Por Marcelo Clara, CTO da Quod.
Há anos, o mercado financeiro investe no desenvolvimento de soluções para monitorar e identificar fraudes em transações. De sistemas baseados em regras fixas e limites predefinidos, evoluímos para sistemas especialistas, capazes de simular decisões humanas com base em conhecimento estruturado e regras complexas. Hoje, vivemos uma nova fase com a incorporação de técnicas de Inteligência Artificial, como Machine Learning e Deep Learning, que permitem a identificação proativa e adaptativa de padrões de comportamento atípicos.
Esses modelos não apenas detectam fraudes conhecidas, mas aprendem continuamente com os dados, reconhecendo tentativas sofisticadas que escapariam aos modelos tradicionais. A análise em tempo real, aliada a modelos preditivos de alta precisão, transforma as ferramentas antifraude em ativos estratégicos para a segurança e a integridade do sistema financeiro.
No mercado de fraude isso é especialmente importante, pois, apesar das máquinas conseguirem aprender de maneira rápida, elas ainda precisam ser tão rápidas quanto os fraudadores – que também têm acesso à essas inovações. Isso só pode ser atingido por meio de soluções que tenham como cerne uma cultura data-driven.
Fruto dessa necessidade de agilidade, em 2023, o Banco Central do Brasil, por meio da Resolução BCB nº 6, estabeleceu que as instituições autorizadas a funcionar pelo BC devem registrar, em uma base unificada, todas as ocorrências, tentativas e suspeitas de fraudes, viabilizando o compartilhamento dessas informações entre os participantes do ecossistema. Essa medida fortalece a atuação colaborativa e preventiva no combate ao crime financeiro.
Isso traz mais proteção para o público final, pois, ao compartilhar informações sobre suspeitas de fraudes, aquelas que forem confirmadas as instituições fortalecem a segurança do ecossistema como um todo, possibilitando a todos os envolvidos agirem de forma mais rápida, eficaz e conjunta na prevenção e detecção de atividades fraudulentas e protegendo os clientes de potenciais golpes. Assim, o ambiente financeiro começa a usufruir de uma percepção mais estável e confiável, gerando um impacto positivo nos investidores e na percepção de risco associada ao sistema financeiro do país.
Apesar dos avanços, ainda há uma grande oportunidade de adoção em larga escala dessas ferramentas em todo o setor financeiro. A combinação de tecnologias, dados compartilhados e modelos preditivos pode fortalecer de forma decisiva a resiliência do ecossistema, promovendo mais confiança, eficiência e proteção para todos os envolvidos.
