Model ML ajuda empresas financeiras a adotarem a IA

Nossa série Executive Function apresenta perspectivas de líderes que estão na vanguarda da adoção de IA.

A Model ML desenvolve uma infraestrutura de IA que transforma a operação das principais empresas de serviços financeiros. A plataforma, afinal, oferece agentes criados para finalidades específicas e um aplicativo que automatiza fluxos de trabalho completos, além de investigações e análises personalizadas. 

Conversamos com Chaz Englander, CEO e cofundador da Model ML, sobre a evolução das empresas financeiras e como os avanços recentes da IA automatizam e otimizam as operações desse setor.

Depois de vender nossa última empresa, meu irmão e eu percebemos que investir não era muito a nossa praia. No entanto, ficamos obcecados com a automação do processo de investimento usando funções baseadas em GPT.

Nossa empresa, que contava com apenas seis pessoas, parecia ter uma equipe de 60 quando passamos a usar LLMs baseados no GPT‑3.5.

Criamos um protótipo da Model ML para nosso próprio uso e não tínhamos a intenção de comercializá-lo. Mas, quando notamos os ganhos de insights e eficiência graças à automação dos fluxos de trabalho de investigação, percebemos que esse era o caminho certo.

Das tarefas que, historicamente, levavam dias, semanas ou até meses, algumas já podem ser realizadas em minutos ou horas. Um exemplo é a preparação dos resumos de lucros trimestrais. Isso costumava levar horas. Hoje, os agentes cuidam do processo inteiro: coletam os dados, formatam as apresentações e publicam o PowerPoint no SharePoint, tudo isso sem intervenção humana. Acho que essa será a maior mudança que veremos neste ano. É quase como chegar de manhã e perceber que o trabalho já está pronto.

Essa mudança força uma reavaliação. É necessário repensar em quais etapas os humanos são necessários, e repensar também a forma como as empresas precisarão realocar as equipes para que tenham impacto nos negócios.

Já vejo empresas que estão realocando pessoas para funções de maior valor, que demandam discernimento. Na nossa opinião, entre as empresas com as quais trabalhamos, as líderes são aquelas que repensam a arquitetura de toda a organização de modo a torná-la uma estrutura otimizada para IA. E é bem difícil alcançar esse resultado. É por isso que atuamos como consultores desde o início, ajudando esses líderes a determinar onde aplicar a IA hoje e mostrando também como podem se preparar para o futuro: onde a IA causará o maior impacto em 12 meses? 

Percebemos que as pessoas se tornaram mais importantes nas empresas financeiras, e não menos. Quando a automação assume o trabalho pesado, as pessoas podem se dedicar a relacionamentos com clientes e pensamento estratégico. As empresas de maior sucesso serão as que redefinirem toda a sua estrutura operacional para aproveitar essa evolução.

Na área financeira, precisão, conformidade e adequação aos fluxos de trabalho não são opcionais: são requisitos básicos. É nessa especificidade que as ferramentas de uso geral falham. Desde o primeiro dia, a Model ML foi concebida para a área de serviços financeiros, e isso se faz evidente em dois níveis essenciais.

Primeiro, na camada de agentes, criamos e ajustamos sistemas para a função específica de análise e interação com tipos de dados (estruturados ou não), usados diariamente por profissionais financeiros em ferramentas como SharePoint e conjuntos de dados comuns — como Capital IQ, FactSet e Crunchbase. Isso pode significar centenas de tabelas e 20 terabytes de dados. 12 meses atrás, era praticamente impossível desenvolver um agente para usar esses conjuntos de dados. Afinal, não são apenas modelos que respondem a perguntas. O agente deve estar ciente do contexto, compreender esquemas, criar código e obter informações entre terabytes de dados complexos. 

O segundo nível é a camada de aplicações: a interface onde os usuários interagem com os agentes, projetada especificamente para a área financeira. Nela, as empresas têm as ferramentas para criar agentes que automatizam fluxos de trabalho inteiros e oferecem análises antes impossíveis. Vemos diariamente dezenas de novos casos de uso e já atendemos a milhares deles, muitos dos quais podem ser usados imediatamente após a inscrição do usuário.

A cada novo lançamento de modelo, observamos avanços significativos que logo são ativados para o benefício imediato dos clientes. Com os avanços na reflexão e na capacidade de codificação, algumas áreas do nosso produto melhoraram de forma incrível. Mais recentemente, o lançamento dos modelos o3‑pro, o3, o4-mini e GPT‑4.1 da OpenAI proporcionou melhorias drásticas na reflexão, nos recursos multimodais, no cumprimento de instruções e na integração de ferramentas. Com janelas de contexto maiores e recursos de reflexão mais avançados, podemos lidar com fluxos de trabalho inteiros. Agora, os usuários podem encadear tarefas de coleta de dados, análise e criação de apresentações, produzindo resultados totalmente formatados — e de forma completamente autônoma. 

Acho que a mudança mais profunda será o aumento da automação de fluxos de trabalho completos, onde os sistemas atuam como torres de controle que coordenam um exército de operadores digitais. Conforme esses agentes assumem tarefas mais complexas e multifacetadas em todo o universo digital, até mesmo a interface do usuário e a maneira como interagimos com o hardware também começarão a mudar. Provavelmente precisaremos de mais de 12 meses para isso, mas esse é o nosso rumo.

O que vem por aí são os agentes verdadeiramente autônomos que você pode criar no nosso produto. Eles conseguem executar fluxos de trabalho sofisticados que coletam, analisam e apresentam dados de CRM, e-mails, arquivos, fornecedores de dados externos, transcrições de reuniões e muitas outras fontes. Esses agentes não vão esperar por instruções. Eles vão prever o que precisa ser feito, seja de forma recorrente (diária, semanal, mensal, trimestral, anual) ou como resposta a eventos reais, da mesma forma como você solicitaria essas ações a um membro da equipe após uma reunião ou como resposta a um e-mail.

A verdadeira mudança é que esses fluxos de trabalho serão executados de ponta a ponta, automaticamente, com reflexão profunda e orquestração em todos os sistemas. Os resultados podem ser substanciais (por exemplo, um PowerPoint de 100 páginas, criado inteiramente por máquina), mais rápidos, mais consistentes. Além disso, podem ficar disponíveis 24 horas por dia.

Esse é o futuro: equipes digitais autônomas executando os fluxos de trabalho que impulsionam sua empresa. Equipes melhores, mais rápidas e sempre ativas.

Acreditamos que as empresas nativas de IA terão uma estrutura diferente. Isso envolve menos camadas, ciclos mais rápidos e feedback em menos tempo. Do nosso lado, nós adotamos uma estrutura plana. Arnie [o cofundador da empresa] e eu temos, cada um, mais de dez subordinados diretos. Isso pode soar insano, mas é gerenciável com a IA. Afinal, todas as reuniões individuais são assistidas por IA: anotações, tarefas, contexto, tudo é otimizado. Ganhamos agilidade e ficamos perto do produto. Acreditamos que as empresas modernas funcionarão desse jeito: mais como torres de controle do que como hierarquias departamentais.

Parte da agilidade é acreditar que o ambiente e os modelos básicos vão melhorar. O verdadeiro segredo é não se apegar ao código — e isso talvez faça parte da mentalidade de ser um fundador, presente nas empresas de engenharia. Antes, fazíamos tudo internamente: abstrações de agentes, conectores de serviço, tudo isso. Agora, se a OpenAI ou a comunidade de código aberto criar algo melhor, como o Agent SDK da OpenAI ou os conectores de MCP, nós simplesmente usamos o novo recurso e removemos o nosso código. 

Adotamos o Agent SDK e as ferramentas de MCP da OpenAI para lidar com os loops dos agentes, chamadas de ferramentas, proteções e integrações. Dessa forma, conseguimos avançar com menos manutenção e acelerar a inovação.

Não buscamos o sucesso mantendo infraestrutura. Nosso objetivo é ter sucesso entregando valor por meio dos resultados dos clientes.

A Model ML usa a plataforma de APIs da OpenAI, incluindo GPT‑4.1, OpenAI o3 e Agents SDK, em seus agentes, suas automações e suas ferramentas internas.