TEAVOXAI
Entrega · Consultoria em IA

Reconciliação de Carteiras com Agentes

Como transformar a conferência das carteiras geridas contra o que o administrador fiduciário informa — hoje manual e lenta — num processo quase automático, auditável e rodando em loop. O que o mercado já faz e o caminho realista para começar.

O fim do bate-bate manual
Publicado em 08 jun 2026 Versão v1.0 Entregue
Resposta direta

Sim — dá para automatizar a reconciliação entre a carteira que vocês gerem e o que o administrador fiduciário informa. Isso deixou de ser ideia: já é estado da arte lá fora, e há prova num par brasileiro.

O caminho que recomendamos não é "um agente que faz tudo". É uma divisão limpa: o casamento determinístico — extrair as posições do INOA e bater contra o arquivo do administrador — é código Python (número conversa com Python, com precisão e custo baixo). O agente entra na camada de exceção: investiga o que não bateu, busca a causa-raiz no histórico, classifica o tipo de quebra e prepara a ação. Controlado e auditável — não autônomo no escuro.

O ponto de partida

O bate-bate de fim de período é lento porque é manual. A parte fácil — casar posição a posição, com uma tolerância de centavos — é regra determinística: ou bate, ou não bate. O trabalho de verdade está nas exceções: diferença de timing (D+0 contra D+1), uma taxa ou fee que entrou de um lado só, um evento de cota, um erro de lançamento. É exatamente aí que os agentes passaram a agregar valor no último ano — não para somar números, mas para investigar o porquê de não baterem.

01Onde a IA entra (e onde não entra)

1 · Fontes CARTEIRA · INOA posições geridas ADMINISTRADOR FIDUCIÁRIO extrato / cota informada 2 · Casamento MOTOR DETERMINÍSTICO Python casa posição a posição tolerância configurável 3 · Exceção BATEU ✓ segue o fluxo AGENTE DE RECONCILIAÇÃO investiga causa-raiz classifica a quebra consulta o histórico exceções casos de julgamento → revisão humana (human-in-the-loop) 4 · Desfecho RESOLVE no threshold ESCALA com ação recomendada e-mail / ticket TRILHA AUDITÁVEL log de cada decisão
Casamento determinístico (Python) Exceção tratada por agente Trilha de auditoria

O determinístico resolve o volume: a maior parte das posições casa sozinha. O agente cuida da exceção: investiga, classifica e prepara a ação só no que não bateu. E tudo fica logado — dentro do perímetro AWS / Bedrock que vocês já aprovaram.

02O que o mercado já faz

Não é roadmap de fornecedor — é produto rodando. Os cinco casos que mais se aproximam do que vocês precisam:

Validata ConnectIQ

Three-way em tempo real

Reconciliação three-way entre custodiante, gestor e back-office; estado totalmente reconciliado todo dia.

FundGuard

IA dentro do motor contábil

Detecta a quebra, casa contra a liquidação pendente e resolve dentro de limites antes de impactar a cota. Chamam o ganho de operational alpha.

Duco

Workspace agêntico, no-code

Você cria e otimiza processos de reconciliação em linguagem natural; agentes identificam, pontuam e classificam exceções 24/7.

Clearwater · Smart Suspense

Quebra com causa-raiz ao vivo

Casa caixa não aplicada sozinho e dá visibilidade ao vivo das quebras — arquivos-fonte, causa-raiz. Substitui planilha e corrente de e-mail.

Broadridge OpsGPT

Fails research

Diagnostica a causa-raiz de falhas de liquidação e sugere a correção.

03Prova num par brasileiro

Não é teoria — já fizeram aqui ao lado

A Turim, uma das maiores multi-family offices do Brasil, automatizou a ingestão de carteiras e a reconciliação com uma plataforma de IA (RapidCanvas) e reporta 99,5% de disponibilidade. Um par direto — mesma dor, mesmo país — já saiu do bate-bate manual. O que torna a conversa concreta: não é "será que dá", é "já deu".

04Os números que o mercado reporta

A ordem de grandeza do ganho, juntando cases e fornecedores:

Match automático

95%+

das posições casam sozinhas, sem toque humano.

Esforço manual

−70%

de redução no trabalho de conferência repetitiva.

Acurácia

98,6%

nos casamentos, acima do processo manual típico.

Fechamento

85% mais rápido

no ciclo de fechamento de período.

Time

5 → 1 pessoa

dedicada à reconciliação, liberando o resto para análise.

Exceções de rotina

até 80%

resolvidas pelo agente, dentro de limites aprovados.

Números reportados por fornecedores e cases — não são benchmark independente. Use como ordem de grandeza do ganho possível, não como promessa contratual.

05Como ficaria aqui, na prática

O caminho de construção, em cinco passos — começando seguro e expandindo só depois de homologar:

Roteiro de construção

  • Código Python no diretório de operações (Bitbucket) extrai as posições do INOA e o arquivo do administrador e casa com tolerância configurável.
  • As quebras viram input do agente — empacotado como uma skill + harness com guard-rails (o que ele pode acessar e até onde vai).
  • O agente classifica a quebra, busca a causa-raiz no histórico e prepara o e-mail/escala — resolvendo só dentro de limites aprovados.
  • Roda em loop (rumo ao 24/7), com log auditável de cada decisão.
  • Começa contra uma fotografia / staging read-only para homologar — produção em tempo real só depois de aprovado.

A ideia, em código, é uma separação limpa: o determinístico decide o que não bateu; o agente decide o que fazer com cada quebra.

python
# 1) determinístico: casa carteira (INOA) x administrador
breaks = reconcile(posicoes_inoa, extrato_admin, tol=Decimal("0.01"))

# 2) agente só na exceção
for b in breaks:
    causa = agente.investigar(b, historico)
    if causa.dentro_do_threshold:
        resolver(b, causa)
    else:
        escalar(b, causa.acao_recomendada)   # e-mail / ticket + log

Governança

Processo controlado e auditável, com human-in-the-loop para os casos de julgamento — nada de resolução cega. E a regra de sempre: nada de cravar produção sem ambiente de desenvolvimento e sem trilha. O agente trabalha contra staging read-only até a homologação, e cada decisão dele fica logada.

06Referências

Do bate-bate ao operational alpha

A proposta é um piloto objetivo: escolher um conjunto de fundos, montar o casamento determinístico em Python mais o agente de exceção contra um staging, medir o tempo economizado e a taxa de auto-resolução — e então expandir com confiança. Ficamos à disposição para desenhar a skill, o harness e os guard-rails que mantêm tudo dentro do perímetro que vocês já confiam.