Em uma única semana, o setor mais regulado do mundo passou de “chatbot” para “agente que executa”. No dia 25 de agosto de 2026, o Google Cloud lançou o Gemini Enterprise for Financial Services, e a Salesforce trouxe para o CRM o Agentic Advisor for Agentforce for Financial Services. A IA agêntica sentou, literalmente, à mesa do assessor de investimentos.
Para quem lidera uma gestora, um banco ou uma seguradora, a manchete é irresistível — e o board já perguntou “quando a gente liga isso?”. Mas há um detalhe que a própria vendor entrega e quase ninguém comenta: até o agente do Google só vira útil ligado a 13 conectores de dado e ancorado em score de confiança. É esse detalhe que decide se um advisor agêntico vira consultoria de verdade ou um retrato confiante e parcial. A tese deste artigo, no nível do problema e agnóstica de fornecedor: um advisor de IA é tão bom quanto o dado de cliente e de mercado que ele consegue unificar.
O que aconteceu esta semana: a IA agêntica chegou às finanças
Foram dois anúncios no mesmo eixo. Do lado da infraestrutura de dados, o Google Cloud lançou o Gemini Enterprise for Financial Services — um Financial Research agent gerido, com mais de 50 skills e 13 conectores de dado licenciado (LSEG, Moody’s, S&P Global, MSCI, PitchBook, FactSet, SEC Edgar, entre outros), com um score de confiança anexado a cada resposta. Entre os primeiros adotantes estão Deutsche Bank e CME Group; o Deutsche ajudou a desenhar os controles e vai rodar primeiro no Corporate Bank.
Do lado do CRM, a Salesforce anunciou o Agentic Advisor for Agentforce for Financial Services, um conjunto de capacidades sob medida para o assessor de wealth & asset management. E os bancos saíram do piloto: o DBS colocou IA agêntica para ajudar 1.500 funcionários a redigir memorandos de crédito corporativo, publicando a linha de base de tempo contra a qual o sistema será julgado. Não é mais prova de conceito — é produção, no setor onde errar o número tem consequência regulatória.
O que é o Agentic Advisor (Meeting Concierge, Run My Day, Enhanced Client Details)
O Agentic Advisor não é um chatbot acoplado ao CRM. São seis capacidades desenhadas para o fluxo de trabalho do assessor, com o humano sempre como decisor final:
- Meeting Concierge (GA em junho/26): prepara a reunião do assessor — agenda, contexto do cliente, pontos de pauta e materiais — antes de ele entrar na sala.
- Run My Day (GA jul–ago/26): prioriza a agenda do dia, sugere próximas ações e organiza o follow-up com clientes.
- Enhanced Client Details Page: consolida a visão do cliente numa página enriquecida, puxando sinais de vários pontos.
- Connector Library, Book of Business Insights e Anywhere Advisor: a biblioteca de conectores para trazer dados externos, os insights sobre a carteira e o acesso móvel.
Repare no padrão: cada capacidade prepara, prioriza e age. E cada uma depende de ler o cliente inteiro. Não à toa a Salesforce lançou uma Connector Library junto do advisor — porque o produto sabe que sozinho, dentro do CRM, ele vê só um pedaço.
O detalhe revelador: até o agente do Google precisou de 13 conectores e score de confiança
Aqui está a pista que a própria indústria deixou à mostra. O Financial Research agent do Google não é impressionante por causa do modelo — é impressionante por causa da fundação de dado em que ele foi plugado. Treze conectores de dado licenciado significam treze fontes de mercado reconciliadas e disponíveis por uma interface governada. E o score de confiança por resposta existe justamente porque, em finanças, uma resposta sem procedência auditável não vale nada.
Ou seja: o valor não desceu para a skill; desceu para a camada de integração e dado governado que alimenta a skill. Quando a Salesforce responde com uma Connector Library e o Google com 13 conectores + score de confiança, os dois estão dizendo a mesma coisa sem dizer: o agente é a ponta; a fundação é o produto. É agnóstico — vale para a Salesforce, para o Google e para qualquer stack que você já tenha.
Onde a verdade do cliente realmente mora — e por que o CRM vê um pedaço
Na vida real de uma gestora ou de um banco, a verdade sobre o cliente não mora no CRM. Ela vive espalhada em sistemas que quase nunca conversam nativamente:
- Custódia — onde estão os ativos, quem os guarda, qual a posição real.
- Portfólio / positions — a composição da carteira, o desempenho, a exposição.
- Planejamento financeiro — objetivos, horizonte, perfil de risco, metas de household.
- Core bancário — conta, fluxo, crédito, relacionamento de longo prazo.
- Feeds de mercado — preços, curvas, ratings, notícias que movem a recomendação.
O CRM enxerga o relacionamento comercial — contatos, interações, oportunidades. É valioso, mas é um pedaço. Ligar um advisor agêntico sobre esse patchwork, sem uma camada que unifique e reconcilie essas fontes, é pedir para o agente aconselhar sobre um retrato incompleto — com a mesma confiança de quem parece ver tudo.
O risco em finança regulada: aconselhar sobre retrato parcial é risco fiduciário
Em muitos contextos, um agente que erra por dado incompleto gera retrabalho. Em finanças, ele gera risco — e o risco tem nome: fiduciário, de compliance, de suitability. Um advisor que recomenda uma realocação sobre uma posição de custódia defasada, ou que ignora um objetivo de planejamento que mora fora do CRM, não está sendo apenas impreciso: está gerando uma recomendação que a instituição precisará justificar depois.
É por isso que o score de confiança do Google não é um detalhe estético — é um reconhecimento de que, neste setor, a resposta precisa carregar procedência. E é por isso que a integração e a reconciliação embaixo não são “infra”: são a diferença entre um conselho auditável e uma alucinação confiante. O agente chegou à mesa do assessor; a integração e o dado governado que o tornam confiável não chegaram junto por padrão.
A fundação que faz o advisor acertar: integração governada, dado reconciliado, observabilidade
Se o advisor é tão bom quanto o dado que unifica, o trabalho real começa antes de ligar o agente. São três camadas, e elas existem independentemente de qual vendor você escolher:
- Integração por API governada — expor custódia, portfólio, planejamento, core bancário e feeds de mercado por contratos de API idempotentes, versionados e de menor privilégio, com arquitetura orientada a eventos (Kafka / RabbitMQ) para que a “Connector Library” leia dado certo, e não apenas um endpoint conectado.
- Dado de cliente reconciliado — uma visão única do cliente / household, com regras claras de qual sistema é master de qual atributo, para o agente não escolher sozinho em qual das cinco versões da verdade acreditar.
- Observabilidade com trilha — provar o que o advisor leu, sugeriu e registrou, com log auditável (Datadog, Grafana, OpenTelemetry, Sentry) — o requisito mínimo para um setor fiduciário.
Note que nenhuma dessas camadas é sobre o modelo. São sobre o encanamento embaixo dele — exatamente o que a própria vendor sinaliza quando entrega 13 conectores e um score de confiança.
Como a CCX monta essa base no seu stack (agnóstico)
A CCX constrói a fundação que faz o advisor valer — no seu stack, seja ele Salesforce, Google ou híbrido. Na prática, três frentes do portfólio de engenharia se combinam.
IA para Negócios (agentes, RAG, automação com LLMs) para implementar advisors cujas recomendações assentam sobre dado unificado e governado, não sobre o pedaço que o CRM enxerga. Integrações & APIs Enterprise — a Connector Library de verdade: expor por API governada, com arquitetura event-driven em Kafka / RabbitMQ, as fontes onde a verdade do cliente mora (custódia, portfólio, planejamento, core). Data & BI para reconciliar a visão única do cliente / household que a skill lê, e a fundação de dado do próprio ecossistema (como Salesforce Data Cloud) quando faz sentido. E Observabilidade 360° para provar, com trilha, o que o agente leu e sugeriu — o mínimo em ambiente fiduciário.
A IA agêntica chegou à mesa do assessor — mas um advisor só acerta sobre o dado que ele realmente unifica. Até o agente do Google precisou de 13 conectores e score de confiança. Unifique a verdade do cliente antes de ligar o agente sobre ela. Implemente IA confiável sobre dado governado com a CCX, ou fale com um especialista Salesforce para montar a base de integração e dado que o Agentic Advisor exige.
Perguntas frequentes (People Also Ask)
O que é o Agentic Advisor da Salesforce?
É o conjunto de capacidades agênticas do Agentforce for Financial Services voltado a assessores de wealth e asset management, com recursos como Meeting Concierge, Run My Day, Enhanced Client Details Page, Connector Library, Book of Business Insights e Anywhere Advisor — sempre com o profissional humano como decisor final.
O que é o Gemini Enterprise for Financial Services?
É a oferta do Google Cloud lançada em 25/08/2026 com um Financial Research agent gerido, mais de 50 skills, 13 conectores de dado licenciado (LSEG, Moody’s, S&P Global, MSCI, PitchBook, FactSet, SEC Edgar) e score de confiança por resposta. Deutsche Bank e CME Group estão entre os primeiros adotantes.
Por que um advisor de IA depende tanto de integração de dados?
Porque a verdade do cliente mora fora do CRM — em custódia, portfólio, planejamento e core bancário. Sem integração governada e dado reconciliado, o agente aconselha sobre um retrato parcial, o que em finança regulada representa risco fiduciário e de compliance.
Como preparar minha empresa para ligar um advisor agêntico?
Montando a fundação antes do agente: expor os sistemas onde o dado mora por API governada e de menor privilégio, reconciliar uma visão única do cliente / household e instrumentar observabilidade com trilha auditável. Só então o advisor tem sobre o que raciocinar com confiança.