Combater fraudes modernas exige conectar dados, comportamentos e contexto, e não apenas criar regras para transações isoladas. A avaliação é de Bruno Pereira, líder de Arquitetura de Cibersegurança e Observabilidade na Teletex. Segundo ele, uma operação pode parecer legítima quando analisada sozinha, mas fazer parte de um padrão maior.

Investir mais não reduz perdas, indica pesquisa

Pesquisa do Gartner, publicada em março de 2026, aponta que mais de um terço dos bancos detecta menos de 60% das transações fraudulentas antes que provoquem perdas. Apenas 31% têm índice de detecção preventiva superior a 80%.

Segundo o levantamento, 53% dos bancos aumentaram seus orçamentos de prevenção à fraude em pelo menos 5% nos últimos três anos. Mesmo assim, 70% continuam registrando crescimento das perdas.

Para Pereira, o dado indica que investir em ferramentas não significa, necessariamente, enxergar melhor a fraude. Ele afirma que a diferença está na capacidade de relacionar dados, comportamentos e contexto.

Fraudes passam por vários sistemas e canais

Segundo Rogério Sartori, AI Sales Engineer de Fraud Prevention & Observability na Cisco, as fraudes modernas raramente ocorrem em um único sistema ou canal. Ele tem mais de 20 anos de experiência em tecnologia.

Um ataque pode começar com informações obtidas fora da organização. Depois, pode evoluir para a apropriação de uma identidade e o uso de um novo dispositivo. Em seguida, podem ocorrer pequenas movimentações de teste, antes da fraude principal.

Cada evento, isoladamente, pode parecer legítimo ou de baixo risco. Quando correlacionados, podem revelar uma tentativa de fraude.

Pereira afirma que os elementos dessa sequência costumam estar espalhados em sistemas diferentes. Transações, autenticação, dispositivos, dados de clientes, APIs, aplicações, redes e mecanismos antifraude ficam em plataformas distintas. Por isso, a questão passa a ser se a organização consegue conectar esses dados rápido o suficiente.

Exemplo em casos de lavagem de dinheiro

Sartori cita o caso de uma conta inativa por mais de 30 dias que volta a movimentar recursos. Isoladamente, isso não caracteriza fraude, pois clientes podem retomar o uso de uma conta por motivos legítimos.

O quadro muda com mais contexto. Pouco depois da reativação, a conta recebe valores de diferentes origens. Esses recursos são movimentados ou sacados rapidamente, em operações de valores semelhantes e em intervalos curtos. Parte relevante do dinheiro deixa a conta poucos minutos depois de entrar.

Segundo Pereira, nenhum desses sinais comprova atividade ilícita sozinho. O risco aparece na combinação, na frequência e na sequência dos comportamentos.

Nesse cenário, a conta passa a ser analisada como uma entidade, com risco construído ao longo do tempo. Entram na análise o período de inatividade, a mudança no padrão de movimentação, a origem e a velocidade de saída dos recursos, a repetição dos valores e as relações com outras contas.

A mudança de perspectiva, segundo ele, é deixar de perguntar apenas se uma transação é suspeita. O passo seguinte é verificar se a sequência de comportamentos da entidade indica algo suspeito.

Impacto na rotina das equipes de investigação

Para Pereira, criar mais uma regra é relativamente simples, mas investigar milhares de alertas por dia não é. Ele defende que o analista receba, junto com o alerta, o contexto necessário:

• quem é o cliente e quais contas estão relacionadas a ele;
• quais dispositivos foram usados e de quais endereços IP vieram os acessos;
• se outras identidades usaram o mesmo dispositivo;
• se o comportamento já ocorreu antes;
• qual é o potencial impacto financeiro.

Quanto mais tempo o profissional gasta buscando essas respostas em sistemas diferentes, maior o custo da investigação. A janela de ação do fraudador também pode ser maior.

Papel da inteligência artificial

Segundo Pereira, a fraude também é um problema de dados e contexto, uma discussão anterior à inteligência artificial (IA). Ele afirma que um algoritmo sofisticado, alimentado apenas com dados transacionais, enxerga só parte da história.

Com a inclusão de identidade, dispositivo, aplicação, comportamento digital, histórico, localização, infraestrutura e relações entre entidades, a capacidade de análise muda. Nesse cenário, a IA pode ajudar a construir uma narrativa investigativa, em vez de gerar apenas mais um score ou alerta.

Ele dá um exemplo. Um analista pergunta por que uma operação é suspeita e recebe uma explicação em segundos. O cliente normalmente transaciona no Brasil.

Minutos antes, houve autenticação em um dispositivo nunca usado. Esse dispositivo aparece ligado a outras quatro contas, e duas delas registraram fraude nas últimas 24 horas. Depois, um novo beneficiário foi cadastrado e ocorreu uma transferência muito acima do histórico.

Para Pereira, isso não substitui regras, modelos ou profissionais. A proposta é conectar essas capacidades e permitir que cada uma contribua no momento certo.

Objetivo é interromper a fraude antes da perda

O objetivo, segundo o executivo, não deve ser apenas descobrir rapidamente que houve fraude. Deve ser identificar sinais suficientes para interromper sua progressão. Isso exige combinar dados, comportamento, contexto, analytics, investigação, automação e IA em uma arquitetura que observe o todo.

Ele avalia que a próxima evolução do antifraude pode vir da capacidade de conectar sinais hoje separados, e não de uma regra mais sofisticada.