Construindo um Sistema de Conformidade NATIVO em IA na Coinbase

A Coinbase reconstruiu suas operações de conformidade em torno da IA, reconhecendo que os procedimentos existentes codificam as restrições do modelo operacional antigo (sistemas fragmentados, pressão de fila e limites de memória de trabalho humana), em vez de uma lógica de investigação ideal. Alimentar esses procedimentos a um modelo replicaria os gargalos em vez de eliminá-los. A arquitetura resultante de quatro camadas combina ML clássico para agrupamento de alertas com um sistema de investigação multiagente, onde subagentes especializados cobrindo contexto de alerta, sinais de identidade, comportamento de transação, fonte de fundos, atividade onchain e mídia adversa, cada um escreve em uma memória de caso compartilhada. Um agente coordenador concilia divergências, um agente narrativo elabora o relatório final e um guardrail de autovalidação encaminha casos incertos para revisão manual. O sistema lida com aproximadamente 55% do volume de casos de fraude nos EUA da Coinbase com menos tempo de analista por caso e representa o primeiro pod de um roadmap de vários meses para reconstruir a conformidade desde o início.