Empresa mostra IA que identifica sinais de contas-laranja até 37 dias antes de fraude

Uma conta bancária pode ser aberta aparentemente dentro da normalidade, com documentação regular e sem qualquer sinal evidente de irregularidade, e ainda assim se transformar, pouco tempo depois, em uma peça de uma operação de fraude.

É justamente nesse intervalo que a startup Dock pretende atuar com o chamado Score Laranja, um modelo de inteligência artificial criado para identificar antecipadamente sinais de que uma conta poderá ser utilizada para golpes, fraudes ou movimentação de dinheiro ilícito.

Normalmente vinculada a uma pessoa jurídica, a esse tipo de conta, apelidado de "Laranja 2.0?, a tecnologia atribui um score, que passa a ser acompanhado pela IA. A principal diferença em relação a uma análise tradicional é o momento em que o risco é identificado.

Em vez de esperar que uma fraude aconteça para procurar a conta utilizada na operação, o modelo tenta reconhecer os sinais anteriores ao crime, como movimentações atípicas, Pix para diversas outras contas e pedidos de aumentos de limite, entre outros. Nos testes apresentados pela Dock, a tecnologia conseguiu antecipar, em média, 37 dias, o momento em que uma fraude seria formalmente registrada.

Desenvolvido pela Dock em parceria com a Databricks e a Indicium AI, o sistema combina dados transacionais, comportamento financeiro e informações sobre as conexões entre contas para atribuir um nível de risco a cada relacionamento analisado. Segundo a empresa, o modelo foi testado em uma base de mais de 1,2 milhão de contas de pessoas físicas e jurídicas e atualmente considera 26 variáveis.

Mudanças no comportamento financeiro soam alarme

"Nosso objetivo não é afirmar que um modelo consegue prever uma fraude com certeza, mas aumentar a capacidade de identificar com antecedência contas que merecem uma investigação mais aprofundada", afirma Thiago Cunha, vice-presidente de Trust Security & Financial Crime para a América Latina da Dock.

Na prática, a tecnologia procura mudanças no comportamento financeiro que possam destoar do perfil esperado daquela conta. Entre os elementos considerados estão a velocidade das movimentações, o tempo de permanência dos recursos, as características das transações, o momento em que a conta começa a operar e suas conexões com outras contas.

Como funciona o sistema

A lógica é importante porque uma conta usada como "laranja" nem sempre nasce com essa finalidade. Ela pode ser aberta regularmente e só depois passar a apresentar um comportamento incompatível com a atividade declarada. O sistema, portanto, não pretende simplesmente classificar uma empresa como fraudadora, mas indicar contas que merecem uma análise mais cuidadosa.

Um exemplo apresentado pela Dock nesta terça-feira, 25, no Febraban Tech, mostra como essa antecipação pode funcionar. Em um caso envolvendo uma conta de pessoa jurídica, a primeira movimentação via Pix ocorreu três dias depois da abertura. No quarto dia, o Score Laranja já havia colocado a conta em uma faixa de maior risco. A fraude só seria formalmente registrada 37 dias depois, quando o Banco Central acabou acionado por meio do MED, o Mecanismo Especial de Devolução do pix, por meio de uma vítima que tentava recuperar valores desviados.

Para Cunha, o desafio é especialmente relevante diante da dimensão das fraudes financeiras atuais. O problema não está apenas nos golpes individuais, como uma transferência feita depois que um criminoso se passa por um familiar. Há também operações de grande escala, nas quais valores obtidos de maneira fraudulenta são pulverizados por uma rede de contas e instituições. "Se a fraude opera em rede, o combate também precisa operar em rede", afirma Cunha.

Para o executivo, a análise deve incluir o chamado cash-in, o momento em que o dinheiro entra naquela conta. "Detectar uma transação suspeita não significa necessariamente simplesmente rejeitá-la e devolver o dinheiro à origem. Em determinados casos, a instituição precisa preservar os recursos e submetê-los aos procedimentos de análise e prevenção previstos para esse tipo de situação", explica Cunha.

"A preocupação é evitar que um bloqueio mal executado apenas faça o dinheiro seguir para outra instituição financeira. Se eu bloqueio, devolvo o dinheiro para o fraudador. Temos que ter um meio de receber aqueles valores e custodiá-los, até uma análise completa da situação".

O próximo passo, segundo a visão apresentada pela Dock, é ampliar essa capacidade de identificação para além de uma única instituição. Se uma conta apresenta sinais de risco em uma instituição e movimenta dinheiro para outra, o compartilhamento responsável de informações poderia ajudar a construir uma visão mais ampla das redes utilizadas pelos fraudadores. "Quanto mais cedo identificamos sinais de comportamento de risco, maior é a janela de atuação das equipes de prevenção", diz Cunha.