浪花直播

Skip to content Skip to content

Em outubro de 2020, o Banco Central do Brasil lan莽ou o PIX, um sistema de pagamentos em tempo real que oferece agilidade e facilidade de uso. O PIX foi introduzido para trazer QR codes interoper谩veis para carteiras digitais 24/7/365, o que significa que os pagamentos pessoa a pessoa (P2P) podem ser feitos de maneira conveniente e instant芒nea e que os comerciantes podem aceitar pagamentos sem incorrer em despesas extras de aquisi莽茫o. Isso foi transformador para os pagamentos no Brasil.

Olhando para tr谩s, um ano ap贸s o lan莽amento, o PIX aumentou a ado莽茫o de pagamentos digitais no Brasil, trazendo maior inclus茫o financeira. Durante a pandemia, a ado莽茫o de servi莽os financeiros digitais resultou em uma redu莽茫o de 73% da popula莽茫o sem banco. Com todos os seus benef铆cios, o PIX 茅, sem d煤vida, o futuro dos pagamentos no Brasil, mas que efeitos indiretos isso teve na vulnerabilidade dos consumidores 脿 fraude, e o que podemos fazer para evit谩-la?

Limitar os valores das transa莽玫es evita o crime?

Nos 煤ltimos meses, houve um , nos quais as pessoas s茫o mantidas ref茅ns at茅 que fa莽am o repasse de recursos. Embora n茫o esteja provado, a pol铆cia atribuiu o aumento de 40% nos sequestros ao PIX. A resposta do banco central do Brasil foi colocar um limite de transfer锚ncia de R$1.000,00 em pagamentos P2P durante a noite, quando os sequestros s茫o mais prov谩veis. Ainda n茫o se sabe se essa solu莽茫o funcionar谩.

Para entender o problema e encontrar uma solu莽茫o potencial, precisamos olhar para o in铆cio dos anos 2000, quando criminosos sequestravam pessoas para sacar dinheiro em caixas eletr么nicos. Naquela 茅poca, o que realmente ajudou a mitigar o crime foi limitar a quantidade de dinheiro acess铆vel, bem como implementar solu莽玫es de intelig锚ncia artificial, que permitiram aos bancos recusar certas transa莽玫es, com os consumidores eventualmente se acostumando a quedas de vez em quando. Ent茫o, essa estrat茅gia pode funcionar com o PIX?

Embora possa causar um impacto, n茫o funcionar谩 t茫o eficientemente como funcionava com cart玫es e caixas eletr么nicos. O benef铆cio do PIX 茅 conveni锚ncia e transa莽玫es instant芒neas. Os limites de transfer锚ncia apenas tornar茫o mais dif铆cil o uso do PIX quando for necess谩rio para um consumidor, anulando o prop贸sito do sistema de pagamentos em tempo real e bloqueando o desenvolvimento do sistema banc谩rio no Brasil. Em vez de impedimentos direcionados aos criminosos, h谩 uma necessidade de um gerenciamento robusto de fraudes por parte do banco.

Crimes financeiros em curva de todos os 芒ngulos

Fraud prevention strategies have always been focused on stopping the fraudsters in action, but As estrat茅gias de preven莽茫o de fraudes sempre se concentraram em impedir os fraudadores em a莽茫o, mas nossa mentalidade precisa ir al茅m da ofensiva e incluir tamb茅m a defesa. Os pagamentos em tempo real v锚m com facilidade de movimenta莽茫o de dinheiro e melhor visibilidade dos fundos dispon铆veis, mas sua natureza instant芒nea significa que as transa莽玫es fraudulentas s茫o liquidadas mais rapidamente, tornando-as mais dif铆ceis de corrigir uma vez que a fraude ocorreu. Com os pagamentos em tempo real, h谩 uma necessidade maior de todas as partes no processo de pagamento bloquearem a fraude no momento em que ela acontece.

At茅 agora, nos concentramos em impedir a fraude no in铆cio de uma transa莽茫o, avaliando comportamentos estranhos. No entanto, a estrat茅gia certa 茅 tamb茅m parar o crime na ponta receptora – o “banco” do criminoso. Se o banco destinat谩rio perceber que uma quantia incomum est谩 sendo recebida em uma conta inativa, por exemplo, ele deve ser interrompido imediatamente, retido e investigado. Para que isso funcione, o banco na ponta receptora da transa莽茫o precisa ser responsabilizado pelo KYC e pelas estrat茅gias de mitiga莽茫o dos 贸rg茫os reguladores.

A tecnologia de preven莽茫o de fraude em vigor hoje deve ser capaz de analisar e agir sobre o comportamento anormal nas transa莽玫es de entrada, da mesma forma que faz com as transa莽玫es de sa铆da. A tecnologia que inclui an谩lise de grupo de pares, recursos aprimorados de cria莽茫o de perfil e machine learning est茫o prontos e dispon铆veis para combater o crime do lado receptor, mas tamb茅m precisa haver incentivos. Sem um incentivo, esses crimes n茫o podem acabar e outros crimes, como a lavagem de dinheiro, continuar茫o a passar pelo sistema financeiro. Um processo de integra莽茫o eficiente 茅 necess谩rio, mas n茫o resolver谩 o problema por conta pr贸pria. As institui莽玫es financeiras precisam de um caminho estruturado e confi谩vel para reverter as transa莽玫es, bem como regulamentos que garantam que as institui莽玫es financeiras que n茫o t锚m uma governan莽a adequada sobre suas contas assumir茫o as perdas financeiras. Esse pode ser todo o incentivo necess谩rio.

Abrindo caminho para uma melhor preven莽茫o de fraudes por meio da colabora莽茫o

Por茅m, implementar melhores defesas contra fraude n茫o significa que devemos esquecer a ofensiva. A preven莽茫o de fraude no in铆cio de uma transa莽茫o tamb茅m deve evoluir (para crimes PIX e n茫o relacionados a PIX). As institui莽玫es financeiras devem se juntar a redes de compartilhamento de intelig锚ncia e trabalhar juntas para priorizar a seguran莽a do ecossistema.

Com o aumento da colabora莽茫o, os sinais capturados quando uma transa莽茫o 茅 iniciada evoluir茫o da simples captura de um cliente leg铆timo versus um fraudador para como o cliente est谩 se sentindo fisicamente. Por exemplo, se o cliente est谩 em perigo, a tecnologia biom茅trica pode detectar comportamentos anormais quando o cliente est谩 usando seu smartphone para fazer uma transa莽茫o PIX. Isso n茫o levar谩 necessariamente a uma transa莽茫o recusada, mas pode ser um sinal que acompanha a transa莽茫o, que ser谩 ent茫o interpretado por uma solu莽茫o de intelig锚ncia artificial na extremidade receptora. Esse sinal se correlacionar谩 com outros sinais dentro da rede de intelig锚ncia, trabalhando em conjunto para impedir o que os criminosos mais desejam – obter acesso ao dinheiro.

Ao combinar intelig锚ncia de rede com regulamenta莽玫es mais r铆gidas para impedir transa莽玫es fraudulentas no lado receptor das transfer锚ncias, removeremos a oportunidade de crime financeiro via PIX e al茅m. Sem oportunidade, sem crime. A oportunidade para os criminosos acessarem dinheiro via PIX n茫o 茅 apenas de onde a transa莽茫o 茅 iniciada. Esse pensamento divergir谩 os esfor莽os e frustrar谩 mais os clientes do que parar谩 os criminosos. O foco deve estar na extremidade receptora – 茅 a铆 que est谩 a oportunidade real para uma recupera莽茫o r谩pida, contanto que a institui莽茫o financeira seja incentivada e respons谩vel.

Head of Payments Intelligence & Risk Solutions

Cleber Martins joined 浪花直播 in 2001 and has two decades of experience implementing top-tier enterprise fraud prevention solutions and anti-money laundering strategies. His passion for driving innovation in fraud prevention stems from his commitment to protecting both his banking clients and the communities they serve. Cleber has been at the forefront of machine learning evolution, transitioning from focusing on incorporating human experience into machines to utilizing modern methods that empower fraud experts to blend their intelligence with AI, referring to this trend where business users are empowered to use new models, as the democratization of machine learning. His key areas of expertise include assisting payment leaders in developing comprehensive fraud prevention strategies to tackle contemporary threats, creating actionable intelligence from payments data, and transforming fraud prevention into a key differentiator for customer experience within organizations.