Um caminho de co-governo de silício e carbono numa empresa do mundo das criptomoedas — A transformação interna de IA da Cobo

A partir do final de 2024, a Cobo, além dos seus negócios principais de custódia de criptomoedas e pagamentos com stablecoins, tem explorado a integração de IA e blockchain.

A nossa primeira visão foi o potencial de padronização de habilidades trazido pelo MCP. Teoricamente, se as habilidades forem suficientemente padronizadas, a IA poderá invocá-las como plugins, fazendo do blockchain a infraestrutura financeira mais natural para a IA.

Por isso, criámos internamente uma loja de aplicações MCP. Mas logo percebemos que não funcionava.

Na altura, o limite de entrada para IA era alto, acessível apenas a engenheiros experientes. O MCP não era suficientemente padronizado, cada integração consumia muito tempo, esforço e custos, com progresso lento e resultados abaixo do esperado.

No entanto, a equipa de IA foi formada. Era cara, difícil de recrutar e não podíamos simplesmente desistir.

Decidimos então mudar de direção. Como ainda não podíamos transformar o mundo dos clientes, decidimos transformar a nossa própria estrutura.

Primeira questão: Segurança

Como uma empresa de custódia de ativos, a Cobo lida com dados e processos internos extremamente sensíveis. Temos camadas rigorosas de dados internos. Mas sem dados reais ou inputs de negócios, não conseguimos treinar o nosso próprio Agent.

Inicialmente, pensamos em implantar modelos localmente. Mas a realidade é que o nível de inteligência dos modelos locais não era suficiente. Funcionam, mas não são fáceis de usar; respondem, mas não são inteligentes o suficiente.

No final, optámos pelos modelos Claude e Gemini (com a possibilidade de solicitar ZDR — cláusula de não retenção de dados, garantindo isolamento máximo).

Mas os grandes modelos são apenas o “cérebro” subjacente ao negócio. O verdadeiro desafio está nos dados e permissões.

Depois, criámos uma estrutura completa de base de conhecimento interna e Agents.

Base de conhecimento + sistema de Agents próprios da Cobo

A base de conhecimento organiza os dados internos da empresa em camadas, atribuindo acessos conforme as permissões dos funcionários.

Quando um Agent acede à base de conhecimento, herda as permissões do funcionário, e não possui uma “visão de Deus”.

Detalhes importantes incluem:

• Como isolar o ambiente de rede
• Como limitar o fluxo de dados entre camadas
• Como controlar a retenção de logs para auditoria
• Como evitar vazamentos de informações sensíveis

Nada disso é glamoroso, mas é decisivo para a sustentabilidade do projeto. A IA não pode ser uma vulnerabilidade de segurança.

Depois de montar a arquitetura, o problema era: ninguém usava

Mesmo hoje, a empresa enfrenta uma realidade: muitas áreas de front office desprezam a IA.

Se apenas incentivarmos o uso, a mudança nos fluxos de trabalho não acontecerá.

Percebemos que era preciso começar pela gestão da empresa.

Primeiro ponto de virada: OKR Agent

Nosso primeiro cenário de implementação forte não foi atendimento ao cliente nem codificação.

Foi OKR.

Usamos IA para desmembrar a estratégia da empresa, ajudar a definir OKRs, acompanhar o progresso e fazer revisões.

Ou seja, transformar a gestão da empresa, de uma gestão humana para uma gestão colaborativa com sistemas. Esse processo é extremamente difícil para os funcionários.

Antes, as metas podiam ser bem elaboradas, os processos bem justificados. Agora, com dados semanais, há menos espaço para desculpas.

A partir desse momento, os objetivos deixaram de ser apenas discussões em reuniões e passaram a ser registros contínuos no sistema.

strategy okr acompanha semanalmente o progresso do negócio

Mas foi a partir do desempenho que os funcionários realmente começaram a se familiarizar com a IA, pois ela influencia diretamente seus salários.

De desempenho a negócio: Agentização total

Quando os OKRs começaram a rodar, avançámos na automação dos serviços internos com Agents. Usamos avaliações e bônus para obrigar cada departamento a criar Agents relacionados às suas atividades.

Atendimento criou seu próprio Agent. Jurídico, um Agent de suporte a contratos. Vendas, um CRM Agent.

Buscando o cliente mais difícil

No final, lançámos mais de 100 Agents.

Não conseguimos quantificar exatamente os resultados da “gestão colaborativa com sistemas”.

Mas uma mudança ficou clara:

Antes, ao enfrentar um problema, a primeira reação era “preciso contratar mais alguém”. Agora, a primeira reação é “será que o sistema pode participar?”.

Essa é a nossa compreensão de gestão colaborativa com sistemas. Não é IA substituindo pessoas, mas pessoas acostumando-se a trabalhar junto com sistemas.

Algumas lições práticas desta jornada neste ano

Primeiro, ter fluxo de caixa saudável.

Se a empresa não tiver fluxo de caixa saudável, essa transformação não chegará ao fim. IA não é uma ferramenta de economia, é um investimento inicial para uma estrutura de longo prazo. Felizmente, a principal atividade da Cobo mantém um fluxo de caixa saudável.

Segundo, a mudança deve ser top-down.

Organizações não mudam espontaneamente. Sem uma forte liderança, o projeto fracassa naturalmente.

Como é bem conhecido, os fundadores da Cobo sempre foram entusiastas de IA. O CTO, Dr. Jiang, começou suas pesquisas em IA durante o pós-doutorado na CMU.

Terceiro, a mudança deve ser obrigatória.

Se for apenas incentivo, a IA ficará limitada a tarefas como escrever e-mails. Mudanças reais nos processos exigem uma abordagem “obrigatória”.

Quarto, comece por transformar seus próprios negócios.

Muitas empresas falam em IA + Web3, mas se internamente ainda não fizeram a transformação, tudo não passa de conceito.

Reflexões finais

Não conseguimos quantificar totalmente essa transformação. A empresa passou de “processos impulsionados por pessoas” para “sistemas orientados por objetivos”.

Se no futuro surgir uma “organização inteligente”, ela não será uma evolução natural, mas resultado de mudanças desconfortáveis e contínuas.

Com a participação de todos, a empresa consegue entender melhor as reais necessidades na era da IA.

Esse também foi um efeito colateral da nossa transformação interna.

Recentemente, lançámos o Cobo Waas Skill. O Cobo WaaS Skill é uma camada de capacidades de integração e operação, especialmente projetada para Agents de codificação com IA, usando conhecimento estruturado, exemplos executáveis e cenários de orquestração, permitindo que o Agent invoque com precisão a API WaaS. Estamos atualizando a API de carteiras para um módulo de capacidades financeiras acessível diretamente pelos Agents de IA. O ciclo de desenvolvimento foi reduzido de semanas para diálogos.

Isso não é resultado de uma única inspiração de produto, mas uma consequência natural da nossa transformação de gestão colaborativa com sistemas.

Ainda estamos explorando.

Mas, pelo menos, hoje a Cobo não é mais a mesma de 2024.