Guia do Setor: Bancário
Como Usar o Claude em Bancos: Um Guia Prático para Equipes Bancárias
Mais agilidade na análise de casos, com uma pessoa assinando o processo.
Este guia é para profissionais de bancos de varejo, comerciais e private banks que querem colocar o Claude da Anthropic para trabalhar em compliance, casos de KYC e AML, investigações de fraude, operações, comunicação com clientes e código legado. Ele se baseia no que a Anthropic publicou para o setor de serviços financeiros e no que bancos citados nominalmente disseram em posts e casos de clientes da própria Anthropic.
Saber como usar o Claude em bancos começa pelo trabalho documental que trava qualquer banco: revisar arquivos de KYC e apontar lacunas, redigir narrativas de investigação de AML a partir dos dados do caso, resumir mudanças regulatórias em atualizações de política, escrever notas de casos de fraude, reconciliar quebras operacionais e modernizar código legado. O Claude lê, estrutura e redige rapidamente. A equipe do banco toma as decisões, registra os relatórios e permanece responsável perante os reguladores, com cada etapa assistida por IA dentro dos controles de risco de modelo e de dados do banco.
Publicado em
Principais pontos
- Os usos bancários mais fortes são revisão de arquivos de KYC, narrativas de casos de AML, resumos de mudanças regulatórias, reconciliações de operações e modernização de código.
- Os templates de agentes da Anthropic de maio de 2026 incluem um triador de KYC, um reconciliador de livro-razão geral e um agente de fechamento de mês.
- A Anthropic relata trabalhos bancários nominais no N26, bunq, BNY, Citi e FIS, da automação de processos a plataformas para desenvolvedores.
- A IA auxilia o analista. As decisões sobre atividades suspeitas e as comunicações regulatórias continuam sendo responsabilidade humana.
- Cada uso está dentro das regras de gestão de risco de modelo, proteção de dados e manutenção de registros do banco.
Copie e cole
Prompts para usar hoje mesmo
Revisão de lacunas em arquivo de KYC
Você é um analista de KYC em um banco comercial. Revise os documentos de onboarding resumidos abaixo para um cliente pessoa jurídica de acordo com nosso checklist: documentos da entidade legal, estrutura societária até os beneficiários finais acima do nosso limite, controladores, origem dos recursos, atividade esperada e resultados de sanções e mídia adversa. Para cada item do checklist, indique se está presente, ausente ou inconsistente, e cite o documento que sustenta sua resposta. Liste as solicitações de acompanhamento para o gerente de relacionamento. Checklist e documentos: [colar].
Cole o checklist real do seu banco. O resultado deve seguir os seus procedimentos, não uma lista genérica.
Narrativa de investigação de AML
Redija a seção narrativa de um processo de investigação de AML a partir dos detalhes do alerta, do resumo das transações e das anotações do analista abaixo. Estruture assim: cliente e relacionamento, alerta e cenário disparado, atividade analisada com datas e valores exatamente como informados, conclusões do analista e questões em aberto. Use linguagem neutra e factual. Não chegue a uma conclusão sobre se a atividade é suspeita; essa decisão é minha. Material: [colar].
Manter a conclusão com o investigador é tanto boa prática quanto o que os reguladores esperam.
Resumo de mudança regulatória
Resuma o texto regulatório abaixo para o comitê de compliance do banco. Informe: o que muda, a quem se aplica, as datas de vigência conforme indicado, quais das nossas políticas existentes listadas abaixo provavelmente são afetadas e quais perguntas levar ao jurídico. Mantenha abaixo de quatrocentas palavras. Cite o texto para cada exigência e não acrescente nenhuma exigência que não esteja nele. Texto regulatório e nossa lista de políticas: [colar].
Sempre cole o texto real. A base de treinamento do Claude pode não incluir a versão mais recente.
Nota de caso de fraude e carta ao cliente
Aqui estão os detalhes de um caso de fraude de cartão: as transações contestadas, a declaração do cliente, os dados de dispositivo e localização, e as conclusões do investigador. Primeiro, escreva uma nota de caso interna resumindo as evidências e a decisão do investigador. Segundo, escreva uma carta em linguagem simples para o cliente explicando o resultado e os próximos passos, sem revelar os métodos de detecção. Mantenha a carta abaixo de duzentas palavras. Detalhes: [colar].
Separar a nota interna da carta ao cliente mantém os detalhes de detecção fora da comunicação com o cliente.
Explicação de código legado
Explique o que o programa COBOL abaixo faz, seção por seção, em linguagem simples para um desenvolvedor Java que vai reimplementá-lo. Liste cada regra de negócio que ele aplica, cada arquivo ou tabela que lê e grava, e qualquer comportamento que pareça não intencional. Depois, proponha um conjunto de casos de teste que confirmariam que uma reimplementação se comporta de forma idêntica. Programa: [colar].
Casos de teste derivados do comportamento antigo são o que torna uma modernização segura.
Da Anthropic
O que a Anthropic oferece para Bancário
Claude for Financial Services
A oferta de serviços financeiros da Anthropic, anunciada em julho de 2025, combina modelos Claude, o Claude Code e acesso empresarial com conectores para plataformas de dados como Snowflake, Databricks e S&P Global, além de parceiros de implementação. A Anthropic afirma que os dados não são usados para treinamento por padrão.
· Fonte
Agents for financial services
Dez templates de agentes lançados em maio de 2026, incluindo um triador de KYC, um reconciliador de livro-razão geral, um agente de fechamento de mês e um auditor de extratos, disponibilizados como plugins no Claude Cowork e no Claude Code e como cookbooks para o Claude Managed Agents.
· Fonte
Anthropic and TCS partnership
A Anthropic anunciou uma parceria com a TCS em junho de 2026 para desenvolver ofertas com o Claude para setores regulados, incluindo consultoria de crédito para bancos e processamento de sinistros para seguradoras.
· Fonte
Na prática
Como as equipes de Bancário usam o Claude
Segundo o caso de cliente publicado pela Anthropic
N26
Segundo o caso de cliente da Anthropic, o banco digital N26 usa o Claude via AWS Bedrock em mais de uma dezena de casos de uso internos e automatizou uma grande parte das tarefas em processos-alvo, além de reduzir o processamento manual.
Segundo o caso de cliente publicado pela Anthropic
bunq
O caso de cliente da Anthropic sobre a bunq relata que o Claude Code ajuda novos desenvolvedores a contribuir com código relevante muito mais rápido do que antes, junto com abertura de contas ágil e uma alta taxa de resolução automatizada de suporte.
Segundo o caso de cliente publicado pela Anthropic
FIS
Na página de serviços financeiros da Anthropic, o CEO da FIS descreve a construção de um agente com a Anthropic para investigações de prevenção à lavagem de dinheiro.
Segundo o caso de cliente publicado pela Anthropic
BNY
No post de serviços financeiros da Anthropic de maio de 2026, o CIO do BNY descreve funcionários digitais de IA que conduzem um caso do início ao fim.
Segundo o caso de cliente publicado pela Anthropic
Citi
A atualização de serviços financeiros da Anthropic de outubro de 2025 diz que o Citi usa o Claude na sua plataforma de desenvolvedores com IA para planejamento e codificação agêntica.
Exemplo ilustrativo
Uma revisão de atualização de KYC com uma pessoa responsável pela aprovação
- Um analista abre um caso de revisão periódica e carrega os documentos do cliente no ambiente de trabalho aprovado.
- O Claude confere cada documento em relação ao checklist do banco e lista os itens que estão presentes, ausentes ou inconsistentes.
- O analista confirma as lacunas, percebendo uma mudança de propriedade que exige uma nova declaração de beneficiário final.
- O Claude redige a solicitação para o gerente de relacionamento e uma nota de caso no formato do banco.
- O analista revisa os dois, envia a solicitação e registra a decisão em seu próprio nome.
Bancário e Claude: os números publicados
| Número | Contexto | Fonte |
|---|---|---|
| automated up to 70% of tasks across targeted processes | N26, segundo o caso de cliente da Anthropic | Fonte |
| reduced manual processing by up to 50% | N26, em processos específicos, segundo o caso de cliente da Anthropic | Fonte |
| 16 hours instead of 40 | Tempo para novos desenvolvedores da bunq contribuírem com código relevante usando o Claude Code, segundo o caso de cliente da Anthropic | Fonte |
Fluxos de Trabalho Essenciais
Casos de Uso do Claude em Todo o Banco
Aqui estão os pontos em que a IA para bancos mais economiza tempo de analistas e de operações.
IA para KYC e AML
Revisões de arquivos de KYC de acordo com seu checklist, resumos de beneficiários finais e narrativas de investigação de AML redigidas a partir dos dados do caso para o analista decidir.
IA para detecção de fraude em bancos
O Claude não substitui seus modelos de monitoramento de transações, mas ajuda os investigadores a resumir casos, escrever notas e explicar os resultados aos clientes.
IA para compliance bancário
Resumos de mudanças regulatórias, análises de lacunas em políticas, documentação de testes de controles e comentários de relatórios regulatórios redigidos a partir do texto-fonte.
Operações
Reconciliações de livro-razão geral, investigações de quebras, comentários de fechamento de mês e documentos de procedimento, sempre rastreados até o sistema de registro.
Modernização de código
Explicar código legado de core banking, escrever testes que capturam o comportamento atual e ajudar desenvolvedores a reimplementá-lo com o Claude Code.
Comunicação com clientes
Respostas a reclamações, cartas e rascunhos de suporte em linguagem simples, revisados pela equipe antes de chegarem ao cliente.
Compliance e Fraude
Como os Bancos Usam IA para Compliance e Detecção de Fraude
Pergunte como os bancos usam IA para compliance e detecção de fraude e você vai ouvir duas coisas diferentes. A detecção em si costuma rodar em modelos especializados de monitoramento de transações e de fraude. IA generativa como o Claude ajuda no que acontece depois que um alerta dispara: reunir os fatos do caso, redigir a narrativa da investigação, verificar lacunas no arquivo de KYC e escrever a decisão. É aí que vai a maior parte das horas dos investigadores.
A Anthropic construiu diretamente para esse fluxo de trabalho. Seus templates de agentes de maio de 2026 para serviços financeiros incluem um triador de KYC, além de agentes de reconciliação e de fechamento. Na página de serviços financeiros da Anthropic, o CEO da FIS descreve a construção de um agente com a Anthropic que reduz investigações de AML de dias para minutos. O CIO do BNY descreve funcionários digitais que conduzem os casos do início ao fim.
A IA consegue reduzir falsos positivos na detecção de fraude? Modelos especializados conseguem, e os bancos relatam resultados vindos deles, mas isso é uma ferramenta diferente de um assistente genérico. O que o Claude pode fazer é tornar cada alerta mais rápido de resolver, reunindo as evidências e redigindo a decisão para o analista confirmar.
IA Agêntica
IA Agêntica em Bancos e IA Generativa nas Operações Bancárias
IA agêntica em bancos significa fluxos de trabalho de várias etapas em que o Claude reúne documentos, aplica regras e prepara um resultado sem que uma pessoa precise instruir cada etapa. Triagem de KYC, reconciliação de livro-razão geral e fechamento de mês são bons candidatos porque as etapas são definidas e o resultado é verificável. Os templates de agentes da Anthropic incluem um reconciliador de livro-razão geral e um agente de fechamento de mês exatamente por esse motivo.
IA generativa em bancos funciona melhor com um limite claro: o agente prepara, uma pessoa aprova. Na prática isso significa que todo resultado do agente entra em uma fila de revisão, as etapas do agente ficam registradas, e o modelo fica dentro da sua estrutura de gestão de risco de modelo, como a SR 11-7 nos Estados Unidos. Os reguladores vão perguntar como a ferramenta foi validada e monitorada, não apenas o que ela produziu.
A modernização de código é a oportunidade mais silenciosa. Muitos bancos rodam processos críticos em código com décadas de existência que quase ninguém mais entende. O Claude pode explicar esse código, documentar suas regras de negócio e ajudar a escrever testes antes de qualquer mudança. O post da Anthropic de outubro de 2025 cita o CTO do Citi sobre o uso do Claude na plataforma de desenvolvedores do banco para planejamento e codificação agêntica.
Escolhendo Ferramentas
Claude vs. ChatGPT para Bancos
A pergunta Claude vs. ChatGPT para bancos é melhor respondida com os seus próprios arquivos. Pegue um caso de KYC já encerrado, uma investigação passada e um resumo regulatório que a sua equipe já escreveu. Rode os mesmos prompts em cada ferramenta e compare a precisão, como cada uma cita suas fontes e como cada uma se comporta quando falta informação.
Em um banco, os fatores decisivos costumam ser de governança, não de capacidade bruta: opções de implantação, residência de dados, prazos de retenção, registro de auditoria e se a ferramenta se encaixa nos seus processos de risco de terceiros e de risco de modelo. O N26, por exemplo, usa o Claude via AWS Bedrock, segundo o caso de cliente da Anthropic. As suas equipes de compras e de risco vão decidir o caminho aprovado.
Qualquer que seja a ferramenta usada, os prompts e os hábitos de revisão desta página continuam valendo. A habilidade que importa é escrever instruções precisas e conferir o resultado em relação à fonte.
Primeiros Passos
Introduzindo o Claude em uma Equipe Bancária com Segurança
Comece no ambiente de trabalho aprovado
Use apenas a implantação que o seu banco aprovou para dados de clientes. Teste os prompts primeiro em casos sintéticos ou já encerrados.
Escolha uma fila
Escolha um processo repetitivo, como revisões de atualização de KYC, e meça o tempo e as taxas de erro antes e depois.
Escreva o procedimento dentro do prompt
Cole o seu checklist e o texto das políticas no prompt ou no projeto. Assim, o resultado segue o seu procedimento em vez de um genérico.
Mantenha um revisor em cada resultado
Desenhe o fluxo de trabalho para que uma pessoa nomeada aprove cada decisão, nota ou registro redigido pela IA.
Limites
Onde os Bancos Precisam Manter uma Pessoa no Comando
O Claude pode interpretar mal um documento, deixar passar um beneficiário final escondido em uma nota de rodapé ou resumir uma regulamentação que já mudou. Ele não conhece o seu cliente da forma como o seu gerente de relacionamento conhece. Toda revisão assistida por IA precisa de um revisor nomeado, e todo número em um relatório regulatório precisa estar vinculado ao sistema de registro.
Decisões com peso legal, como registrar um relatório de atividade suspeita, encerrar o relacionamento com um cliente ou negar crédito, continuam com a equipe do banco, sob as suas políticas. As regras de crédito justo e de proteção ao consumidor também se aplicam a qualquer decisão sobre clientes assistida por IA, o que é mais um motivo para manter o Claude na preparação e na documentação.
Os dados dos clientes são protegidos por lei e por contrato. Use apenas implantações aprovadas, siga a minimização de dados e nunca cole informações de clientes em uma conta pessoal.
Desenvolva a Habilidade Antes que a Adoção Chegue à Sua Equipe
Usar bem a IA em um banco é uma habilidade prática: instruções precisas, resultado verificável e bons hábitos de revisão. O currículo gratuito da Nightschool AI é prático desde a primeira aula.
Perguntas frequentes
Como os bancos usam IA para compliance e detecção de fraude?
A detecção geralmente roda em modelos especializados de monitoramento e de fraude, enquanto a IA generativa como o Claude ajuda os investigadores depois de um alerta: reunindo os fatos do caso, verificando arquivos de KYC, redigindo narrativas e escrevendo as decisões. Os posts da Anthropic citam a FIS sobre um agente que reduz investigações de AML de dias para minutos. O analista ainda decide o resultado.
Como os bancos usam IA?
Os bancos usam IA para revisões de compliance e KYC, investigações de fraude, atendimento ao cliente, operações como reconciliações e fechamento, desenvolvimento de software e busca de conhecimento interno. Os casos de clientes da Anthropic descrevem o N26 automatizando tarefas em processos-alvo e o bunq usando o Claude Code para deixar novos desenvolvedores produtivos mais rápido.
Quais empregos a IA vai substituir nos bancos?
Até agora, a IA está assumindo tarefas, não cargos inteiros: revisão de documentos, primeiros rascunhos de narrativas de casos, trabalho de reconciliação e consultas rotineiras de clientes. Papéis construídos em torno de julgamento, relacionamentos e responsabilidade perante reguladores continuam existindo. Pessoas que aprendem a direcionar e a conferir o resultado da IA tendem a assumir trabalhos mais complexos.
A IA consegue reduzir falsos positivos na detecção de fraude?
Modelos especializados de fraude e monitoramento conseguem, e é daí que costuma vir a redução de falsos positivos. Um assistente genérico como o Claude ajuda de forma diferente: torna cada alerta mais rápido de revisar, reunindo as evidências e redigindo a decisão para um investigador confirmar.
O Claude é usado por bancos?
Sim. Os posts publicados e os casos de clientes da Anthropic citam bancos como N26, bunq, BNY, Citi e Commonwealth Bank of Australia, cobrindo automação de processos, plataformas para desenvolvedores e fluxos de trabalho com agentes. A Anthropic também publica conectores de serviços financeiros e templates de agentes, como um triador de KYC.
O que é IA agêntica em bancos?
IA agêntica significa um sistema de IA que executa um processo de várias etapas, como reunir documentos de KYC, aplicar regras e apontar lacunas, sem que uma pessoa precise instruir cada etapa. Em bancos, isso deve terminar em uma fila de revisão em que uma pessoa aprova o resultado, com registro e supervisão de risco de modelo.
É seguro os bancos usarem IA com dados de clientes?
Pode ser, por meio de implantações que o banco aprovou depois de uma revisão de risco de terceiros, proteção de dados e risco de modelo. A Anthropic afirma que a sua oferta de serviços financeiros não usa dados para treinamento por padrão. A equipe nunca deve usar contas pessoais para informações de clientes.
Como os bancos devem validar o trabalho assistido por IA?
Trate a IA como parte de um processo dentro da gestão de risco de modelo: defina o uso pretendido, teste em casos já encerrados, meça as taxas de erro, exija um revisor nomeado para cada resultado, registre as etapas e monitore a qualidade ao longo do tempo. Os reguladores vão perguntar como ela foi validada.
Continue aprendendo
Guias e cursos relacionados
Claude em Bancário, por função
Gaste Menos Tempo Reunindo Arquivos
Aulas práticas para quem trabalha em equipes reguladas.