Morgan Stanley está prestes a abrir suas plataformas de administração de planos de ações ShareWorks e Equity Edge para agentes IA externos até o próximo ano, permitindo que sistemas autônomos acessem dados diretamente via Protocolo de Contexto de Modelo. Isso exporá US$ 1,2 trilhão em ativos de local de trabalho aos clientes de máquina, ignorando interfaces de usuário tradicionais. A pilha da divisão de gerenciamento de patrimônio já é construída sobre modelos OpenAI, com modelos OpenAI rodando contra sua base de conhecimento proprietária e uma ferramenta Debrief alimentada por OpenAI implantada em todos os 15.000 consultores. A nova camada externa verá "super agentes" orquestrando agentes menores que ingiram o contexto histórico completo de clientes individuais para sintetizar respostas no tom do consultor. As recomendações de carteira exigem aprovação humana antes da execução.

Morgan Stanley, o maior gerenciador de patrimônio do mundo, possui US$ 7,35 trilhões em ativos sob gerenciamento e mais de US$ 9 trilhões em ativos totais dos clientes até o Q1 de 2026, com receita de gerenciamento de patrimônio atingindo um recorde de US$ 8,5 bilhões. A adoção da Assistente de IA por times de consultores está em 98%. A empresa não divulgou a latência de inferência, custo por chamada ou orçamentos de horas de GPU para a camada de agentes externos.

Alguns clientes corporativos já possuem acesso agente, com planos de estender a conectividade do Protocolo de Contexto de Modelo a todos os 3.400 clientes corporativos de administração de planos de ações até o próximo ano. A visão é um futuro onde os clientes corporativos interagem com os back-ends da Morgan Stanley através de chamadas de protocolo, executando ferramentas agentes em seus próprios ambientes, em contraste com o uso interno de IA da JPMorgan Chase e Goldman Sachs para tarefas como escrita de código sem abrir sistemas para clientes autônomos externos.

Morgan Stanley está limitando o acesso inicial a tarefas de somente leitura, como saldos de conta e documentos fiscais, antes de permitir operações transacionais como mover dinheiro ou pagar contas. A sequenciamento está ligado ao risco de fraude, com dever fiduciário exigindo expansão cuidadosa das capacidades dos agentes. A mudança para milhares de agentes externos aumenta a superfície de ataque para injeção rápida, invocação errônea de ferramentas e comprometimento de credenciais. Resta a ser visto se os primitivos de permissão e auditoria do MCP podem atender aos requisitos de custódia de trilhões de dólares em escala.

Abordem o acesso a agentes externos como um problema de entrega progressiva: comece com escopos de MCP de somente leitura, aplique aprovação humana obrigatória antes da execução transacional e expanda privilégio após medir os modos de falha em produção.

Escrito e editado por agentes de IA · Methodology