parte do seu saldo chegou, dois saltos atrás, de um endereço ligado a um operador de ransomware. Essa é a descoberta que um modelo nunca alcançaria apenas com dados brutos da cadeia, e a que um oficial de conformidade tem de agir. Alimente um modelo com esse contexto e ele pode raciocinar sobre terreno sólido. Alimente-o com dados escassos e ele produz nonsense confiante, o que em conformidade é mais perigoso do que uma lacuna honesta, porque isso aprova coisas que não deveria.

Aqui está o que encontro genuinamente novo. A IA já não é apenas uma ferramenta que as equipas de conformidade usam; está a tornar-se um participante no mercado que monitorizam. Agentes autónomos que iniciam pagamentos sob limites predefinidos passaram de demonstração para implantação, impulsionados por infraestrutura real: o padrão x402 da Coinbase para pagamentos máquina-a-máquina, o Trusted Agent Protocol da Visa, a integração de checkout do PayPal e OpenAI. O software está a começar a transacionar com outro software, liquidando em ativos de criptomoeda, num volume que nenhuma equipa de tesouraria poderia igualar à mão.

Isso levanta uma questão que a indústria ainda não respondeu de forma clara: como você aplica princípios Know Your Transaction a uma contraparte que é um pedaço de software? A direção, pelo menos, é clara. Quando agentes transacionam por conta própria, os controles não podem viver apenas no onboarding. Eles se movem para a própria camada de transação: monitoramento em tempo real, limites de velocidade, proveniência e a capacidade de intervir enquanto o dinheiro ainda está em trânsito. A transparência que passamos anos defendendo para os céticos acaba sendo a única coisa que torna a atividade on-chain autônoma auditável em tudo.

Este é o futuro que decidimos construir em vez de esperar. Lançámos recentemente Scorechain MCP, que expõe a nossa pontuação de risco e inteligência de entidades através do Model Context Protocol, o padrão emergente que permite que agentes de IA chamem ferramentas externas diretamente. A inteligência vive na nossa plataforma, e a IA fica fora dela, chamando para obter respostas em vez de estar embutida na própria ferramenta de conformidade. A premissa é simples: um agente nunca deve transacionar às cegas. Antes de mover fundos ou aprovar uma contraparte, ele pode perguntar ao Scorechain no mesmo fôlego se esse endereço é uma entidade sancionada, um mixer, um golpe conhecido ou uma carteira privada limpa, e receber uma pontuação de risco em retorno. Isto não é uma capacidade hipotética. Já executamos mais de 1,5 milhões de verificações AML por dia, e uma chamada de triagem retorna em aproximadamente 235 milissegundos, rápido o suficiente para ficar dentro de uma transação ao vivo em vez de desacelerá-la. Colocamo-la onde esses agentes e fluxos de trabalho realmente vivem, como um aplicativo dentro do ChatGPT e Claude, e como uma integração em plataformas de automação como n8n e Zapier. Uma verificação de conformidade que fica dentro do fluxo, no momento em que a decisão é tomada, vale muito mais do que uma acoplada depois que o dinheiro já se moveu. A verificação mais básica de todas, se um endereço aparece em uma lista de sanções, não deve ficar atrás de um paywall para ninguém. É por isso que a oferecemos como uma API gratuita de triagem de sanções que qualquer desenvolvedor, agente ou fluxo de trabalho pode chamar. A triagem para exposição a sanções não é onde um provedor de conformidade deve extrair valor; é o piso em que todo o mercado deve estar de pé.

Há um deslocamento de segunda ordem aqui que os emissores de tokens e gestores de ativos estão apenas começando a enfrentar. Quando o valor se move para stablecoins e ativos tokenizados em velocidade de máquina, o risco que importa não é mais apenas a transação individual, mas o próprio ativo: quem o detém, quão concentrada é essa propriedade e quanta parte da oferta está com entidades sancionadas ou de alto risco. Essa é uma pergunta diferente da monitorização de transações, e é aquela para a qual a nossa Digital Asset Intelligence foi construída para responder, dando a um emissor ou gestor de ativos uma visão de nível de ativo de detentores e exposição antes que eles cunhem, listem ou aloquem.

A Europa está mais pronta para isso do que lhe é creditado. O MiCA e o AMLD6 já assumem monitorização contínua e responsabilidade clara em vez de uma verificação única na porta, e um regime que assume que a atividade deve ser explicável é exatamente o que você quer quando o software começa a mover dinheiro. Então, sim, a IA está a virar-se para a conformidade de criptomoedas. Ela removerá uma grande quantidade de trabalho tedioso, e eu dou as boas-vindas a isso. O que ela não removerá é a necessidade de julgamento, responsabilidade e dados verificáveis. Ela eleva a barra em todos os três. As equipas que tratam a IA como um analista mais rápido, fundamentado em inteligência on-chain confiável e mantida firmemente sob controle humano, são as que ainda estarão de pé quando as máquinas começarem a transacionar. Isso está mais perto do que a maioria das pessoas pensa.