O Cauce é instalado dentro da infraestrutura da instituição financeira e verifica a conformidade de cada decisão de crédito antes da sua execução. Não roteia solicitações, não pontua o solicitante e não toma a decisão. Os dados dos seus clientes não saem da sua infraestrutura.
O Cauce não é o pipeline: é uma de suas etapas. As demais pertencem à instituição.
A instituição obtém os dados do solicitante com o consentimento dele. O Cauce não participa e não obtém consentimento algum.
O motor de scoring da instituição. O Cauce não pontua o solicitante nem substitui esse motor.
É aqui que o Cauce opera. Confronta a decisão já adotada com as regras configuradas pela instituição: devida diligência, listas de sanções e PEP, limites e política, consentimento. Exige a confirmação humana onde a norma o requer, gera a explicação da decisão e conserva o registro de auditoria.
A instituição executa a sua decisão. O Cauce não participa.
O Cauce não compete com o motor de decisão da instituição: verifica suas decisões e conserva a evidência.
Ciclo executar → avaliar → modificar → verificar → reter, sempre em sandbox e validado pelo CASE antes da produção. Nunca muda ao vivo por conta própria — rollback e supervisão humana.
Cada decisão traz uma explicação legível e rastreável aos dados de origem. Pronto para auditorias de XAI.
Regras configuráveis por jurisdição: Equador, México, Brasil, Colômbia, Chile, Peru, Argentina.
REST/JSON versionado, webhooks assinados e sandbox com dados sintéticos para integrar em dias, não meses.
Bancos, cooperativas de crédito, financeiras e fintechs de crédito sob supervisão. O licenciamento é feito à instituição financeira, nunca ao público: o único cliente contratual é a instituição supervisionada.
O CACE-Bench é um benchmark sintético aberto (MIT) para avaliar IA de crédito. Sua corrida de referência se regenera byte a byte com um único comando: de 22,51% para 4,96% de falsos positivos de conformidade (−77,9%) sobre 23.000 casos sintéticos, seed 0, com intervalos de Wilson a 95%. Nessa mesma corrida, 15,57% dos casos resultam indecidíveis: a cadeia de provedores não basta para concluir. Cifras de um banco de provas sintético, ilustrativas do método e não do desempenho em produção. A validação com dados de produção não foi realizada.
O motor de conformidade CASE audita cada decisão da IA e mapeia suas métricas aos marcos regulatórios da região. Sua metodologia e um benchmark sintético reproduzível são abertos — CACE-Bench: avalie-nos pelo nosso próprio padrão. Dados criptografados, consentimento e direitos do titular.
On-premise ou na nuvem privada da própria instituição. Sem transferência de informação para fora da infraestrutura nem para fora da jurisdição do cliente. A obrigação regulatória recai sobre a instituição; o Cauce produz a evidência com a qual ela a comprova. O Cauce é hoje um projeto de pesquisa em fase anterior à constituição de uma entidade: não reivindicamos certificações de organização que ainda não possuímos.
Criptografia em trânsito e em repouso. Minimização de dados: a demo não persiste dados pessoais e o benchmark roda sobre dados sintéticos. Isolamento por inquilino. Não revendemos nem monetizamos dados. Residência por país como opção de design.
A Cauce atua como operadora por design: o controlador é o sujeito obrigado. Cláusula de não-delegação — a pontuação, a decisão e o reporte à UIF ficam com o cliente. Entregamos sinais e atribuições, não uma avaliação de solvência.
No roadmap, a iniciar após constituir a entidade: SOC 2 Type II, ISO/IEC 27001, 27017 e 27018, ISO/IEC 42001; registro de subprocessadores, SLA de incidentes e modelos de DPA. Estado atual: não auditado — publicaremos cada avanço com sua data.
A Cauce é um projeto do Digital Economy Lab focado na verificação regulatória anterior à decisão de crédito na América Latina. Está em fase anterior à constituição de uma entidade: dizemos isso abertamente, porque em RegTech a rastreabilidade começa pela transparência sobre quem está por trás.
O benchmark aberto CACE-Bench e o agente de referência são de autoria de Ravil Akhtyamov — Responsável pelo projeto de pesquisa, Digital Economy Lab.
A Cauce e o Digital Economy Lab são afiliados. Para evitar conflito de interesse, o laboratório não audita implantações da Cauce, e esta afiliação é declarada na metodologia do benchmark. O CACE-Bench avalia modelos e agentes de terceiros pelo mesmo critério.
[email protected] · Repositório aberto CACE-Bench: github.com/rav11l/cace-bench
Solicite uma demo ou acesso antecipado ao piloto. Respondemos em 48 horas. O piloto é sem custo; definimos juntos o escopo e as métricas de sucesso.
| País | Regulador · UIF | Verifica antes da decisão |
|---|---|---|
| Peru | SBS / UIF-Peru | DD e regime reforçado, listas e PEP (Res. SBS 2660-2015); supervisão humana e documentação da lógica e das fontes de dados em sistemas de alto risco (Ley 31814 e DS 115-2025-PCM; prazo para o setor financeiro: 10.09.2026). |
| Chile | CMF / UAF | DD, listas e PEP (Ley 19.913); direito de se opor a decisões baseadas unicamente em tratamento automatizado e, quando operam as exceções, garantias de intervenção humana, expressão do ponto de vista e revisão (Ley 21.719, art. 8° bis; vigência plena prevista para 01.12.2026). |
| Brasil | BACEN / COAF | Validação independente de modelos, backtesting e documentação de testes de estresse (Res. CMN 4.557/2017, arts. 9 e 12); direito de solicitar a revisão de decisões automatizadas (LGPD art. 20). |
| México | CNBV / UIF | KYC e dossiê de 10 anos; classificação de clientes por risco com reavaliação semestral e mecanismos automatizados de monitoramento e alertas (Reglas de la LFPIORPI, mod. Acuerdo 115/2026, DOF 07.08.2026; vigência escalonada 30.11.2026 · 01.03.2027 · 01.06.2027). |
| Colômbia | SFC · SES / UIAF | DD baseada em risco e reporte através do sistema da UIAF (SARLAFT 4.0 — Circular Externa 027/2020); sistema de finanças abertas em implementação (Decreto 0368/2026). |
| Equador | SEPS · SB / UAFE | DD, listas e PEP, consentimento e limites; direito a não ser objeto de decisões baseadas total ou parcialmente em avaliações automatizadas (LOPDP art. 20); norma específica sobre IA e dados pessoais com avaliação de impacto prévia e auditoria do sistema (Resolución SPDP-SPD-2026-0009-R, RO 19.02.2026). |
| Argentina | BCRA / UIF | DD baseada em risco (Res. UIF 14/2023), listas e PEP; inventário de modelos, explicabilidade, validação independente e avaliação de provedores externos de IA (Guia de supervisão do BCRA sobre IA, junho de 2026 — expectativas de supervisão, não norma obrigatória). |
Não constitui assessoria jurídica nem certificação de conformidade: a obrigação regulatória recai sobre a instituição, e o seu cumprimento deve ser avaliado com assessoria local.
python examples/benchmark_your_pipeline.py --demo --n 3000
python examples/benchmark_your_pipeline.py --endpoint https://tu.api/verify
Ver o adaptador (Case → Narrative) →