Na conferência AGI Playground 2026, Wu Kai, CFO de Receita da Airwallex, apresentou o conceito de um sistema operacional financeiro nativo de IA, argumentando que o fim último dos Agentes não é uma interface de diálogo mais inteligente, mas sim um sistema de execução capaz de operar verdadeiramente os fundos de uma empresa.

Autor e fonte do artigo: GeekPark

Os holofotes do palco principal do Gardens by the Bay, Cingapura, acendem-se para o AGI Playground 2026. Na plateia, mais de 50 VC globais e centenas de AI Builders aguardam com expectativa o próximo estágio do desenvolvimento dos Agentes.

Todos estão observando uma pergunta:

Quão longe estamos da entrega automática quando o agente passa da conversa para a execução?

Na mesa redonda, Wu Kai, Chief Revenue Officer Global da Airwallex, apresentou uma visão diferente da maioria. Em vez de abordar a capacidade do modelo ou a interface de interação, ele direcionou diretamente a questão para o cenário mais rigoroso: a finança. Ele acredita que a IA não apenas mudará a forma como os softwares são utilizados, mas também a maneira como as empresas são construídas e operadas: “Estamos construindo as capacidades de execução fundamentais para finanças e negócios nativos da IA”.

Esta frase significa que o fim do agente não é uma interface de conversa mais inteligente, mas sim um sistema de execução capaz de gerir realmente os fundos de uma empresa. Na narrativa da Airwallex, esse sistema é resumido como um “sistema operacional financeiro nativo de IA”. Em torno desse sistema operacional, a empresa identificou duas oportunidades claras: a finança autônoma no lado das operações comerciais e o comércio agêntico no lado de pagamentos e checkout.

Wu Kai avalia que o mercado chegou a um ponto crítico; com o desenvolvimento do negócio de agentes, os consumidores autorizarão seus agentes a comparar preços, selecionar produtos e efetuar pedidos, e o novo sistema de pagamento entre agentes se tornará uma tendência futura.

01 A confiança é o ingresso para o lançamento real do Agent

No último ano, os Agentes quase se tornaram os protagonistas do concurso de demonstrações: nos vídeos de demonstração, eles conseguem conectar toda uma cadeia de processos empresariais em poucos minutos; mas, ao implementar de verdade, muitas empresas descobriram que, embora as demonstrações fossem impressionantes, a implementação era difícil. Wu Kai definiu um padrão claro para “implementação”, considerando que a verdadeira implementação “não é apenas ser capaz de demonstrar, mas ser confiável e capaz de realizar repetidamente tarefas de produção.”

Desmembrando esse padrão, ele inclui cinco dimensões: taxa de adoção, confiabilidade, resultados de negócios mensuráveis, auditabilidade e um caminho de fallback claro, ou seja, a qualidade do modelo é apenas o ponto de partida, não o objetivo final. Wu Kai enfatizou particularmente a singularidade dos cenários financeiros: "No campo financeiro, um Agent só é considerado oficialmente lançado quando puder operar dentro dos frameworks reais de aprovação, conformidade e gestão de riscos da empresa."

Isso significa que o Agent não pode ser apenas um assistente inteligente externo; ele precisa ser integrado aos fluxos de aprovação, regras de conformidade e sistemas de gestão de risco já existentes na empresa. Na prática da AirCloud, o Agent é mais eficaz em tarefas originalmente realizadas manualmente, de alta repetitividade e que exigem mínima avaliação humana, como operações financeiras, processos de conciliação, preparação de relatórios e fluxos de trabalho comerciais que exigem busca, comparação e execução sequenciais.

Em contraste, o ponto mais fraco atual dos Agentes são as tarefas em que é difícil obter todo o contexto. Por exemplo, conceber produtos totalmente novos ou fazer julgamentos estratégicos complexos, que exigem grande experiência de domínio e informações implícitas obtidas por meio de comunicação interpessoal — tarefas que os Agentes atuais têm dificuldade em desempenhar.

Essa conscientização clara sobre os limites de capacidade acabou se refletindo no design do produto.

T:0 e Airi, recém-lançados, visam dois cenários distintos. T:0 é uma plataforma financeira nativa de IA projetada para operar end-to-end funções financeiras, como contabilidade, previsão e relatórios, sendo essencialmente um departamento financeiro capaz de operar autonomamente desde o primeiro dia. Airi começou como uma carteira de pagamento com um único clique, mas estrategicamente, também atua como camada de confiança e credencial do Agentic Commerce, permitindo que os usuários armazenem suas informações de pagamento uma única vez e realizem pagamentos mais facilmente entre comerciantes participantes, ao mesmo tempo em que estabelecem a base para pagamentos delegados por Agentes de IA.

Com a constante evolução dos cenários e tecnologias, Wu Kai acredita que o momento atual é adequado para lançar esses dois produtos. Do ponto de vista financeiro, os clientes já estão cansados de ferramentas fragmentadas, planilhas, tarefas de conciliação e transferências repetidas; do ponto de vista comercial, o surgimento do negócio de agentes significa que carteiras e camadas de pagamento precisam evoluir, pois agentes precisam ajudar os usuários a descobrir, comparar e comprar produtos, exigindo um método de pagamento seguro que não exponha os dados dos cartões dos clientes.

A razão pela qual Kongyunhui tem confiança para fazer isso é, em grande parte, devido à base construída ao longo da última década: investimentos contínuos em pagamento, gestão de fundos e infraestrutura regulatória permitiram que ela adicionasse uma camada de execução inteligente sobre canais financeiros reais.

02 Podem ser executadas por ordem, mas mantenha o controle

Quando o agente começa a processar fundos, a questão mais realista e central se torna o problema prático de "como projetar a cadeia de autorização", pois o agente está gastando o dinheiro do usuário: quem está autorizando? Quem está executando? Quem é responsável pelos resultados? Se essas questões não forem esclarecidas, mesmo o agente mais inteligente terá dificuldade para entrar em produção.

Wu Kai fez uma distinção importante no local: as empresas precisam de «autorização por procuração», e não de «transferência de controle».

Nos produtos da Airwallex, o assistente de IA "Kai" possui os mesmos privilégios do usuário e está sujeito às mesmas regras de papel de conta, permissões, qualificações e controle de fluxo de trabalho. A cadeia inteira é entendida como uma relação de delegação "usuário→Agente→serviços downstream da Airwallex", e não como a transferência total do controle do usuário para o Agente.

Ao longo dessa cadeia, a equipe de produto forneceu um design de limites muito específico: Kai pode ajudar a recuperar informações, orientar configurações e realizar partes das operações dentro dos limites permitidos pela política; no entanto, para operações envolvendo fluxos de fundos ou que gerem taxas, o produto deve claramente indicar o que Kai está prestes a executar e exigir confirmação do usuário antes de prosseguir. Para situações mais sensíveis, o modelo correto é a aprovação por escalonamento e revisão humana, e não a execução silenciosa.

Wu Kai resumiu este princípio em uma frase: “Agentes podem executar, mas pessoas e empresas ainda definem a missão, os limites e o quadro de responsabilidade.” Ele acredita que o aumento da autonomia deve ser acompanhado por um aumento na capacidade de governança. Com o tempo, os agentes podem assumir mais fluxos de trabalho, mas não assumirão a responsabilidade final.

Essa mesma filosofia está incorporada no design do AgentOS. O AgentOS conecta Agentes a contas de produção, mas, por padrão, inclui escopos OAuth, barreiras de segurança e não permite ações de saída de fundos por padrão. Em outras palavras, o Agente não recebe um cheque em branco, mas sim um cartão autorizado com limite, restrições de uso e rastreamento de auditoria.

Wu Kai acredita que o modelo ideal a longo prazo deve ser uma cadeia de delegação baseada em OAuth, capaz de verificar quem é o titular, qual agente está executando a ação e quando é necessário um aumento de confirmação em operações sensíveis. Os limites práticos podem ser resumidos em cinco elementos: permissões do usuário, escopo limitado, confirmação explícita quando o risco aumenta, auditoria contínua e possibilidade de escalonamento para tratamento humano quando a confiança ou autorização forem insuficientes.

03 The financial ecosystem determines the upper limit of Agent

Se a cadeia de autorização resolve a questão de "o que o agente pode fazer", então o "contexto" determina "quão bem o agente pode fazer".

Na mesa-redonda, Wu Kai também compartilhou um entendimento validado repetidamente pela CloudPay: "Em ambientes corporativos, o contexto não é algo que se adiciona por último; as empresas devem primeiro construir ou adquirir sistemas capazes de gerar contexto financeiro limpo e estruturado."

Por trás dessa frase está a lógica estratégica da空中云汇 em aquisições. Aquisições como OpenPay e Leapfin não apenas adicionam interfaces de produto, mas incorporam mais modelos de dados de cobrança, receita, conciliação e contabilidade em um único ecossistema, permitindo que o Agente tome ações com base em uma visão mais completa e confiável dos negócios.

Wu Kai explicou por que o contexto é tão crucial em cenários financeiros; na verdade, o contexto empresarial não é apenas mais dados, mas sim distribuído ao longo de todo o ciclo de vida dos fundos, como como a receita é gerada, como os pagamentos são roteados, como as transações são conciliadas e como as contas são fechadas. Se esses dados estiverem espalhados em diferentes sistemas, o agente é como um navegador com os olhos vendados — tem senso de direção, mas não consegue ver as condições da estrada.

Com base nessas práticas, Wu Kai concluiu: "Os melhores agentes empresariais serão construídos sobre sistemas financeiros integrados, e não sobre copilotos isolados anexados a ilhas de dados desconectadas."

Essa também é a vantagem competitiva construída pela Airwallex ao longo de dez anos. A infraestrutura de pagamento, gestão de fundos e conformidade regulatória de dez anos não é apenas um conjunto de licenças e canais, mas sim uma base capaz de fornecer aos Agentes um contexto financeiro completo e estruturado. Sem essa base, mesmo o modelo mais poderoso só poderá realizar análises fragmentadas.

04 Implementação da inteligência financeira: construção de um sistema de segurança de fundos hierárquico e controlável

Diante dos desafios de segurança relacionados à operação autônoma de fundos por agentes inteligentes e da dificuldade de medir o impacto prático na implementação empresarial — problemas comuns na indústria — Wu Kai apresenta uma solução abrangente, prática e proativa, traçando um caminho claro para a implementação de agentes de IA no setor financeiro.

O setor financeiro é aquele em que o risco é inaceitável; abrir permissões para operações de fundos por agentes inteligentes amplifica simultaneamente oportunidades e riscos, sendo um desafio comum a toda a indústria. Wu Kai propôs três princípios fundamentais: "controle total pelo usuário, autorização gradativa das operações e rastreabilidade em toda a cadeia", equilibrando eficiência automatizada e segurança dos fundos.

Ele dividiu as operações do agente em dois cenários principais — irreversíveis e reversíveis — para estabelecer lógicas de controle diferenciadas: operações irreversíveis, como transferências, pagamento de salários e pagamentos a fornecedores, nas quais os fundos não podem ser revertidos, permitem que o agente apenas inicie solicitações, mantendo o poder decisório final firmemente nas mãos do usuário, com suporte a modelos de autorização múltipla, como aprovação em lote; já operações reversíveis, como lançamentos contábeis e entrada de lançamentos contábeis, recebem permissão automatizada, reduzindo a necessidade de intervenção manual que possa retardar o fluxo de negócios.

Para fortalecer a rede de proteção contra riscos, CloudHopper implementa um mecanismo completo de rastreamento de operações, registrando integralmente cada passo realizado pelo agente inteligente; os usuários podem reverter todas as alterações e desfazer operações reversíveis com um único clique; a longo prazo, será construído um ciclo fechado de feedback de erros, permitindo que o agente inteligente aprenda automaticamente com erros históricos e evite a ocorrência repetida de riscos semelhantes.

Para cenários de comércio eletrônico de agentes voltados ao consumidor final, a definição de responsabilidades é mais complexa. Wu Kai estabelece claramente o limite mínimo unificado de responsabilidade da indústria: a autorização ativa do usuário é pré-requisito para a validade da transação; em caso de disputas de reembolso não autorizado ou fraude, a responsabilidade final recai sobre o titular do cartão. Airwallex está colaborando com as bandeiras de cartão para desenvolver regras padronizadas de resolução de disputas de pagamentos por agentes, complementando as lacunas de conformidade das próximas gerações de transações autônomas.

Enquanto a indústria se concentra na implementação de agentes inteligentes, as empresas geralmente enfrentam incerteza sobre como avaliar se um agente é bem-sucedido e se possui valor comercial real. Wu Kai propõe avaliar os agentes em dois eixos: a completude do ciclo de negócios e se a inteligência do modelo é um gargalo, além de classificar os agentes do mercado em três categorias, distinguindo claramente os níveis de potencial de explosão comercial dos produtos.

A primeira categoria é aplicativos de referência ideal: os negócios podem alcançar um ciclo de execução de 100%, com todos os pontos de estrangulamento provenientes exclusivamente da capacidade de inferência do modelo; a geração de código por IA é um exemplo típico, e a indústria está procurando por produtos disruptivos desse tipo.

A segunda categoria são produtos do tipo ferramentas automatizadas, como a Agent Finance e o Agent E-commerce da KongYunHui: esses modelos não apresentam lacunas de capacidade e conseguem integrar todo o fluxo de negócios de ponta a ponta. Wu Kai enfatizou que há uma diferença enorme entre 90% e 100% de automação; enquanto a última etapa do processo ainda depender de intervenção humana, a taxa de adoção e a eficiência gerais serão severamente limitadas. Após a implementação da automação em toda a cadeia, a taxa de adoção pelas empresas alcançará uma salto qualitativo. Ao mesmo tempo, os agentes impulsionam a frequência das decisões empresariais: enquanto a contabilidade tradicional revisa mensalmente, agora é possível monitorar indicadores diariamente ou até por hora para otimizar continuamente os processos — este também é o principal foco de desenvolvimento da Agent Finance.

A terceira categoria é o Copilot assistido por IA: não consegue formar um ciclo de negócios completo, com o gargalo principal proveniente da inteligência do modelo; operações de transferência de fundos financeiras irreversíveis são um exemplo típico. Esses produtos devem manter um processo de revisão humana, com a IA atuando apenas como auxiliar na análise de dados, oferecendo valor básico, mas com muito menos potencial de explosão comercial do que as duas primeiras categorias.

*Imagem de capa por: AGI Playground 2026