M...
Modelos eficazes de sistemas antifraude combinam inteligência artificial, aprendizado de máquina e governança

São Paulo, 24 de setembro de 2025 – A evolução constante dos crimes financeiros está redefinindo as estratégias de segurança digital. De roubo e clonagem de cartões a ataques baseados em engenharia social e inteligência artificial, o atual cenário de fraudes exige novas abordagens de defesa e, nesse contexto, a identidade tornou-se um fator fundamental para garantir a proteção de instituições financeiras e usuários.
Reconhecer um cliente apenas por meio de senha ou cartão já não é mais possível; é preciso integrar múltiplas camadas de identificação. A identidade biológica, que envolve características únicas como impressões digitais, íris ou reconhecimento facial, convive hoje com a identidade digital, definida pelo uso de dispositivos, biometria comportamental e padrões de navegação, e com a identidade financeira, baseada no histórico e nas características das transações.
“Hoje tudo gira em torno de pessoas e de sua relação com a tecnologia. Por isso, golpes que envolvem identidades exigem respostas mais rápidas, dinâmicas e inteligentes”, afirma Carlos Santa Cruz, fundador e CTO da Lynx Tech, empresa líder em tecnologias baseadas em inteligência artificial e aprendizado de máquina.
Atualmente, a maioria dos sistemas de detecção de fraude são estruturados a partir de modelos de regras, que analisam comportamentos e aplicam critérios definidos manualmente; modelos de consórcio, construídos a partir de grandes bases de dados compartilhadas entre instituições financeiras; e modelos estáticos, baseados em regras fixas e em dados históricos de fraude.
Embora importantes, esses padrões apresentam limitações conhecidas, como a dependência de atualizações manuais e pouco frequentes, custos operacionais elevados e dificuldade em acompanhar a velocidade com que os fraudadores mudam suas táticas, além de riscos com instabilidade durante os processos de atualização, gerando vulnerabilidades e atritos para clientes legítimos.
“O comportamento do cliente muda de acordo com as tendências tecnológicas, criando novos padrões continuamente. Além disso, os fraudadores aprendem com as transações recusadas e modificam suas táticas em resposta às barreiras dos sistemas de detecção, aumentando a complexidade dos ataques. Por isso, o grande desafio das instituições financeiras é construir camadas de defesa que combinem regras, inteligência artificial e governança capazes de acompanhar essas transformações”, ressalta Santa Cruz.
Os modelos dinâmicos representam uma mudança de paradigma no combate à fraude financeira. Diferentemente da abordagem tradicional, esses modelos baseados em IA e aprendizado de máquina são atualizados automaticamente e de forma contínua, adaptando-se em tempo real a novos padrões de comportamento e reduzindo a necessidade de intervenção humana. Com isso, eliminam grande parte do risco operacional associado ao retreinamento manual e aumentam a eficácia no bloqueio de transações suspeitas.
A transição para modelos dinâmicos exige também novos mecanismos de governança. Atualizações diárias e automáticas demandam monitoramento contínuo, estabilidade nos processos de aprendizado e controle rigoroso da distribuição de risco, sem comprometer a eficácia do sistema.
“Ao implementar esses novos modelos, levantamos barreiras altamente adaptativas que restringem drasticamente o campo de atuação dos fraudadores, protegendo as identidades dos usuários e restabelecendo a confiança no ecossistema financeiro”, conclui o executivo da Lynx Tech.
Com um legado de inovação de 30 anos, a Lynx Tech evoluiu de suas origens como uma organização sem fins lucrativos fundada por especialistas da Universidade Autônoma de Madri para se tornar uma líder de mercado desde 2023. Fornecemos soluções avançadas utilizando modelos de aprendizado de máquina supervisionado e inteligência artificial para combater fraudes e crimes financeiros. Nossa tecnologia pode identificar riscos em tempo real de forma eficaz, otimizando operações e permitindo que as organizações se concentrem em suas missões principais. Confiada por instituições financeiras de ponta, estimativas de uso interno apontam que a tecnologia Lynx pode gerar uma economia de até US$ 1,6 bilhão anualmente para seus clientes, protegendo mais de 69 bilhões de transações e mais de 300 milhões de consumidores. Nosso modelo proprietário “Daily Adaptive Model” foi projetado para oferecer alta precisão, mantendo taxas de falsos positivos reduzidas, impulsionando a eficácia na prevenção de crimes financeiros.