Gabriel Mochnacs, superintendente executivo de Dados e IA da Cielo
A Cielo liberou a criação de agentes de inteligência artificial para qualquer colaborador e concentrou o controle em um único ponto, o da publicação. Quem cria uma solução para si ou para a própria área publica sem pedir licença. Levar a mesma solução para a companhia inteira ou para um cliente aciona cadastro de iniciativa, definição de caso de uso e validação do time de tecnologia. A adquirente já roda IA em produção na prevenção a fraudes, em que quatro agentes evitaram R$ 2,8 bilhões em 2025.
Em entrevista ao Let’s Money Podcast, Gabriel Mochnacs, superintendente executivo de Dados e IA da Cielo, descreveu como a companhia chegou a esse desenho: três anos reorganizando a fundação de dados de um ambiente que já rodava havia três décadas, e um concurso interno que serviu de laboratório para escrever os guard-rails antes da abertura.
Três anos limpando a fundação antes de abrir a criação
Mochnacs chegou à Cielo em junho de 2023, quando o ChatGPT já havia popularizado a IA generativa e o receio nas empresas era alucinação e vazamento do próprio modelo de trabalho. A primeira foto do ambiente mostrou 9 mil processos rodando diariamente, um petabyte de dados e cerca de mil rotinas em PL/SQL com contexto de negócio acumulado. “Então era uma verdadeira memória da companhia que tinha ali, aquele ambiente”, disse.
A migração dessas tecnologias segue em curso, feita, na descrição dele, tirando uma a uma. O único ponto que ele dá por concluído é outro: a eliminação de todos os silos de dados analíticos, que abriu caminho para uma visão unificada de plataforma com dados federados.
O modelo operacional é o Hub and Spoke. O time que Mochnacs lidera funciona como hub de dados e IA e entrega plataforma, método, padrões, guard-rails, segurança, compliance e as exigências da Lei Geral de Proteção de Dados. As áreas resolvem os próprios problemas sobre essa base.
Publicidade
Duas vias, uma decidida pela diretoria e outra pelo colaborador
A operação corre em duas vias. De um lado, projetos definidos pela diretoria em conjunto, escolhidos por geração de valor e por impacto em cliente e no NPS. De outro, iniciativas cadastradas pelos próprios times, que criam agentes de produtividade pessoal e de equipe.
O caminho até essa abertura passou por um programa interno. O IA na Veia foi um concurso restrito à área de tecnologia, voltado a produtividade, receita e experiência do colaborador. O objetivo declarado era o método: usar um ambiente controlado como laboratório para desenhar os guard-rails antes de liberar a criação para o resto da companhia.
Em paralelo, o time de recursos humanos conduzia o Futuros Inteligentes, com visões de mercado, enquanto a área técnica multiplicava casos de uso na linha Aprende Comigo. Os dois viraram um programa só, o Futuros Inteligentes 2.0, e a companhia montou a squad Reasons to Believe, com gente de dados e IA, de negócio e da Universidade Cielo.
As duas vias da operação de IA na Cielo
Via
Quem define
O que o guard-rail exige
Top-down: projetos de maior geração de valor, com impacto em cliente e no NPS
A diretoria, em conjunto
Escopo corporativo desde a origem, com cadastro de iniciativa e validação do time de tecnologia
Bottom-up: agentes de produtividade pessoal e de equipe
O próprio colaborador, que cadastra a iniciativa
Autonomia total no escopo próprio; publicar para toda a companhia ou para cliente aciona caso de uso e validação
Modelo descrito por Gabriel Mochnacs em entrevista ao Let’s Money Podcast.
Onde o guard-rail entra: no escopo da publicação
A regra que separa o que é livre do que passa por controle é de escopo. Se a entrega é para o próprio colaborador ou para a área dele, a autonomia é total, da criação à publicação. Se vai para toda a Cielo ou para um cliente, entram mais guard-rails, caso de uso, cadastro de iniciativa e validação da tecnologia.
Mochnacs faz questão de dizer que o rito não nasceu com a IA. “A gente não reinventou nada por conta da IA aqui”, afirmou, sobre o uso dos processos que já existiam. O efeito procurado fica entre dois extremos: “Então, a gente não deixa aberto para criar um shadow IT e não limita a ideia.” Shadow IT é o software que circula fora do controle da tecnologia.
Custo entra no mesmo arcabouço. Há limite de tokens por usuário e escolha do modelo de linguagem em cada caso, porque, segundo ele, custo é preocupação de toda a empresa. Na camada de dados, o desenvolvedor conversa com a informação sem escrever consulta e sem saber programar.
O discurso apresentado às áreas é de complemento. “a gente não está colocando a IA para substituir, a gente está colocando a IA para que você possa fazer melhor o que você já faz”, disse, sobre o trabalho feito com o time de recursos humanos.
O que já está em produção e o que ainda é destino
A telemetria dos terminais é o exemplo mais concreto. A Cielo recebe bateria, localização e nível de bobina das maquininhas e usa esses sinais em visão preditiva: quando a bobina está para acabar, o envio da nova é disparado antes da parada. A IA também roda no atendimento.
Uma plataforma conversacional interna negocia com o long tail do varejo, a base que a força comercial humana não alcançava, oferecendo produtos de prazo. O mesmo desenho serve para cobrança. Por trás dela existe vigilância: “Então, tem um time que só trabalha melhorando agentes hoje dentro da Cielo”, disse.
Há ainda um chat conversacional embarcado no e-commerce do cliente, descrito por ele como produto recém-lançado, em que o consumidor manda a própria foto, vê o produto na imagem e compra dentro da conversa. A frente conversa com a tese que a companhia já defendia, a de que a fricção que derruba a conversão começa antes do checkout.
A escala aparece na geografia. A companhia se descreve como presente em 99% do território nacional no Relatório Anual Integrado 2023, e Mochnacs usa esse alcance para justificar oferta personalizada, já que a realidade de uma cidade do Norte difere da de uma do Sul.
O que ainda não é estado atual está no mandato de inteligência artificial aberto no começo de 2026. “Esse mandato passa porque é onde a gente quer chegar, ser uma empresa AI-first”, disse. No desenho descrito, o gestor passa a observar o comportamento dos agentes e a assertividade das respostas. O cargo formal não acompanhou: não há posição de prompt engineer, e a trilha segue em engenheiro de software, engenheiro de dados e cientista de dados.
A capacidade que ele aponta como decisiva é a de instruir. “Você precisa colocar guardrails para a IA, dizer para ela o que você não quer que ela faça”, afirmou, ao defender que definir problema, contexto e limite é o passo anterior a qualquer modelo.
O que observar
O desenho de duas vias vira teste prático conforme a criação bottom-up cresce: vale acompanhar se o volume de iniciativas continua passando pela mesma esteira de validação sem virar fila. Para adquirentes e instituições de grande porte, a pergunta é se a autonomia por escopo sustenta auditoria quando o agente conversa direto com o cliente final, e quem responde pelo que ele diz. Para quem compra tecnologia, fica o custo: limite de tokens e escolha de modelo são decisão de arquitetura hoje, e podem virar restrição de produto amanhã.
