Isto não é um novo formato de demonstração. Segue o nosso processo já existente de validação de casos públicos. A fonte é um caso público oficial da KPMG. Primeiro isolamos a resposta revelada mais tarde no artigo, e depois reconstruímos apenas aquilo que era conhecível no momento da decisão num pacote de dados de treino. O Minerva Advisor concluiu uma execução ao vivo paga. Este vídeo é uma reprodução real de validação da Decision Room. Não implica que a KPMG tenha utilizado, revisto, endossado, patrocinado, certificado ou encomendado o Minerva Advisor, nem representa um resultado de cliente para a empresa de origem. Trata-se de uma simulação pedagógica independente baseada numa fonte pública oficial, e não de correspondência real ou resultados reais de clientes.

O caso começa com uma empresa global de pagamentos que precisa de manter, em simultâneo, transações convenientes, prevenção sofisticada de fraude e uma marca de confiança. Regulações globais, requisitos regionais sobrepostos, pressão competitiva e risco reputacional intersectam-se, e a liderança quer ainda preservar capacidades de ciência de dados de ponta. A Minerva definiu claramente a decisão real: aplicar de imediato o mesmo nível de intensidade de requisitos de governança a todos os modelos de aprendizagem automática, ou executar primeiro um piloto delimitado e reversível, focado nos modelos de maior impacto.

Esta execução ao vivo deixou cinco comprovativos de trabalho. Fixou uma fonte selecionada. Identificou quatro atores e um evento. Separou quatro factos, duas inferências e três questões em aberto. Comparou dois caminhos acionáveis. E preservou três explicações alternativas, uma condição de reversão e três partes interessadas ausentes. O executivo pode verificar o trabalho do sistema item a item, sem precisar de confiar num resumo polido.

O que continua genuinamente em falta são três elementos de evidência: até onde se estende realmente a cobertura atual de governança, quais os modelos que poderiam causar o maior impacto no mundo real, e o verdadeiro custo de uma governança uniforme e de intensidade total sobre a velocidade de lançamento e a experiência de transação. Os itens conhecidos, os itens inferidos e as incertezas em aberto são apresentados separadamente no ecrã. A Minerva não presumiu que os modelos existentes estavam em conformidade ou não conformidade, e não deixou que as dimensões de controlo posteriormente adotadas pela KPMG se infiltrassem nos dados de entrada.

Preservam-se três explicações alternativas. A cobertura atual pode já ser suficiente. O custo em velocidade de uma governança total pode estar sobrestimado. E classificar o impacto dos modelos pode revelar-se mais fácil do que o esperado. O desafio mais forte: o piloto delimitado depende inteiramente de uma classificação de impacto de modelos defensável; se essa classificação falhar, o piloto poderia visar os modelos errados, enquanto o risco oculto nos modelos excluídos permaneceria exposto por mais tempo, tornando-o tão pouco reversível quanto um lançamento total. A condição de reversão: se um inventário de auditoria mostrar que os cenários de alto risco já estão em grande parte cobertos e que o impacto na velocidade é mínimo, um lançamento simultâneo e total deve ser reconsiderado.

O quadro de governança, risco e controlo que a KPMG construiu mais tarde, abrangendo qualidade de dados, enviesamento, explicabilidade, processos de risco, tecnologia, aceleradores de automação, o programa de auditoria e os seus benefícios, nunca foi introduzido nos dados de entrada da decisão. Essa resposta publicada foi inteiramente excluída. Isto prova que a Minerva analisou a situação sem conhecer o resultado público, em vez de o reconstruir a posteriori.

A equipa da Minerva divide depois o mesmo julgamento em três verificações. Marcus define a decisão real. Sofia simula as consequências para o produto, o risco, a auditoria e a liderança. Evelyn dedica-se a desafiar a evidência e os compromissos assumidos. Três consultores fazem a verificação cruzada de um único julgamento, e a sua conclusão conjunta não é aplicar de imediato um quadro completo, mas sim fechar primeiro as lacunas na cobertura de governança e na classificação de impacto dos modelos, antes de decidir se se lança um piloto delimitado.

Na interação de reprodução, o executivo especificou uma condição firme: a auditoria interna deve primeiro inventariar a cobertura atual, e a equipa de risco deve produzir uma classificação de impacto de modelos defensável; se qualquer uma delas não puder ser concluída, o piloto não será lançado. O sistema registou de imediato um comprovativo de resposta e assinalou claramente que o julgamento original se mantém. Este contributo reforça as pré-condições do piloto, mas não transforma incertezas em certezas. O sistema mostra se o contributo do executivo altera efetivamente o julgamento subjacente. Este segmento reflete o executivo a operar a reprodução, e não uma nova conclusão do modelo.

Um lançamento total e simultâneo oferece consistência e uma narrativa de conformidade clara, mas, sem dados, arrisca abrandar tudo e ser difícil de reverter. O piloto delimitado coloca o esforço de governança primeiro onde o impacto potencial é maior, preservando margem para ajustes, mas uma classificação errada significa testar os alvos errados enquanto os modelos excluídos poderiam continuar a acumular risco. O executivo inclinou-se, por isso, para a Opção 2, não como um lançamento incondicional, mas como um caminho condicional.

No final, o executivo optou pelo piloto delimitado, reversível e escalonado por risco, e atribuiu à equipa de fraude e risco e à auditoria interna a tarefa, com prazo de duas semanas, de classificar o impacto dos modelos e inventariar o estado atual. A Decision Room entra agora num estado de espera pelos resultados da execução. A Minerva fornece julgamento, contraevidência e um mecanismo de acompanhamento, mas não assina em nome do executivo, nem reivindica qualquer resultado de governança que ainda não tenha efetivamente ocorrido.

Este caso da KPMG passou nas dez em dez verificações de qualidade de decisão. A execução corrigida seguiu diretamente pelo caminho de primeiro julgamento já existente na Decision Room, utilizando quatro chamadas de modelo. Entregou a primeira decisão em 19.183 segundos, bem abaixo do limiar de 30 segundos para a primeira decisão, e concluiu o resultado completo, incluindo as três verificações cruzadas dos consultores, em 26.607 segundos, abaixo do limiar de 45 segundos para o resultado completo. Isto não representa uma redução de qualidade nem uma omissão de especialistas; reflete a remoção de um fluxo de conversação legado que a Decision Room formal não executaria. A qualidade da decisão, a experiência do executivo e o estado de desempenho foram todos aprovados, mas isto continua a ser um teste ao vivo de caso único, não equivalente a níveis de serviço em produção nem a resultados reais de clientes.