Instituições investem em modelos avançados de análise comportamental para barrar golpes de engenharia social 0.5x 1x 1.25x 1.5x 2x 00:00 00:00 A segurança bancária está mudando de foco. À medida que as instituições reforçam as barreiras contra ataques à infraestrutura tecnológica, criminosos concentram esforços no elo mais difícil de proteger: o próprio cliente. Muitas vezes sem perceber, é ele quem abre as portas aos fraudadores, que usam inteligência artificial (IA) para tornar os golpes cada vez mais difíceis de detectar. Para se defender, instituições do sistema financeiro recorrem à mesma tecnologia. No Santander, a evolução dos sistemas de prevenção levou à substituição de modelos estatísticos por arquiteturas capazes de processar grandes volumes de dados, incluindo modelos de linguagem de grande escala (LLMs). As ferramentas analisam informações da jornada do cliente para identificar comportamentos fora do padrão, explica Leandro Granja, diretor de segurança da informação (CISO) do banco. “A IA deixou de ser apenas um diferencial tecnológico e passou a ser um componente estrutural da estratégia de combate à fraude”, diz Granja. O banco cruza valor, horário e dispositivo com o histórico do cliente. Nos golpes em que “o próprio cliente está realizando e autenticando a transação, mas sob influência de um golpista”, utiliza o alerta de segurança para interromper a dinâmica de urgência criada pelo criminoso. Os bancos estimam investir R$ 50,4 bilhões em tecnologia em 2026. Trata-se de uma alta de 58% em cinco anos, segundo a Pesquisa Febraban de Tecnologia Bancária. “O investimento total em segurança está na casa de R$ 5 bilhões, o que representa cerca de 10% dos recursos em tecnologia”, diz Ivo Mósca, diretor de inovação, produtos e segurança da Febraban. “Em muitos casos, não se trata de invasão dos sistemas bancários, mas de manipulação da própria vítima, conhecida como engenharia social”, diz. Mósca aponta que cerca de 70% dos golpes têm esse componente, incluindo a falsa central telefônica e o Pix sob coação. Segundo Renata Teruya, diretora de cyber da Marsh Risk, a IA amplia a capacidade de identificar desvios de comportamento, sobretudo quando há histórico suficiente para estabelecer o padrão de cada usuário. “O cliente usa credenciais corretas, mas a navegação revela o contexto”, afirma. Uma transferência de valor elevado para um destinatário desconhecido, fora do horário habitual, por exemplo, pode ser classificada de forma diferente de uma operação compatível com o histórico. Os sistemas cruzam dados transacionais (valor, horário, destinatário, histórico dos últimos 90 dias e score de risco da chave Pix) com informações do dispositivo e de biometria comportamental (digitação, padrão de toque, ângulo, aceleração do celular, entre outros). Denis Nakazawa, sócio de serviços financeiros e digital da Oliver Wyman, alerta que a prevenção e o combate às fraudes não dependem apenas de controles internos. A expansão da rede de parceiros, fornecedores, fintechs e outros participantes do sistema amplia os pontos de atenção. “Uma vulnerabilidade ou um controle menos robusto em um participante pode ser explorado para viabilizar uma fraude em outra parte do sistema”, diz. Segundo ele, compartilhar inteligência sobre ameaças, elevar padrões mínimos de segurança e coordenar respostas entre instituições pode ser tão relevante quanto o investimento individual de cada instituição financeira. Outro desafio é identificar a chamada autofraude, ou fraude de primeira parte. “Autofraude ocorre quando alguém faz uma transação e depois a contesta, como se não a tivesse realizado, às vezes, em conluio com terceiros para obter o estorno, enquanto mantém o produto ou serviço alvo do esquema”, explica Rafael Costa Abreu, diretor de fraude e identidade da LexisNexis Risk Solutions. Como a operação pode ser legítima no pagamento, sistemas que detectam cartões roubados ou contas comprometidas não bastam. “É preciso analisar o comportamento posterior à compra e os sinais do processo de contestação”, acrescenta. O relatório Adyen Fraud Report 2026 revela que a autofraude é o principal pesadelo das empresas, citada por 44,3% delas, seguida por contas falsas (42,2%) e pelo abuso de trocas e devoluções (39,8%). O prejuízo, contudo, é concentrado: apenas 5% das identidades falsas ou comprometidas respondem por 58% de todo o valor perdido. Para não travar as compras de clientes legítimos com exigências excessivas - que chegam a barrar até 10% dos consumidores honestos -, mais da metade das empresas (52%) passou a monitorar o comportamento do usuário de forma contínua, em vez de fazer verificações apenas no momento do pagamento. A próxima fronteira do combate à fraude será o comércio agêntico, em que assistentes de IA poderão executar compras para o consumidor. Para Daniel Tafelli, VP de produtos da Adyen, hoje o usuário ainda finaliza a compra, mas o próximo passo é delegar ao agente a execução da transação. “Isso cria uma nova discussão: como confirmar a intenção real do consumidor quando a ordem é emitida por uma IA?” Segundo o relatório da Adyen, 30% dos comerciantes apontam a pontuação de confiança de plataformas de IA como um dos indicadores mais críticos para o comércio mediado por agentes.