Revolut abandona OpenAI e treina IA em 40 bilhões de eventos bancários

A Revolut abriu mão de pagar por IA externa e treinou seu próprio modelo fundacional em 40 bilhões de eventos bancários — e os resultados superam qualquer modelo genérico por tarefa. O PRAGMA, foundation model apresentado no NVIDIA GTC 2026 e detalhado em paper publicado no arXiv, foi treinado em dados comportamentais de 25 milhões de usuários em 111 países: transações, interações no app e eventos financeiros, totalizando 207 bilhões de tokens. A arquitetura Transformer com masked modeling substituiu os modelos siloed por tarefa e entregou +130% de lift em credit scoring, +64,7% em recall de fraude e +79,4% em engajamento de comunicação. A tese da empresa é clara: quem tem dados comportamentais longitudinais em escala detém uma vantagem competitiva em IA que nenhum modelo de terceiro consegue replicar — e os números confirmam. Para CFOs e equipes de finanças, o sinal estratégico é direto: a qualidade dos dados proprietários supera o acesso a grandes modelos externos. (PYMNTS / arXiv)

A McKinsey e a QED Investors publicaram o maior diagnóstico do setor em anos: fintechs globais chegaram a US$ 650 bilhões em receita — e capturaram apenas 4% das receitas de serviços financeiros. O relatório The Next Age of Fintech, divulgado em 20 de abril, aponta crescimento médio de 21% ao ano com pagamentos como maior vertical (US$ 250 bilhões). A América Latina lidera o ritmo global com 40% de crescimento médio anual nos últimos cinco anos — mais rápido do que qualquer outra região. O principal acelerador é a IA, apontada como a força que está corroendo vantagens históricas dos incumbentes e concentrando capital em poucas empresas nativas de IA ou ativos digitais. Para o Brasil, que integra o bloco de mais alto crescimento, o relatório sinaliza uma janela de oportunidade para escalar serviços financeiros com IA que ainda está amplamente aberta. (McKinsey / QED Investors)

Uma falha arquitetural não corrigida no Model Context Protocol (MCP) da Anthropic expõe a infraestrutura de agentes de IA em bancos a execução remota de código — e a empresa optou por não corrigir. O American Banker revela que o MCP é o protocolo padrão que conecta agentes de IA a sistemas internos e externos em bancos como JPMorgan, Citi e BNY — todos construindo arquiteturas agênticas baseadas nele. A vulnerabilidade, descoberta pela OX Security, afeta mais de 150 milhões de downloads de código vulnerável e cerca de 7.000 servidores publicamente acessíveis; um atacante com acesso ao fluxo de configuração pode executar comandos arbitrários no sistema hospedeiro. Para equipes de tecnologia e segurança em bancos e fintechs que adotam agentes de IA, o risco é estrutural: não se trata de um vetor externo como o Mythos, mas de uma falha embutida na própria infraestrutura de orquestração que esses sistemas usam diariamente. (American Banker)

As perdas com fraude de identidade ficaram estáveis em US$ 27,3 bilhões em 2025 — mas os números escondem uma mudança preocupante: a IA generativa está corroendo a confiança dos consumidores nos próprios canais dos bancos. O relatório da JAVELIN Strategy & Research, publicado em 21 de abril, aponta fraude em abertura de contas como a única categoria com aumento: 5,4 milhões de vítimas (+31%) e US$ 7 bilhões em perdas (+13%). O dado mais alarmante: 55% dos consumidores que receberam um alerta bancário legítimo não responderam — por acreditar que era golpe. Para equipes de risco e compliance em bancos, a estabilidade das perdas totais mascara um problema estrutural grave: quando clientes param de confiar em alertas do banco, todo o sistema de defesa antifraude perde eficácia independentemente do modelo de IA utilizado. (JAVELIN / GlobeNewswire)

A Forrester mapeou os seis casos de uso mais maduros de IA agêntica em contas a pagar — e o diagnóstico é definitivo: a automação baseada em regras ficou para trás. Em blog publicado em 21 de abril, a firma detalha como agentes autônomos já executam ingestão de faturas de e-mails, portais e EDI com modelos multimodais, validação fiscal, detecção de duplicatas e execução de pagamentos — sem intervenção humana nas etapas rotineiras. O papel dos times de AP está mudando: de processadores de transações para supervisores de exceções, com KPIs centrados em limites de confiança, auditabilidade e qualidade de escalonamentos. Os melhores resultados surgem nas organizações que começam com casos de uso validados, aplicam guardrails rigorosos e expandem a autonomia só à medida que a confiança cresce. (Forrester)