Dados confiáveis para IA: o que muda com dados da D&B no ChatGPT, Claude e CoPilot?

Peça a um assistente de IA a estrutura societária de um cliente e a resposta vem em segundos, bem escrita e sem hesitação. Ela soa igualmente segura quando a controladora está trocada, quando o CNPJ é de uma empresa homônima ou quando a companhia mudou de sócios no último trimestre. Em crédito, compliance e risco, esse é o limite prático da IA generativa. Sem dados confiáveis para IA, o modelo acelera o erro na mesma velocidade em que acelera a análise.

Em junho de 2026, a Dun & Bradstreet reuniu em comunicado oficial suas colaborações com OpenAI, Microsoft e Anthropic, que levam dados do D&B Commercial Graph para ChatGPT, Codex, Microsoft 365 Copilot e Claude. A CIAL Dun & Bradstreet é a parceira exclusiva da D&B na América Latina. Para quem decide crédito na região, o movimento traz uma pergunta objetiva: de onde vem o dado que o seu agente de IA usa para decidir?

O problema da IA sem dados verificados

Modelos de linguagem geram o texto mais provável a partir de padrões aprendidos no treinamento. Eles não consultam um cadastro oficial por conta própria. Sem uma fonte conectada, o modelo não sabe se a empresa analisada continua ativa, quem a controla hoje ou se ela pertence a um grupo com histórico de atraso.

No Brasil, o problema tem contornos próprios. Uma mesma empresa pode ter várias filiais sob o mesmo CNPJ raiz. Grupos econômicos se distribuem por diferentes CNPJs, e o nome fantasia raramente coincide com a razão social registrada na Receita Federal. Esse cenário produz quatro tipos de erro:

1. Identidade trocada: a IA atribui dados de uma empresa homônima ou de outra unidade do grupo.
2. Vínculo societário desatualizado: a controladora ou o beneficiário final citado não corresponde mais à estrutura atual.
3. Situação cadastral defasada: o modelo descreve como ativa uma empresa que mudou de situação depois do treinamento.
4. Sinal de risco sem lastro: a resposta menciona indicadores financeiros que não vêm de nenhuma base verificável.

Num resumo de mercado, esses erros custam retrabalho. Na aprovação de limite, na homologação de fornecedor ou numa triagem de prevenção à lavagem de dinheiro (PLD), custam dinheiro e exposição regulatória.

O que é o D&B Commercial Graph

O D&B Commercial Graph é a camada de dados da Dun & Bradstreet que organiza, em escala global, a identidade das empresas, sua estrutura de controle, suas relações com fornecedores, suas informações financeiras e seus indicadores de risco. Ele combina sinais comerciais públicos e proprietários com informações fornecidas diretamente pelas empresas, e essa visão é validada de forma contínua. O número D-U-N-S é a âncora de todo o conjunto.

Segundo a D&B, a base passa por mais de 100 bilhões de verificações, testes e checagens por mês e reúne dados de quase 900 milhões de empresas no mundo. Para a IA, o formato importa tanto quanto o volume. São dados estruturados e legíveis por máquina, que um agente consegue consultar no momento da pergunta, em vez de depender do que aprendeu no treinamento.

O que as parcerias com OpenAI, Microsoft e Anthropic mudam

As três colaborações têm alcances diferentes. Vale lê-las com precisão antes de desenhar qualquer uso interno.

• ChatGPT e Codex (OpenAI): os dados chegam por servidores MCP hospedados pela D&B e incluem identidade, controle societário, relacionamentos, crédito e risco, além das ferramentas do D&B Finance Analytics. O uso descrito pela D&B envolve due diligence, reporte financeiro, validação e originação de crédito.
• Microsoft 365 Copilot: os dados chegam por um Graph Connector, com uma amostra curada e gratuita de dezenas de milhares de empresas (resumo, localização, contato, faixas de funcionários e de receita). O uso descrito é pesquisa e identificação de empresas.
• Claude (Anthropic): a integração do D&B Commercial Graph ao Claude reúne dados empresariais verificados, vínculos corporativos e inteligência de risco. O uso descrito envolve onboarding, compliance, verificação de entidades e análise de relacionamentos.

A lógica comum às três é a mesma: o agente trabalha sobre uma fonte verificada. É como pedir que um analista abra o cadastro antes de responder, em vez de confiar no que ele leu sobre a empresa meses atrás.

Os estágios, porém, são diferentes. No Copilot, a integração funciona como porta de entrada para identificação e pesquisa. O uso em decisão de crédito aparece de forma mais direta na integração com a OpenAI. Ela inclui as ferramentas do D&B Finance Analytics, que apoiam decisões automatizadas de crédito com base em regras.

Leia também: Parceria Dun & Bradstreet e Microsoft: dados confiáveis para os agentes de IA no Dynamics 365

O papel do D-U-N-S Number na era da IA

O número D-U-N-S é o identificador empresarial criado pela Dun & Bradstreet em 1963 e usado hoje como padrão global para identificar entidades comerciais. Cada empresa recebe um código único na base D&B.

É esse código que torna uma empresa legível para a IA. Um agente que recebe "Empresa X Ltda." precisa inferir de qual entidade se trata. Um agente que recebe um D-U-N-S sabe exatamente qual registro consultar. A partir dele, identifica os vínculos corporativos da empresa, como filiais e controladoras.

• CNPJ: emitido pela Receita Federal para pessoas jurídicas no Brasil. Serve ao registro fiscal e cadastral, e os vínculos societários aparecem no Quadro de Sócios e Administradores (QSA).
• Número D-U-N-S: atribuído pela Dun & Bradstreet, com abrangência global. Serve à identificação comercial e à vinculação entre empresas, inclusive em redes de vínculos corporativos entre países.

Os dois identificadores se complementam. Em operações com clientes ou fornecedores de outros países, usar os dois ajuda a garantir que a análise recai sobre a entidade certa. Saiba mais sobre o número D-U-N-S.

O que isso significa para crédito, gestão de fornecedores e compliance no Brasil?

Para usar IA na análise de crédito com segurança, a camada de dados que alimenta o modelo precisa estar resolvida antes. Cinco práticas ajudam a separar o uso seguro do arriscado:

1. Exija rastreabilidade da fonte. Toda resposta de IA usada em decisão precisa indicar de onde veio o dado e quando ele foi atualizado. Um fluxo que não mostra isso não serve para comitê de crédito.
2. Resolva a identidade antes de avaliar o risco. Cruzar CNPJ e D-U-N-S no início do processo evita analisar a entidade errada, principalmente em grupos econômicos e em clientes com operação fora do país.
3. Combine dado verificado com sinal antecipado. O dado verificado responde quem é a empresa. Os indicadores preditivos de crédito mostram como ela tende a se comportar.
4. Mantenha a política de crédito no comando. A IA acelera a coleta, o cruzamento e o resumo das informações. Alçadas, limites e exceções continuam definidos pela política da empresa e aprovados por pessoas.
5. Monitore a carteira depois da aprovação. O risco muda depois que o limite é concedido. Mudança societária, piora no comportamento de pagamento e novos vínculos precisam chegar ao time antes do vencimento.

As práticas 4 e 5 exigem que a camada de dados faça parte da rotina de crédito, e não apenas do fluxo de IA. O CIAL360 Credit é a plataforma da CIAL para gestão de risco de crédito e da carteira de clientes. Ele utiliza a base de dados comercial da Dun & Bradstreet para obter as informações das empresas, a mesma origem de dados que agora chega às plataformas de IA.

Se o seu time está avaliando como levar IA para a análise de crédito sem abrir mão de governança, o próximo passo é conversar com um especialista CIAL sobre as fontes de dados D&B disponíveis na América Latina.

Perguntas frequentes

O que é o D&B Commercial Graph?

O D&B Commercial Graph é a base de dados empresariais da Dun & Bradstreet que conecta identidade, estrutura societária, relações com fornecedores, informações financeiras e indicadores de risco de empresas no mundo inteiro. Ele é ancorado no número D-U-N-S e combina sinais públicos, dados proprietários e informações fornecidas pelas próprias empresas, com validação contínua. Em 2026, a D&B anunciou colaborações para levar esses dados a plataformas de IA como ChatGPT, Codex, Microsoft 365 Copilot e Claude.

O que é MCP?

MCP (Model Context Protocol) é um protocolo que permite conectar assistentes e agentes de IA a fontes de dados e ferramentas externas. Com um servidor MCP, o modelo acessa a fonte conectada durante a tarefa, sem depender apenas do que aprendeu no treinamento. A Dun & Bradstreet usa servidores MCP hospedados por ela para conectar o D&B Commercial Graph ao ChatGPT e ao Codex, com comandos em linguagem natural e agentes customizados.

Como acessar dados D&B na América Latina?

Na América Latina, os dados e as soluções da Dun & Bradstreet, incluindo o número D-U-N-S, são oferecidos pela CIAL Dun & Bradstreet, parceira exclusiva da D&B na região. Um dos caminhos é o CIAL360 Credit, plataforma de gestão de risco de crédito que utiliza a base de dados comercial da D&B. O formato mais adequado depende do caso de uso de cada empresa, e um especialista CIAL pode ajudar a definir esse desenho.

O que é o número D-U-N-S?

O número D-U-N-S é o identificador empresarial criado pela Dun & Bradstreet em 1963 e adotado como padrão global para identificar entidades comerciais. Ele é a âncora do D&B Commercial Graph e permite identificar uma empresa com precisão e mapear seus vínculos corporativos. No Brasil, o D-U-N-S complementa o CNPJ, principalmente em relações com empresas de outros países.

Por que a IA na análise de crédito precisa de dados verificados?

Modelos de IA generativa produzem respostas plausíveis mesmo quando não têm a informação correta. Na análise de crédito, isso pode levar a limites aprovados para a entidade errada ou a decisões baseadas em estruturas societárias desatualizadas. Com dados verificados e fonte rastreável, a IA acelera a análise sem comprometer a governança da decisão.