M&T expande IA corporativa: Copilot para 15 mil funcionários

IA empresarial virou peça-chave na M&T Bank: depois de anos reestruturando tecnologia e dados, o banco expandiu o uso do Copilot para milhares de funcionários — mas manteve regras claras e revisão humana. Quer entender o que mudou no dia a dia e nos controles internos?

Base tecnológica e programa de dados da M&T

IA empresarial depende de uma base tecnológica sólida e de dados bem tratados. A M&T atualizou sistemas legados para ganhar velocidade e controle. A mudança abriu caminho para integrações mais rápidas com ferramentas como o Copilot.

Infraestrutura moderna

A nuvem virou o pilar da nova infraestrutura. Serviços foram padronizados e APIs criadas para integrar soluções. Isso reduz a dependência de sistemas antigos e diminui custos operacionais.

Plataforma de dados e catálogos

Um data lake e um data warehouse central organizam a informação. Pipelines automatizam a ingestão e o tratamento dos dados. Um catálogo permite achar conjuntos de dados e ver sua origem com facilidade.

Programa de dados e governança

Existe um programa claro para qualidade e governança dos dados. Donos de dados e métricas definem responsabilidades. Políticas de privacidade e controles de acesso protegem informações sensíveis.

Integração com IA e Copilot

Com a base pronta, a M&T integrou o Copilot para muitos funcionários. Modelos usam dados aprovados pela governança antes de sugerir ações. Revisão humana continua em processos críticos para manter controle e responsabilidade.

Casos práticos

Atendimento recebe resumos automáticos para ajudar agentes. Análises de risco usam sinais unificados e mais precisos. Isso melhora detecção de fraudes e reduz perdas operacionais.

Adoção do Microsoft Copilot e economia em call-centers

Copilot foi estendido a 15 mil funcionários na M&T para apoiar o atendimento ao cliente. Ele age como assistente que sugere respostas, traz contexto e resume conversas em segundos.

Como o Copilot ajuda no atendimento

O Copilot resume conversas e destaca informações importantes em poucos segundos. Ele sugere respostas baseadas em políticas aprovadas e no histórico do cliente. Assim, o atendente tem mais tempo para resolver casos complexos e dar atenção personalizada.

Impacto nos custos e na equipe

Respostas mais rápidas e resumos eficientes reduzem o tempo médio por ligação. Com menos escalonamentos, há menor demanda por contratações emergenciais. Isso contribui para queda de custos operacionais e menos horas extras.

Controles e revisão humana

M&T mantém revisão humana em casos sensíveis e decisões de risco. O Copilot oferece sugestões, mas o colaborador valida antes de enviar qualquer resposta. Auditorias e registros detalham ações para garantir transparência e responsabilidade.

Por exemplo, um agente recebe um resumo completo e resolve um caso em minutos, sem perder qualidade no atendimento.

Casos de uso: atendimento, desenvolvimento, fraude e risco

IA empresarial apoia atendimento, desenvolvimento, detecção de fraude e gestão de risco na M&T.

Atendimento

O Copilot resume chamadas e destaca informações importantes para o atendente agir rápido.

Sugestões prontas e exemplos de resposta ajudam a resolver casos com mais rapidez.

Em situações sensíveis, o humano checa e aprova antes do envio final.

Desenvolvimento

Equipes usam modelos para sugerir código e acelerar tarefas repetitivas no projeto.

Sugestões de código e comentários automatizados melhoram a documentação e revisão de pares.

Testes automatizados recebem dados melhores e geram relatórios claros para equipes de desenvolvimento.

Fraude

Modelos juntam sinais de transações, comportamento e histórico para achar padrões suspeitos.

Alertas são priorizados por risco e enviados para investigação humana imediata quando necessário.

Assim se reduzem falsos positivos e se acelera a resposta nas fraudes.

Risco

Análises unificadas cruzam dados financeiros e operacionais para avaliar exposição ao risco.

Modelos simulam cenários e oferecem orientações para decisões dos analistas de risco.

Antes de ações que afetem clientes, revisores humanos confirmam o resultado modelado.

Dados aprovados pela governança alimentam os modelos e mantêm trilhas de auditoria.

Isso dá mais transparência e ajuda a corrigir problemas com rapidez quando aparecem.

Governança, segurança e responsabilidade humana

Governança, segurança e responsabilidade humana são pilares para IA empresarial confiável na prática.

Normas claras definem quem decide, como usar dados e quando revisar resultados.

Políticas internas cobrem privacidade, retenção, classificação e compartilhamento seguro de dados e armazenamento.

Estrutura de governança

Comitês incluem TI, risco, jurídico e áreas de negócio para decisões compartilhadas.

Donos de dados são responsáveis por qualidade, catálogo e aprovação para uso.

Regras de acesso seguem princípio do menor privilégio e revisões periódicas programadas.

Segurança dos dados

Criptografia protege dados em repouso e em trânsito dentro dos sistemas bancários.

Controles de acesso, monitoramento e testes de invasão reduzem riscos técnicos e operacionais.

Responsabilidade humana e revisão

O Copilot e outras IAs sugerem ações, mas não tomam decisões finais.

Pontos críticos têm revisão humana obrigatória antes de qualquer ação ao cliente.

Registros de interação guardam sugestões, escolhas e autorizações para auditoria futura detalhada.

Transparência e auditoria

Explicabilidade busca mostrar por que modelos deram aquela sugestão ao usuário interno.

Auditorias regulares verificam vieses, desempenho e aderência às políticas internas e externas.

Treinamento e cultura

Treinamento contínuo prepara funcionários para usar IA com responsabilidade e segurança no dia a dia.

Simulações e cenários práticos ajudam a entender limites e falhas possíveis comuns.

Canais claros permitem reportar problemas e melhorar processos com rapidez interna imediata.

Fonte: www.ArtificialIntelligence-News.com