Cobo: Como é que fazemos a transformação com IA?

Autor: alexzuo4, Vice-Presidente de Investimento e Custódia @Cobo

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

O que vimos inicialmente foi o potencial de padronização de habilidades trazido pelo MCP. Em teoria, se as habilidades forem suficientemente padronizadas, a IA pode invocá-las como plugins, fazendo do blockchain a infraestrutura financeira mais natural para a IA.

Por isso, incubámos uma loja de aplicações MCP interna. Mas logo percebemos que não funcionava.

Na altura, a barreira para IA era alta demais, acessível apenas a engenheiros experientes. O MCP não era suficientemente padronizado, cada integração consumia muito tempo e esforço, com custos elevados, progresso lento e resultados abaixo do esperado.

No entanto, a equipa de IA foi formada. Caro, difícil de recrutar e difícil de remover.

Decidimos então mudar de direção. Como ainda não podemos transformar o mundo dos clientes, vamos primeiro transformar a nossa própria estrutura.

Primeira questão: segurança

Como uma empresa de custódia de ativos, a Cobo lida com dados altamente sensíveis, tanto na infraestrutura técnica quanto na gestão de dados internos. Existem níveis rigorosos de controle de acesso. Mas sem dados reais ou inputs de negócios, não é possível criar um agente próprio da empresa.

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 bons; respondem, mas não são inteligentes o suficiente.

No final, optámos pelos modelos Claude e Gemini (que podem solicitar o 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 nas permissões.

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

Base de conhecimento + sistema de agentes próprios da Cobo

A base de conhecimento organiza os dados internos da empresa em camadas, com acesso controlado por permissões dos funcionários.

Os agentes, ao aceder à base, herdam as permissões dos funcionários, e não têm uma visão “onipotente”.

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 garantir a continuidade do projeto. IA não pode ser uma vulnerabilidade de segurança.

Após montar a arquitetura, veio a questão: ninguém usa.

Mesmo hoje, a empresa ainda enfrenta um problema real: muitas áreas front-end desprezam a IA.

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

Percebemos então que era preciso começar pela gestão da empresa.

Primeiro ponto de avanço: Agente OKR

Nosso primeiro foco não foi atendimento ao cliente nem desenvolvimento de código.

Foi OKR.

Usamos IA para decompor 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 co-gestão entre humanos e sistemas. Este processo é extremamente desconfortável para os funcionários.

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

Desde então, os objetivos deixaram de ser apenas discussões em reuniões, passando a ser registros contínuos no sistema.

strategy okr acompanha semanalmente o progresso dos negócios

Mas só a partir do desempenho é que as pessoas realmente começaram a se familiarizar com a IA, pois ela influencia diretamente seus salários.

De desempenho a negócios: Agentização total

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

Atendimento criou seu próprio agente de suporte. Jurídico criou um agente auxiliar para contratos. Vendas criou um CRM Agent.

Buscamos o cliente mais difícil, mais irônico, para o agente.

No final, lançámos mais de 100 agentes.

Não conseguimos quantificar precisamente os resultados da “co-gestão entre humanos e 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 co-gestão entre humanos e sistemas. Não é IA substituindo pessoas, mas pessoas acostumando-se a trabalhar junto com sistemas.

Algumas lições práticas desta jornada:

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. Agradecemos à principal atividade da Cobo por manter um fluxo de caixa saudável.

Segundo, a mudança deve ser top-down.

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

Como é bem conhecido, os fundadores da Cobo são entusiastas de IA. O CTO, Dr. Jiang, começou suas pesquisas em IA durante seu pós-doutorado na CMU, nos anos 2000.

Terceiro, a obrigatoriedade é essencial.

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 resolver seus próprios negócios.

Muitas empresas falam em IA + Web3, mas se internamente não tiverem implementado IA, tudo o que dizem são conceitos.

Ao olhar para trás,

Também não conseguimos quantificar completamente essa transformação. A empresa passou de “processos impulsionados por pessoas” para “sistemas orientados por objetivos”.

Se um “organismo inteligente” realmente surgir no futuro, ele não será uma evolução natural, mas resultado de uma série de mudanças desconfortáveis.

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

Este também é um subproduto 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 agentes de codificação de IA, que, por meio de conhecimento estruturado, exemplos executáveis e cenários, permite que o agente invoque com precisão a API WaaS. Estamos atualizando a API de carteiras para um módulo de capacidades financeiras acessível diretamente pelos agentes de IA. O ciclo de desenvolvimento passou de semanas para diálogos.

Isso não é resultado de uma única inspiração de produto, mas uma consequência natural da nossa capacidade que se expandiu após essa rodada de co-gestão entre humanos e sistemas.

Ainda estamos explorando.

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