Empresa reuniu apresentações sobre como grafos resolvem problemas complexos de forma simplificada, incluindo demonstrações e atividades ao vivo na construção de um agente com contexto
A Neo4j, empresa líder em Banco de Dados Grafos & Analytics, participou da FEBRABAN TECH 2026 com uma programação dedicada à aplicação de dados conectados em prevenção a fraudes, análise de risco, visão 360 de clientes e inteligência artificial generativa. A companhia reuniu executivos do Banco Central do Brasil, Bradesco, iFood, iFood Pago, Itaú, Serasa, Sulamérica, BAT e outras organizações que apresentaram projetos desenvolvidos a partir da conexão de dados através dos Grafos.
Entre os casos apresentados estavam o uso de grafos de conhecimento na prevenção a fraudes no Pix, a construção de uma visão conectada para o onboarding de clientes, uma prova de conceito que alcançou entre 85% e 95% de assertividade na previsão da satisfação em aproximadamente 80 jornadas digitais e uma arquitetura de GraphRAG composta por 18 milhões de entidades e 54 milhões de relacionamentos.
A participação da Neo4j foi conduzida pelo conceito de Context Graphs, abordagem que conecta diferentes fontes de dados e seleciona as informações relevantes para cada decisão. Enquanto um grafo registra entidades e os vínculos entre elas, um grafo de conhecimento acrescenta significado a essas relações. O Context Graph disponibiliza esse conhecimento no momento em que um profissional ou sistema precisa tomar uma decisão, considerando fatores como histórico, regras de negócio, permissões, intenção do usuário e estado atual de cada processo.
De acordo com o vice-presidente para a América Latina na Neo4j, Paulo Farias, fraude, risco, comportamento de clientes e alucinações da inteligência artificial estão nas entrelinhas dos dados. “Os grafos da Neo4j utilizam contexto para identificar padrões e conexões escondidos em relações profundas, contribuindo para reduzir falsos positivos e o risco de respostas incorretas que bancos de dados tradicionais têm dificuldade para detectar”, afirma o executivo.
Fraude, lavagem de dinheiro e visão conectada de clientes e grupos econômicos
No setor financeiro, a aplicação mais frequente da tecnologia está na prevenção a fraudes, na qual a análise transacional avalia se determinada operação é suspeita e a análise em grafo avalia a rede à qual essa operação pertence. Em uma avaliação isolada, uma compra, uma transferência ou a abertura de uma conta pode apresentar características aparentemente legítimas, e o padrão se revela quando se observam as relações entre os diferentes pontos da operação.
A mesma lógica é aplicada à identificação de redes de lavagem de dinheiro, com cadeias de titularidade final que atravessam jurisdições, redes de contas intermediárias com várias contrapartes de profundidade e identidades sintéticas que compartilham a mesma impressão digital de dispositivo entre dezenas de contas. Há também um ganho na etapa de investigação, uma vez que a rede de entidades relacionadas pode ser disponibilizada ao analista já montada, reduzindo o trabalho de reconstrução manual das evidências.
O tempo de resposta é outro fator relevante nesses cenários, uma vez que em pagamentos instantâneos é preciso identificar o vínculo entre contas e dispositivos dentro da janela em que a transação ainda pode ser analisada ou interrompida. No Open Finance, a aplicação segue princípio semelhante, já que diferentes instituições precisam reconhecer e conectar informações relacionadas à mesma pessoa ou empresa, o que envolve resolução de entidades e de relacionamentos.
A abordagem também é utilizada na construção da visão 360 de clientes, que consiste em reconhecer que o cliente que entra em contato com a central de atendimento, o que acessa o aplicativo e o que assinou contrato anos antes são a mesma pessoa, e considerar esse histórico durante a interação. No onboarding, o mesmo princípio se aplica às entidades com as quais o potencial cliente mantém relações, como empresas, contas bancárias, participações societárias e registros de sanções.
Segundo o diretor de Engenharia de Soluções para a América Latina na Neo4j, José Eduardo Machado, a arquitetura do banco de dados está diretamente relacionada ao tempo dessa resposta. “O motor de grafo nativo da Neo4j percorre múltiplos saltos de relacionamento em milissegundos, sem depender das sucessivas operações de junção que podem comprometer o desempenho em outras arquiteturas. É essa velocidade que permite montar uma visão 360 hiperpersonalizada do cliente e calcular a próxima melhor oferta em tempo real, no momento da interação”, explica.
Contexto e rastreabilidade para agentes de IA
Durante a feira, além dos casos relacionados a fraudes e clientes, a Neo4j apresentou aplicações de grafos voltadas à inteligência artificial generativa e à adoção de agentes autônomos. A proposta é fornecer aos modelos de linguagem, os LLMs, informações sobre processos, regras, conceitos e decisões específicas de cada organização.
Um grafo de conhecimento pode registrar o significado atribuído a cada termo dentro de uma instituição, representar como os processos acontecem e preservar o histórico das decisões. O Context Graph seleciona a parcela desse conhecimento necessária para uma determinada solicitação. Como cada entidade, relacionamento e atributo pode ser identificado, o sistema também permite demonstrar quais dados e conexões fundamentaram uma resposta ou recomendação.
No estande, os visitantes puderam acompanhar demonstrações divididas em quatro áreas temáticas, sendo elas prevenção a fraudes, visão conectada de clientes, análise de redes e inteligência artificial. A atividade Build your Agent permitiu que os participantes construíssem um agente de IA e acompanhassem como um grafo de conhecimento fornece contexto e rastreabilidade para as decisões geradas pelo sistema.
Para Farias, a participação não esteve relacionada ao perfil de quem participou do evento. “Em 2025, 36% dos visitantes vieram de bancos e 34% de empresas de tecnologia, fintechs e startups, a maioria em posições de liderança. São as pessoas que estão decidindo agora como dados e inteligência artificial vão evoluir nas instituições financeiras brasileiras, e foi com elas que buscamos conversar durante os três dias”, conclui.