A Delto propõe uma arquitetura agentic Skill-based para bancos: uma única IA orquestra mais de 300 Skills bancários pré-construídos (o Banking Large Action Model), em vez de vários bots isolados. O resultado: mais escalabilidade, segurança e rastreabilidade. A McKinsey estima que a IA generativa e de ação pode somar entre USD 200 e 340 bilhões por ano ao banking global.
As instituições financeiras estão na vanguarda da inovação, e a inteligência artificial conversacional se tornou um pilar fundamental. Vimos muitos bancos explorarem os chatbots para bancos ou assistentes virtuais, tentando resolver desde o atendimento ao cliente até a gestão de cobranças. Muitas vezes, isso implica treinar vários agentes de forma isolada ou integrar ferramentas externas para cada nova funcionalidade. No entanto, esse caminho tradicional apresenta limitações significativas em escalabilidade, manutenibilidade e controle. Na Delto desenvolvemos uma proposta que transforma esse cenário: uma plataforma baseada em Agentic Skills (habilidades inteligentes), desenhada especificamente para as necessidades do banking digital . Neste artigo, vamos explorar por que essa abordagem inovadora é mais escalável, segura, manutenível e analítica que as soluções convencionais. Além disso, vamos aprofundar o que significa um "Skill" na arquitetura da Delto, como nosso modelo se traduz em soluções reais (de agentes de cobrança a onboarding digital), e as vantagens técnicas frente à abordagem "tool-based". Descubra por que o Banking Large Action Model da Delto, com mais de 300 Skills bancários pré-definidos, é a chave para a próxima geração de automação conversacional no banking . Da abordagem de múltiplos agentes ao Skill-based: a evolução necessária na IA para bancos Implementar vários agentes ou bots isolados para diferentes funções traz desafios significativos: cada agente exige treinamento específico, infraestrutura dedicada e manutenção individual. Isso pode gerar silos de informação e experiências inconsistentes para o cliente. Em contrapartida, uma abordagem baseada em Skills consolida as capacidades em uma plataforma unificada. Por que essa evolução é tão vantajosa para a indústria bancária na América Latina? Escalabilidade mais simples: Os Skills atuam como módulos reutilizáveis. Adicionar um novo caso de uso já não significa criar outro bot do zero, mas incorporar ou ativar a habilidade correspondente dentro do mesmo sistema. Assim, uma vez implantada a plataforma, escalar para novos processos ou produtos é muito mais ágil e com menor custo marginal. Além disso, a plataforma centralizada pode lidar com picos de volume distribuindo eficientemente os recursos entre os Skills, enquanto em um esquema de múltiplos bots cada um poderia exigir superdimensionamento para os próprios picos. Essa capacidade é crucial para o futuro do banking. Manutenibilidade e eficiência: Com uma única IA gerenciando múltiplos Skills, reduzem-se as duplicações. As atualizações (por exemplo, melhorar a compreensão de linguagem) acontecem em um só lugar e beneficiam todas as capacidades. Isso simplifica a gestão operacional e reduz custos de manutenção. Os Skills também favorecem a reutilização: uma habilidade de autenticação de usuário ou de consulta de saldo pode ser invocada em diferentes contextos sem reimplementá-la a cada vez. É uma solução para bancos que buscam otimizar recursos. Segurança e controle unificado: Um banco precisa garantir que cada interação automatizada cumpra políticas de segurança e normas rígidas. Em uma abordagem tradicional dispersa, garantir padrões homogêneos em múltiplos agentes é complexo. Com Skills centralizados, é mais fácil aplicar controles de segurança transversais (autenticação, autorizações, auditoria de ações) em um único framework. Além disso, minimiza-se a exposição de dados sensíveis a múltiplos sistemas externos; a inteligência opera dentro de um ambiente controlado pelo banco. Por exemplo, a Delto roda sobre infraestrutura cloud de nível empresarial (Azure), com rígida governança de dados, garantindo privacidade e compliance regulatório em todas as operações. Capacidade analítica superior: Ao concentrar todas as interações em uma mesma plataforma, o banco obtém visibilidade 360 do que acontece. É possível analisar em conjunto as conversas de diferentes domínios, identificar tendências, pontos de fricção comuns e oportunidades de melhoria. A Delto, por exemplo, incorpora analytics nativos impulsionados por IA para monitorar cada interação em tempo real, identificando o que os clientes perguntam, como cada Skill responde e medindo a eficácia, o que habilita uma melhoria contínua baseada em dados. Com múltiplos bots isolados, essa agregação e aprendizado global seria muito mais difícil. Isso é fundamental para a experiência do cliente bancário. Em resumo, a abordagem baseada em Skills oferece uma base escalável, consistente e governável para a automação conversacional no banking , frente à fragmentação das abordagens tradicionais. O que é um Skill e como funciona na arquitetura da Delto? Na plataforma da Delto, um Skill (ou habilidade) é uma capacidade conversacional encapsulada que resolve uma necessidade específica do usuário. Podemos pensar em cada Skill como um "mini-agente" especializado em uma tarefa, mas, diferentemente dos bots tradicionais, ele não opera de forma isolada e sim coordenado dentro de um cérebro central de IA. Um Skill normalmente inclui: Detecção da intenção e do contexto relevantes (por exemplo, identificar que o usuário deseja consultar o saldo da conta corrente). Lógica de negócio ou ação definida para atender a essa intenção (por exemplo, executar a consulta de saldo nos sistemas core do banco). Geração da resposta ao cliente com a informação ou o resultado obtido, em linguagem natural. Quando um usuário faz uma pergunta ou solicitação por algum canal (chat web, WhatsApp, voz ou outro), a arquitetura da Delto interpreta a entrada e decide qual Skill (ou combinação de Skills) aplicar. Essa orquestração inteligente é realizada pelo módulo Delto Intelligence, o núcleo cognitivo do sistema. Esse módulo utiliza modelos de linguagem de última geração (Large Language Models) adaptados ao domínio bancário para compreender a solicitação do cliente e planejar uma resposta. Se a resposta exigir uma ação concreta (por exemplo, "Transferir $500 para minha conta poupança" implica verificar saldo, debitar a conta e gerar confirmação), a Delto Intelligence ativará os Skills pertinentes (consulta de saldo, execução de transferência, etc.), cada um com suas validações e etapas predefinidas. Em essência, o modelo de IA atua como orquestrador, selecionando e encadeando habilidades para cumprir o pedido do usuário de forma autônoma. Dentro da arquitetura de componentes da Delto, os Skills ocupam o coração funcional: Canais (Channels): Nossa plataforma é omnichannel. As mensagens podem vir de diferentes canais (app mobile do banco, site, WhatsApp, Messenger, IVR telefônico, etc.) e todos convergem para o mesmo sistema. A Delto se integra facilmente aos canais existentes do banco, aproveitando APIs ou conectores nativos, de modo que o cliente tenha uma experiência fluida e uniforme independentemente do meio de contato. Pre-Processor: Antes de chegar ao núcleo de inteligência, cada interação passa por um pré-processador. Esse componente realiza tarefas iniciais como normalizar o input (por exemplo, transcrever voz em texto se a interação for falada), detectar o idioma e extrair informações relevantes (identificar o cliente a partir do número de telefone ou ID de sessão, reconhecer entidades mencionadas como números de conta, datas, valores, etc.). Também pode filtrar conteúdo ou aplicar regras de negócio simples. O objetivo é preparar o contexto adequado para que a IA tome decisões melhores. Delto Intelligence: Aqui reside o motor cognitivo e de decisão. Baseado em IA generativa , a Delto Intelligence compreende a intenção do usuário a partir do texto (ou da transcrição de voz) e planeja a resposta. Diferentemente de um simples chatbot de FAQ, esse módulo pode raciocinar e desdobrar pedidos complexos em etapas acionáveis. Se precisar de dados ou operações, invocará os Skills correspondentes no Delto Core. Esse componente garante que a conversa siga um fluxo coerente, gerenciando contexto (por exemplo, lembrando o que foi dito antes na sessão) e mantendo o tom e a linguagem adequados. Podemos pensar que a Delto Intelligence é o "cérebro" que entende e decide, usando os Skills como suas "mãos" para executar ações. Delto Core: É o núcleo de execução e a biblioteca de Skills. Aqui residem as mais de 300 habilidades bancárias pré-construídas e as que forem desenvolvidas sob medida. Cada Skill no Delto Core tem a lógica para interagir com os sistemas do banco ou com serviços externos autorizados (por exemplo, um Skill de pagamento de contas sabe como formatar a ordem e se comunicar com a API de pagamentos do banco). Quando a Delto Intelligence invoca uma habilidade, o Delto Core executa o código correspondente de forma segura e escalável, obtendo resultados (consultas, transações, relatórios, etc.). Além disso, cuida da integração com sistemas legados: por exemplo, conectividade com o core bancário, CRM, ERP ou outras ferramentas, por meio de APIs padronizadas ou conectores já incluídos na plataforma. Após a execução do Skill, o Delto Core envia a informação de retorno à Delto Intelligence para que ela elabore a resposta final ao usuário. Pós-processamento e aprendizado: Por fim, a resposta gerada viaja de volta pelo canal até o cliente. A plataforma pode incluir etapas de pós-processamento como mascarar dados sensíveis na resposta ou traduzir para o idioma preferido do usuário, se necessário. Cada interação fica registrada para análise, alimentando módulos analíticos que permitem aprender com os acertos e erros. A Delto conta com um módulo de AI Analytics que monitora essas conversas para identificar oportunidades de otimização (por exemplo, detectar que um Skill precisa de treinamento adicional porque os usuários frequentemente formulam a intenção de maneira não prevista). Esse desenho modular garante que cada componente possa escalar e inovar de forma independente (por exemplo, adicionar um novo canal sem mudar a lógica central, ou melhorar um Skill sem retreinar o modelo inteiro). Em particular, o extenso catálogo de Skills pré-definidos, o Banking Large Action Model da Delto , é um diferencial-chave. Vejamos em que consiste e como se aplica em casos concretos de automação bancária . Banking Large Action Model: mais de 300 Skills bancários prontos para usar Diferentemente das soluções genéricas de IA conversacional , que costumam começar de uma base vazia ou exigem treinar um agente para cada tarefa, a Delto oferece mais de 300 Skills bancários pré-configurados. Essas habilidades cobrem um amplo leque de operações típicas de instituições financeiras, de consultas informativas a transações complexas, e são desenhadas especificamente para o banking. Na prática, isso significa que um projeto pode começar com grande parte do trabalho já feito: as capacidades centrais (consultar saldos, transferir fundos, bloquear um cartão, cotar um empréstimo, cobrar uma dívida, etc.) já existem e foram testadas. A equipe do banco só precisa ajustar detalhes de integração (por exemplo, mapear o Skill de "consulta de movimentações" para sua API específica de core bancário) e personalizar certos comportamentos ou vocabulário conforme sua operação. O Banking Large Action Model (BLAM = Banking Large Action Model) não é simplesmente uma lista estática de funções, mas um conjunto de habilidades respaldadas pelo conhecimento setorial e pelas melhores práticas. Cada Skill já vem com considerações de compliance incorporadas (por exemplo, limites de valor, verificações de identidade obrigatórias antes de certas operações, mensagens pré-aprovadas pela área jurídica para determinadas respostas sensíveis). Isso acelera a implementação e ao mesmo tempo dá tranquilidade às áreas de Riscos e Compliance do banco, já que as interações automatizadas se mantêm dentro dos limites estabelecidos pela regulação financeira. Para conhecer mais sobre nossas soluções específicas para bancos, visite nossa página de soluções para bancos . De uma perspectiva técnica, dispor de um amplo catálogo de Skills pré-definidos é semelhante a contar com uma biblioteca de funções de alto nível: em vez de programar do zero a lógica de cada nova funcionalidade, reutiliza-se e monta-se aquilo que já existe. Isso também reduz erros, porque se parte de componentes já testados em cenários reais. É claro que a plataforma é extensível: se o banco precisar de uma habilidade completamente nova (por exemplo, uma integração com um serviço externo pouco comum), a Delto oferece um Framework de desenvolvimento onde os programadores podem criar Skills personalizados em Python, com ferramentas de apoio como copilotos de código e ambientes de teste integrados. Uma vez desenvolvido, o novo Skill é adicionado ao Core e fica disponível para ser orquestrado pela inteligência junto com os demais. Casos de uso de soluções bancárias com Skills: a automação para bancos em ação Essa abordagem se materializa em soluções concretas dentro de um banco, superando a visão tradicional: Banking pessoal e agente conversacional para indivíduos: Um assistente baseado em Skills pode cobrir de ponta a ponta a vida financeira do cliente de varejo sem fragmentar a experiência. Uma mesma conversa passa, por exemplo, de "Qual é o saldo do meu cartão?" para "Bloqueie porque o perdi" ou "Pague minha conta de luz" sem saltos de canal. Por trás, a Delto Intelligence encadeia Skills especializados: verificação de identidade, consulta de saldos, bloqueio de cartões, execução de pagamentos, ajuste de limites ou geração de certificados. Se o usuário pergunta "Vale mais a pena um CDB de 90 dias ou investir em fundos?", a IA ativa habilidades de recomendação baseadas em perfil e risco, explica prós e contras e oferece abrir o produto na hora. O cliente nunca abandona a conversa. O banco obtém métricas detalhadas sobre quais motivos de contato predominam, tempos de resolução e oportunidades de venda cruzada, ao mesmo tempo em que reduz custos operacionais ao automatizar tarefas rotineiras que antes exigiam agentes humanos. Banking corporativo e agentes para empresas: Os clientes corporativos costumam ter consultas mais complexas que um usuário individual e realizar operações de maior porte (por exemplo, gestão de tesouraria, pagamentos em massa, consultas de comércio exterior). Uma abordagem de múltiplos bots poderia implicar um assistente para pagamentos, outro para consultas de trade finance, outro para suporte técnico, etc., fragmentando a interação. Com a plataforma baseada em Skills, um único agente corporativo pode lidar com múltiplos tópicos: uma mesma conversa pode ir de "Qual é meu saldo consolidado hoje?" para "Cote a taxa de câmbio para transferir USD 50.000 ao exterior" ou "Preciso de ajuda com a carga da folha de pagamento". Nos bastidores, diferentes Skills especializados atendem cada requisito (consulta de saldos de contas corporativas, cotação de câmbio preferencial, execução de pagamentos em massa integrados ao ERP, etc.), mas para o usuário é o mesmo assistente inteligente que entende seu contexto (sabe qual empresa é, quais produtos tem contratados, quais foram suas últimas operações) e não o transfere de um departamento a outro. Isso melhora enormemente a experiência do cliente corporativo e ao mesmo tempo reduz custos operacionais, ao automatizar tarefas que antes exigiam gerentes dedicados. A plataforma garante que, apesar da complexidade, cada etapa seja validada (por exemplo, autorizações múltiplas para valores altos, conformidade com políticas antilavagem) já que essas regras estão integradas nas habilidades correspondentes. Onboarding digital de clientes (abertura de produtos): Cadastrar um novo cliente ou vender-lhe um produto adicional normalmente envolve coletar dados, realizar avaliações (scoring de crédito, KYC/AML), assinar contratos, etc. Tradicionalmente, isso é gerido com formulários web separados ou com executivos guiando o usuário passo a passo. Um agente conversacional baseado em Skills pode orquestrar todo o fluxo de onboarding de maneira natural por chat. Por exemplo, um novo cliente começa perguntando "Quero abrir uma conta corrente". O assistente vai solicitando dados por meio de Skills de cadastro (captura de dados pessoais, foto do documento, validação contra listas regulatórias). Se no meio do processo o usuário pergunta "Quais vantagens essa conta tem?", o mesmo agente pode ativar um Skill informativo que responde a essa pergunta em linguagem clara, aproveitando a base de conhecimento integrada, para depois retomar o processo de abertura. Uma vez reunidos e verificados os dados, outro Skill gera o contrato digital e o apresenta para aceitação. Tudo sem sair do canal conversacional. A interação é proativa e guiada, com a IA antecipando dúvidas comuns e oferecendo ajuda contextual em cada etapa (por exemplo, se o usuário demora a responder na etapa de enviar sua identificação, o bot pode oferecer assistência ou alternativas). Isso reduz drasticamente a fricção na incorporação de novos clientes. Operacionalmente, o banco obtém maior conversão e pode rastrear em quais etapas os usuários abandonam para otimizar o funil, graças à rastreabilidade detalhada que a plataforma oferece. Vantagens técnicas frente à abordagem "tool-based" tradicional: por que a Delto é a melhor solução de IA para bancos? Além da experiência e da escalabilidade, a arquitetura baseada em Skills traz benefícios técnicos e operacionais significativos em comparação com abordagens baseadas em ferramentas externas ou múltiplos agentes. Alguns diferenciais-chave: Uso otimizado de recursos e custos: Uma única IA orquestrando Skills consome menos recursos que manter vários motores de IA independentes. A plataforma Delto aproveita modelos generativos de forma cost-efficient, combinando instâncias próprias e serviços públicos conforme convém. Em vez de fazer múltiplas chamadas a APIs externas ou instanciar vários processos por consulta, muitas decisões são resolvidas internamente com os Skills locais. Isso reduz latências e custos de API de terceiros. Além disso, a infraestrutura escala sob demanda (especialmente por estar na nuvem), o banco paga apenas pelo que usa, permitindo absorver picos de interações sem investimentos fixos elevados. Maior velocidade de resposta: Ao ter os Skills integrados na mesma plataforma, perto do motor cognitivo, elimina-se muito "tempo morto" de orquestração. A latência diminui porque a IA não precisa esperar que um serviço externo processe algo de maneira síncrona a cada etapa; muitas ações acontecem quase em tempo real dentro do próprio Delto Core. Mesmo quando há integrações com sistemas externos (por exemplo, um banco de dados interno), elas são otimizadas por meio de conexões persistentes e chamadas diretas a partir dos Skills, evitando a sobrecarga de passar por camadas intermediárias. O resultado são conversas mais fluidas, em que o usuário percebe respostas imediatas, mesmo em operações complexas. Isso contrasta com algumas abordagens com ferramentas externas onde cada consulta ao LLM mais uma consulta a uma API em separado podem introduzir atrasos perceptíveis. Segurança e compliance integrados: Em ambientes financeiros, a confidencialidade e a exatidão são primordiais. Uma abordagem baseada em ferramentas genéricas poderia implicar enviar dados sensíveis a serviços externos ou perder o controle sobre como certas operações são tratadas. Com Skills internos, todos os dados permanecem dentro do ambiente seguro do banco (ou de sua nuvem privada) durante o processamento. A Delto, por exemplo, hospeda a solução no Azure sob rígidas políticas de dados e acordos de privacidade bancários. Da mesma forma, cada Skill pode manter registros de auditoria detalhados (o que foi consultado, quem aprovou determinada operação, etc.), facilitando a rastreabilidade e o compliance regulatório. A plataforma pode anonimizar ou mascarar informações quando cabível, garantindo que a IA nunca revele informações não autorizadas. A consistência centralizada torna mais fácil aplicar atualizações urgentes de segurança em um único ponto, em vez de corrigir múltiplos sistemas dispersos. Facilidade para integrar novas tecnologias: O mundo da IA avança rapidamente; novos modelos, serviços e bibliotecas surgem constantemente. Em uma abordagem tradicional, adotar uma nova tecnologia (por exemplo, trocar o motor de NLU do bot, ou adicionar uma ferramenta de sentiment analysis) exigiria atualizar agente por agente ou desenvolver integrações ad-hoc com cada sistema. Na arquitetura da Delto, os componentes estão desacoplados e padronizados, o que permite encaixar novas peças com menos esforço. Por exemplo: se amanhã surgir um modelo de linguagem mais potente ou específico para o português, a Delto Intelligence poderia integrá-lo ou substituí-lo sem que os Skills abaixo mudem; ou se surgir uma nova API de open banking útil, é possível desenvolver um Skill para consumi-la e, de imediato, todas as conversas poderiam aproveitar essa capacidade. Essa flexibilidade evolutiva protege o investimento do banco, já que a plataforma pode ir incorporando inovações sem refazer a solução do zero. A Delto incorpora uma metodologia de melhoria contínua (Skill Growth Strategy) para detectar a próxima habilidade ou ajuste a implementar conforme as necessidades mudam. Curadoria de contexto e precisão: Uma reclamação comum das implementações baseadas unicamente em LLMs genéricos com acesso a ferramentas é a propensão a respostas alucinadas ou fora de contexto quando o modelo interpreta mal a pergunta. A abordagem de Skills mitiga isso ao delimitar contextos especializados para cada habilidade. Ou seja, quando o usuário pergunta algo que ativa o Skill de, digamos, recomendações de investimento, a IA trabalhará com os dados e regras específicas dessa habilidade (por exemplo, só sugerirá produtos permitidos e baseados no perfil do cliente). A conversa fica restrita ao contexto relevante, reduzindo o espaço para divagações do modelo de linguagem. Além disso, os Skills atuam como "funções determinísticas" em muitos casos: se um Skill de cálculo de parcela recebe valor e prazo, sempre devolverá o resultado correto conforme a fórmula, independentemente de como a pergunta tenha sido formulada. Essa combinação de IA generativa mais lógica específica oferece o melhor dos dois mundos: naturalidade e compreensão ampla, mas com precisão e controle na execução das respostas. Rastreabilidade completa das interações: Em um esquema multiagente ou com ferramentas dispersas, seguir o rastro do que foi dito ou feito pode ser complexo, com os dados fragmentados em diferentes logs. A Delto, ao contrário, centraliza o registro: cada turno conversacional fica associado a um cliente, a uma sessão e a um Skill aplicado, com marcações de tempo e resultados. Isso facilita não só o debug técnico (saber o que aconteceu se algo der errado) como também obter insights operacionais. Por exemplo, é possível traçar o caminho completo de uma transação iniciada por chat, ver em que ponto o usuário pode ter travado, quantas vezes um humano interveio, etc. A transparência que essa rastreabilidade proporciona aumenta a confiança na IA: os executivos do banco podem auditar interações e comprovar que o agente cumpre as políticas definidas. Também ajuda a treinar melhor os modelos, com feedback supervisionado baseado em históricos reais, e a demonstrar compliance aos órgãos reguladores apresentando logs claros de cada interação automatizada. O futuro da automação conversacional no banking: vocês estão prontos para a transformação digital bancária? A adoção de agentes conversacionais baseados em Skills representa uma mudança de paradigma na forma como os bancos abordam a automação e a experiência do cliente. Estamos migrando de bots estáticos que respondem perguntas para agentes inteligentes que podem raciocinar e executar ações em nome do usuário, integrando-se profundamente aos processos bancários. Esse avanço se alinha à tendência dos Large Action Models (LAMs), em que a IA não só entende linguagem como também executa ações concretas. Um relatório da McKinsey estima que a IA generativa e de ação poderia agregar entre $200 e $340 bilhões por ano em valor ao setor bancário global , refletindo o enorme potencial de eficiência e personalização que há por capturar. No futuro próximo, é plausível imaginar uma operação bancária quase totalmente autônoma em tarefas rotineiras: de aprovar um empréstimo simples em minutos a resolver uma reclamação sem intervenção humana, com o agente virtual coordenando as verificações e decisões necessárias. Mas, além da eficiência, o foco estará na personalização e na proatividade. Graças às arquiteturas centradas em Skills e à análise integrada, os bancos poderão antecipar necessidades do cliente, por exemplo: recomendar proativamente otimizações financeiras ou alertar sobre desvios, de forma contextual e oportuna. Os executivos de canais e experiência encontrarão nessas plataformas uma alavanca para elevar a satisfação do cliente, ao oferecer respostas instantâneas, coerentes e disponíveis 24/7, sem perder o toque humano. De fato, uma IA bem treinada em habilidades pode alcançar interações tão naturais que o cliente sinta que o banco "o conhece" e o aconselha como faria um gerente pessoal, mas com a rapidez da automação. É claro que esse futuro vem com desafios: será vital manter um equilíbrio entre a autonomia da IA e a supervisão humana. É aqui que abordagens como a da Delto mostram sua força, ao permitir uma governança centralizada das habilidades e transparência nas decisões tomadas. Os bancos que adotarem cedo essas metodologias de Skills estarão mais bem posicionados para se adaptar a novas regulações de IA, integrar tecnologias emergentes (como identificação biométrica avançada, análise de sentimentos, etc.) e escalar a automação de forma coerente em todas as suas operações. As instituições que souberem aproveitar essa oportunidade não só reduzirão custos operacionais, como redefinirão a maneira como se relacionam com seus clientes na era digital, oferecendo serviço inteligente em escala, sem perder a proximidade e a confiança que caracterizam o banking bem feito. O caminho já está traçado: plataformas como a Delto demonstram que é possível alcançar hoje o que há poucos anos parecia ficção científica, lançando as bases para um novo padrão na experiência bancária do amanhã
O que é um Skill na arquitetura da Delto? Um Skill é uma capacidade conversacional encapsulada que resolve uma necessidade específica do cliente: detecta a intenção, executa a lógica de negócio (por exemplo, consultar um saldo ou executar uma transferência) e gera a resposta em linguagem natural. Funciona como um mini-agente especializado, coordenado pela Delto Intelligence dentro de um único cérebro de IA, e não de forma isolada como um bot tradicional.
O que é o Banking Large Action Model (BLAM) da Delto? O Banking Large Action Model (BLAM) é o catálogo de mais de 300 Skills bancários pré-configurados da Delto, de consultar saldos a cobrar uma dívida. Cada Skill já vem com considerações de compliance embutidas (limites de valor, verificação de identidade, mensagens pré-aprovadas pelo jurídico), de modo que o banco começa com grande parte do trabalho pronto e testado em cenários reais.
Por que a abordagem Skill-based supera a tradicional tool-based? Uma única IA orquestrando Skills consome menos recursos que vários motores isolados, reduz a latência e os custos de API de terceiros, e mantém os dados dentro do ambiente seguro do banco. Além disso, centraliza a rastreabilidade: cada turno fica associado a cliente, sessão e Skill, o que facilita auditoria, compliance regulatório e melhoria contínua.