Inteligência Artificial (IA) e Identidade Organizacional

À medida que os agentes de IA começam a procurar serviços, a trocar informações e a efetuar pagamentos em nome das organizações, surge uma questão prática: como pode uma outra parte verificar qual a organização por trás de um agente e quais são as competências desse agente? O Identificador de Entidade Jurídica (LEI) fornece um identificador padronizado a nível global, associado a dados de referência da Entidade Jurídica verificados. O LEI verificável (vLEI) alarga esta base às interações digitais, permitindo que as contrapartes verifiquem computacionalmente a identidade organizacional e a autoridade das pessoas que agem em seu nome.

A GLEIF está a analisar de que forma esta infraestrutura poderá apoiar futuras abordagens à autoridade delegada para agentes de IA, particularmente no domínio dos pagamentos. A par desta área emergente, os dados de referência LEI padronizados já suportam a classificação de Entidades Jurídicas baseada em IA. Estas aplicações respondem a diferentes necessidades: verificar a autoridade quando os agentes de IA tomam medidas e melhorar os dados organizacionais utilizados na análise orientada pela IA.

IA Agente nos Pagamentos: Verificação da Identidade e da Autoridade Delegada

Uma organização pode delegar tarefas de pagamento a software, mas uma contraparte continua a necessitar de provas sobre quem autorizou o agente, que ações este pode realizar e como essas permissões são verificadas. O LEI identifica a Entidade Jurídica envolvida. As credenciais vLEI existentes permitem a verificação computacional da identidade organizacional e das funções e autoridade das pessoas que atuam em nome dessa Entidade Jurídica. Associar um agente de IA específico a uma organização e às suas ações permitidas requer provas adicionais de delegação e controlos no momento da transação.

O documento de trabalho da GLEIF de setembro de 2026, intitulado «IA Agente em Pagamentos: Estabelecer Confiança e Controlo Interoperáveis», explora uma abordagem possível. O documento analisa uma proposta de Credencial de Mandato de Agente (AMC) que poderia ligar o identificador criptográfico de um agente de IA a uma organização verificada e a uma pessoa autorizada, especificando simultaneamente as tarefas permitidas, os limites de transação e a validade. Por exemplo, um responsável pela tesouraria de uma empresa poderia autorizar um agente a efetuar pagamentos definidos a fornecedores; o prestador de serviços de pagamento poderia verificar a cadeia de autorização e aplicar controlos no momento da transação antes de a executar. O documento analisa também a revogação, os registos de auditoria, a privacidade e a interoperabilidade. A AMC continua a ser uma proposta para investigação e testes adicionais. Atualmente, não se trata de uma credencial emitida no ecossistema vLEI nem de uma norma do setor finalizada.

Análise de dados com IA: Compreensão do Nome da Entidade Jurídica (LENU)

As formas jurídicas variam consoante as jurisdições, os idiomas e as convenções de nomenclatura, o que dificulta a sua classificação de forma consistente. A Lista de Códigos de Formas Jurídicas de Entidades (ELF), baseada na norma ISO 20275, atribui um código alfanumérico de quatro caracteres a cada forma jurídica de entidade. A GLEIF colaborou com a Sociovestix Labs para desenvolver o Legal Entity Name Understanding (LENU), uma ferramenta de aprendizagem automática de código aberto que prevê a forma jurídica da entidade a partir do seu nome e sugere o código ELF correspondente. O LENU utiliza dados de referência LEI normalizados para treinar modelos específicos para cada jurisdição e pode proporcionar:

• Uma classificação mais consistente da forma jurídica entre diferentes idiomas e convenções de nomenclatura.
• Melhor correspondência de entidades e integração de dados quando os registos utilizam rótulos diferentes.
• Menos esforço manual na preparação de dados relativos à forma jurídica para processos a jusante.
• Revisões da qualidade de dados quando os códigos ELF sugeridos diferem dos que constam nos registos LEI existentes.

Estas classificações legíveis por máquina ajudam as organizações a preparar dados de entidades mais consistentes para análise, integração e outros processos digitais. O vídeo «GLEIF Explains» que se segue apresenta o LENU.

O LENU é uma biblioteca Python de código aberto disponível no GitHub, com modelos específicos para cada jurisdição também disponíveis no Hugging Face. Os seus modelos baseados em transformadores podem processar nomes de entidades em vários idiomas e jurisdições.

Sempre que a GLEIF identificar discrepâncias claras entre as previsões do LENU e os registos LEI existentes, poderá enviar um desafio de verificação de dados aos Emissores de LEIs relevantes para verificação e correção, caso seja necessário. Os dados de referência atualizados podem, então, servir de base para versões subsequentes do modelo.

A GLEIF, a Universidade de St. Gallen e a Sociovestix Labs publicaram o artigo de investigação científica «Transformer-based Entity Legal Form Classification» (Classificação da forma jurídica das entidades com base em transformadores), que analisa a abordagem e o seu potencial para apoiar a normalização de dados e a correspondência de entidades.

Para uma visão geral, leia o nosso mais recente artigo no blogue «Quando os agentes de IA realizam transações, quem está por trás deles?». Para um contexto mais alargado sobre pagamentos, consulte Pagamentos transfronteiriços