Artigo por Thiago Bertacchini, Head de Vendas da Nethone
Independentemente do seu setor de atuação, é provável que ele esteja passando por profundas transformações impulsionadas pela inteligência artificial. Mas é no combate à fraude que o impacto da IA se torna ainda mais significativo — tanto por fortalecer as defesas quanto por abrir novas brechas que fraudadores cada vez mais sofisticados podem explorar.
O crescimento exponencial das interações digitais e da exposição de dados pessoais ampliou drasticamente a superfície de ataque. No Brasil, um em cada quatro adultos foi vítima de golpes digitais em 2024, segundo a Associação de Defesa de Dados Pessoais e do Consumidor (ADDP). Com perdas globais estimadas em US$ 360 bilhões até 2028, é evidente que a complexidade das fraudes avança no mesmo ritmo da digitalização.
É nesse contexto que os Agentes de IA começam a ganhar destaque. Ainda em estágio inicial no Brasil, mas já consolidados em diversos setores — especialmente na Europa —, esses agentes prometem revolucionar a forma como as empresas automatizam compras e atuam em nome dos consumidores. Trata-se de um novo nível de conveniência que também traz novos tipos de riscos.
O que são Agentes de IA?
Os Agentes de IA representam uma evolução significativa em relação à inteligência artificial tradicional, combinando autonomia operacional com tomada de decisão em tempo real baseada em dados. Diferentemente dos modelos reativos, eles podem executar tarefas de forma independente, como buscar produtos, comparar preços e até concluir compras — tudo com pouca ou nenhuma intervenção humana.
Esses agentes inteligentes operam com base em objetivos claros — como tomar decisões de compra —, executam transações em tempo real e adaptam continuamente seu comportamento ao ambiente. Isso os torna particularmente eficazes em ecossistemas dinâmicos como e-commerce, fintechs e serviços financeiros.
De forma geral, as diferenças entre a IA tradicional e os Agentes de IA ficam mais evidentes em quatro áreas:
- Reatividade vs. Proatividade: A IA tradicional reage a eventos pré-definidos; os Agentes de IA antecipam situações e tomam decisões com base em objetivos.
- Execução de uma única tarefa vs. Multitarefas: Enquanto a IA convencional executa tarefas específicas, os Agentes de IA conseguem gerenciar fluxos de trabalho complexos e interdependentes.
- Dependência humana vs. Autonomia supervisionada: Os modelos tradicionais requerem revisão humana constante, enquanto os Agentes de IA operam de forma autônoma, com supervisão apenas estratégica.
- Adaptação limitada vs. Aprendizado contínuo: Os Agentes de IA evoluem com o tempo, aprimorando seu desempenho conforme processam novos dados e cenários.
A evolução da IA é uma oportunidade ou um risco?
Por outro lado, os Agentes de IA também podem ser explorados por cibercriminosos. Bots maliciosos treinados para imitar agentes legítimos desafiam os sistemas de segurança existentes ao replicarem com precisão interações reais e facilitarem transações fraudulentas sofisticadas.
Essa nova realidade marca o início de uma era de fraudes autônomas, em que criminosos implementam seus próprios “agentes inteligentes”, muitas vezes alimentados por dados roubados, para atuar dentro de plataformas legítimas e escapar das camadas tradicionais de detecção.
O principal desafio, portanto, está em diferenciar comportamentos autênticos de ações manipuladas. A complexidade aumenta com o uso de técnicas como proxies, spoofing, simulações comportamentais e manipulação de APIs. Como resultado, modelos de segurança baseados apenas em regras transacionais já não são mais suficientes.
Outro ponto crítico é a qualidade dos dados utilizados para treinar essas IAs. Sem conjuntos de dados históricos robustos e bem rotulados, os modelos podem falhar — ou pior, gerar falsos positivos que prejudicam a experiência de clientes legítimos e comprometem a confiança na plataforma.
O potencial da IA
Apesar dos riscos, os benefícios da IA são consideráveis. Segundo a FEBRABAN, instituições financeiras que implementaram IA em seus processos antifraude reduziram em até 50% os incidentes relatados.
Na Nethone, capacitamos nossos clientes com modelos que analisam o comportamento do usuário em tempo real, aproveitando sinais como padrão de digitação, geolocalização, tipo de dispositivo e muito mais. Essa análise contínua não apenas reduz a necessidade de revisões manuais, como também melhora ao longo do tempo conforme novos dados são processados e novas ameaças surgem.
Também trabalhamos em estreita colaboração com nossos clientes para customizar os modelos, garantindo que as soluções sejam adaptadas às especificidades de cada operação. Os modelos baseados em IA complementam esse ecossistema como um motor adicional de precisão e autonomia.
Embora a adoção no Brasil ainda seja limitada, a tendência é clara: o aumento dos ataques e a pressão por eficiência levarão mais empresas a buscar soluções autônomas, inteligentes e escaláveis. O segredo está em adotar essa tecnologia com uma abordagem estratégica, dados de qualidade e uma governança que equilibre inovação e responsabilidade.
Quando implementados corretamente, os modelos baseados em IA têm o potencial de se tornar os maiores aliados das empresas no combate às fraudes digitais — cada vez mais complexas e em constante evolução.
