Jefferies cria assistente de trading com IA agêntica na AWS para decisões sem código

A Jefferies, um dos maiores bancos de investimento globais, desenvolveu um assistente de trading baseado em inteligência artificial agêntica diretamente na AWS. O sistema permite que traders acessem análises de dados em tempo real sem precisar escrever uma linha de código, otimizando decisões que antes dependiam de equipes técnicas.

Por que a Jefferies apostou em IA agêntica para o trading?

O ambiente de trading exige respostas em frações de segundo. Traders precisam interpretar grandes volumes de dados de mercado, notícias e indicadores simultaneamente. Até então, muitas dessas análises exigiam suporte de desenvolvedores para consultar bancos de dados ou criar scripts. A Jefferies percebeu que a IA agêntica poderia atuar como um assistente autônomo, capaz de entender perguntas em linguagem natural e executar tarefas complexas sem intervenção manual.

Segundo artigo publicado no blog de machine learning da AWS, a solução foi construída sobre a infraestrutura de nuvem da Amazon, utilizando serviços como Amazon Bedrock e Amazon SageMaker para orquestrar modelos de linguagem e dados em tempo real.

Como funciona o assistente de trading com IA agêntica na prática?

O assistente é integrado diretamente ao ambiente de front office. O trader faz perguntas em linguagem natural — como "qual o risco de exposição atual da carteira de renda fixa?" ou "mostre as últimas três horas de volume do ativo X" — e o sistema processa a consulta, acessa fontes de dados internas e externas, aplica modelos de inferência e retorna respostas visuais e numéricas em segundos.

Todo o pipeline é baseado em agentes de IA modulares, cada um especializado em uma função: consulta de dados, análise estatística, geração de gráficos e sumarização de notícias. A arquitetura permite que o assistente aprenda com o feedback dos traders e refine suas respostas ao longo do tempo.

Quais foram os resultados reais da IA agêntica no trading da Jefferies?

A Jefferies relatou ganhos significativos em eficiência operacional. O tempo médio para obter uma análise complexa caiu de minutos para segundos. Além disso, traders que não possuíam conhecimento em programação passaram a realizar consultas avançadas de forma independente, reduzindo a dependência das equipes de TI.

Outro benefício foi a padronização das análises. Com o assistente, todos os traders utilizam a mesma base de dados e os mesmos modelos, eliminando discrepâncias que surgiam de consultas manuais. A segurança também foi reforçada, já que o sistema opera dentro dos controles de acesso da AWS, com logs de todas as interações.

Impactos da IA agêntica no mercado financeiro brasileiro

A iniciativa da Jefferies serve como prova de conceito para bancos e corretoras no Brasil que buscam modernizar suas operações de trading. A combinação de IA agêntica com nuvem pública reduz barreiras técnicas e financeiras. Instituições brasileiras podem replicar o modelo usando os mesmos serviços da AWS disponíveis na região.

No entanto, é preciso cuidado com a segurança. Recentemente, casos de malware que invade assistentes de IA e até agentes de IA agindo de forma autônoma sem autorização mostram que a governança de IA deve ser prioridade. A Jefferies implementou controles rigorosos de acesso e auditoria, algo essencial para qualquer adoção no setor financeiro.

Perguntas Frequentes sobre IA agêntica no trading

O assistente substitui traders humanos?

Não. A ferramenta atua como suporte à decisão, automatizando consultas e análises repetitivas. O julgamento humano continua central nas estratégias de trading.

É necessário conhecimento em programação para usar a ferramenta?

Não. O assistente foi projetado para ser usado em linguagem natural, permitindo que traders com qualquer nível técnico realizem consultas avançadas sem escrever código.

A solução pode ser replicada em outras instituições?

Sim. A Jefferies construiu o sistema sobre serviços padrão da AWS, o que permite que outros bancos e corretoras implementem soluções similares com adaptações às suas bases de dados e regras de negócio.

---

Fonte original: Building trade assistant: how Jefferies optimized front-office trading operations with AI