No início de setembro, durante o Encontro Nacional da ANFIDC, o presidente da CVM, Otto Lobo, falou sobre os preparativos da Autarquia para aprimorar a supervisão do mercado por meio de um modelo baseado em inteligência artificial. Segundo a própria CVM, a implementação pode começar ainda em 2026.
Meses antes, no Plano Emergencial de Reestruturação da Atividade Fiscalizatória, a Autarquia já havia colocado entre as medidas pretendidas a ampliação do uso de inteligência artificial, ferramentas de análise de dados e, de forma bastante objetiva para a indústria, rotinas sistemáticas de auditoria e verificação de lastro em FIDCs.
As iniciativas não significam necessariamente que a IA será utilizada diretamente nessa verificação. Mas a combinação desses movimentos permite uma reflexão interessante sobre como a tecnologia pode transformar a análise de lastro.
Durante muito tempo, analisar lastro significou, em grande medida, conferir documentos: verificar se o título existe, se a nota fiscal corresponde à operação, se os valores fazem sentido, se existem evidências da relação comercial e se aquilo que está sendo apresentado como direito creditório encontra respaldo documental.
Esse trabalho continuará existindo. A diferença é que a tecnologia pode ampliar a pergunta.
Em vez de olhar apenas para “este documento é válido?”, podemos começar a perguntar também: “como este documento se relaciona com milhares de outros?”
Uma carteira pode conter milhares de títulos, notas fiscais, sacados, datas de emissão, vencimentos, valores, pagamentos e cancelamentos. Individualmente, muitos deles podem parecer absolutamente normais. O comportamento da carteira, porém, pode contar outra história.
Valores que se repetem com frequência incomum; sequências de notas concentradas em determinados períodos; documentos excessivamente semelhantes; sacados aparentemente distintos, mas com relações econômicas ou societárias; cancelamentos posteriores à aquisição; mudanças no padrão de emissão de determinado cedente; concentrações que não aparecem quando a análise termina no CNPJ.
Nenhum desses elementos, isoladamente, significa necessariamente fraude ou ausência de lastro.
Mas podem ser sinais.
E é justamente na capacidade de relacionar milhares — eventualmente milhões — de informações que ferramentas de inteligência artificial e análise de dados podem mudar bastante a profundidade dessa investigação.
A análise deixa de ser apenas documental e passa também a observar comportamento.
Isso não elimina o papel do analista, do auditor, do gestor ou do profissional responsável pela verificação. Pelo contrário. Encontrar uma anomalia é muito diferente de compreender sua causa.
Um padrão incomum pode ter uma explicação comercial perfeitamente legítima. Uma concentração pode ser compatível com determinado segmento. Uma mudança pode decorrer de sazonalidade, característica do negócio ou alteração operacional.
A tecnologia pode encontrar a pergunta. Alguém ainda precisa saber respondê-la.
E talvez esse seja outro efeito importante dessa evolução: quanto mais recurso tecnológico estiver disponível, maior será a exigência sobre quem analisa.
O profissional deixa de gastar parte relevante do tempo procurando desvios manualmente e passa a ter mais informação para interpretar, cruzar e transformar em decisão.
Isso pode melhorar bastante a mitigação de risco. Mas também aumenta a necessidade de qualificação técnica.
Porque receber um alerta é uma coisa. Entender se ele representa fraude, deterioração, mudança operacional, sazonalidade ou apenas uma característica legítima do negócio é outra.
A tecnologia amplia a capacidade de enxergar. A qualidade da decisão continuará dependendo da capacidade de interpretar.
Isso tende a profissionalizar ainda mais a função. Quanto mais sofisticadas forem as ferramentas, menos espaço haverá para uma análise baseada apenas em conferência e mais valor terá o profissional que conhece o negócio, entende a operação e consegue avaliar o significado de cada sinal dentro do contexto da carteira.
A mudança relevante talvez esteja justamente aí.
Durante muito tempo, parte da análise de lastro esteve condicionada à capacidade humana de procurar inconsistências dentro de volumes enormes de informação. Com ferramentas mais sofisticadas, esse fluxo pode começar a se inverter: a tecnologia aponta onde existem relações, desvios ou comportamentos fora do padrão, e o profissional dedica mais tempo a compreender o que eles significam.
Para FIDCs, isso merece atenção.
Não porque a inteligência artificial vá criar novos riscos. Ela não vai inventar uma nota cancelada, produzir uma duplicidade ou estabelecer uma relação econômica que nunca existiu. Também não vai transformar automaticamente uma operação ruim em fraude.
Ela pode apenas ficar muito melhor em conectar informações que, analisadas separadamente, pareciam absolutamente normais.
E talvez esse seja um dos efeitos mais importantes dessa nova etapa de supervisão.
O lastro sempre contou uma história.
A diferença é que estamos ficando muito melhores em lê-la.
Rodrigo Müller
Crédito, Risco e Governança para FIDCs e securitizadoras.
