Cobo: Como estamos a fazer a transformação com IA?

“Muitas empresas falam de AI + Web3. Mas se não tiverem internalizado a AI, tudo o que dizem são conceitos.”

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

Desde o final de 2024, a Cobo, além dos seus principais serviços de custódia de criptomoedas e pagamentos com stablecoins, tem explorado a combinação de AI e blockchain.

A nossa primeira visão foi o potencial de padronização de habilidades trazido pelo MCP. Teoricamente, se as habilidades forem suficientemente padronizadas, a AI pode invocar capacidades como plugins, e a blockchain se tornará a infraestrutura financeira mais natural para a AI.

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

Na altura, o limite de AI era tão alto que apenas engenheiros experientes podiam utilizá-la com destreza, e o MCP não era suficientemente padronizado, cada integração consumia muito tempo, esforço, custos elevados, progresso lento, e os resultados estavam longe do esperado.

No entanto, a equipa de AI foi formada. Caro, difícil de recrutar, e não se podia simplesmente desmontar.

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

Primeira questão: Segurança

Como uma empresa de custódia de ativos, a Cobo lida com dados altamente sensíveis, tanto na sua infraestrutura técnica quanto na gestão de dados internos. Existem níveis rigorosos de hierarquia de dados. Mas sem dados reais ou inputs de negócios, não é possível 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 por Claude e Gemini (que podem solicitar ZDR — cláusula de retenção zero 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 Agents.

Base de conhecimento + sistema de Agents desenvolvido internamente

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, também herda as permissões do funcionário, e não possui uma “visão de Deus”.

Os detalhes 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 AI não pode ser uma vulnerabilidade de segurança.

Depois de montar a arquitetura, o próximo desafio: ninguém usa

Mesmo hoje, a empresa ainda enfrenta uma realidade: muitas áreas front-end desprezam a AI.

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

Percebemos então que é preciso começar pela gestão da empresa.

Primeiro ponto de virada: OKR Agent

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

Foi o OKR.

Usamos AI 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 governança colaborativa entre humanos e sistemas. Este processo é extremamente difícil 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 e passaram a ser registros contínuos no sistema.

strategy okr acompanhamento semanal do progresso das áreas

Mas só a partir do desempenho é que as pessoas realmente se familiarizam com a AI, pois ela impacta diretamente o seu salário se não for usada.

De desempenho a negócios: Agentização total

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

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

Encontrar o cliente mais difícil de lidar com o Agent

No total, lançámos mais de 100 Agents.

Não conseguimos quantificar precisamente os resultados da “governança colaborativa entre humanos e sistemas”.

Mas uma mudança clara é perceptível:

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 governança colaborativa entre humanos e sistemas. Não é AI substituindo pessoas, mas pessoas acostumando-se a trabalhar junto com sistemas.

Algumas lições práticas deste ano

Primeiro, ter fluxo de caixa saudável.

Se a empresa não tiver fluxo de caixa saudável, essa transformação não chegará ao fim. AI não é uma ferramenta de economia; é um investimento inicial para uma reestruturação de longo prazo. Agradecemos à Cobo por manter um fluxo de caixa saudável, mesmo durante a transição.

Segundo, é preciso uma abordagem top-down.

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

Como é bem conhecido, os fundadores da Cobo sempre foram entusiastas de AI. O CTO, Dr. Jiang, começou a pesquisar AI durante seu pós-doutorado na CMU, nos anos 2000.

Terceiro, a obrigatoriedade de uso.

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

Quarto, começar por resolver os próprios negócios.

Muitas empresas falam de AI + Web3. Mas se não internalizarem a AI, tudo o que dizem são conceitos.

Reflexões finais

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

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

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

Esse também é um efeito colateral da nossa transformação interna.

Recentemente, lançámos o Cobo Waas Skill. O Cobo WaaS Skill é uma camada de integração e operação de capacidades, especialmente projetada para o Agent de codificação AI. Com conhecimento estruturado, exemplos executáveis e cenários orquestrados, permite que o Agent acione com precisão a API WaaS. Estamos atualizando a API de carteiras para um módulo de capacidades financeiras acessível diretamente pelo Agent de AI. O ciclo de desenvolvimento passou de semanas para diálogos.

Não é resultado de uma única inspiração de produto, mas uma consequência natural da nossa transformação de governança colaborativa entre humanos e sistemas.

Ainda estamos explorando.

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