MADRID 16 jun. (Portaltic/EP) -
Em um contexto de fraudes cada vez mais automatizadas, o setor bancário enfrenta um novo paradigma na adoção da inteligência artificial (IA), que agora não enfrenta apenas desafios para acessar a tecnologia, mas também para operá-la com rastreabilidade, supervisão e integração real em infraestruturas críticas — para o que a IA agênica e a governança de dados são fundamentais.
É o que revelam as conclusões do primeiro relatório “Babel Banking Radar: Agentic Financial Crime 2026”, elaborado pela empresa de tecnologia especializada em transformação digital em parceria com o Digit Institute e apresentado nesta terça-feira em um encontro com a imprensa.
Especificamente, o relatório reflete como o setor já não precisa apenas incorporar modelos ou automatizar processos, mas também deve garantir que esses modelos possam operar em ambientes críticos, assegurando controle, rastreabilidade e supervisão humana.
Esse cenário ganha destaque em um momento em que muitas instituições financeiras ainda estão avaliando como levar a IA agênica à produção, enquanto agentes mal-intencionados já utilizam automação avançada para sofisticar campanhas de fraude, gerar identidades sintéticas e acelerar capacidades de evasão, conforme explicou a diretora-geral do setor bancário da Babel, Marga García.
Com base em dados globais, García exemplificou como, somente no último ano, o crime financeiro triplicou nos Estados Unidos, com o uso de técnicas como o “deepfake”, que se multiplicou por 20.
Assim, a fraude já não é cometida “um a um”, mas sim por meio de uma operação em escala industrial, na qual organizações criminosas mobilizam exércitos de agentes e identidades sintéticas para “movimentar dinheiro e desaparecer em questão de minutos”, conforme destacou a diretora.
Também foi destacada a tendência de que a fraude não decorre mais apenas de padrões anômalos, mas sim do fato de que são os próprios usuários que autorizam transferências voluntariamente, após serem enganados por meio de técnicas sofisticadas de engenharia social.
Para conter isso, o setor bancário está utilizando IA agênica por meio de um processo no qual os agentes analisam qual é o contexto global, qual é o contexto do cliente e como ele está agindo. Com essas informações, eles identificam possíveis fraudes, que são encaminhadas a analistas humanos para que tomem uma decisão final e tomem medidas para impedir a fraude.
DESAFIOS E LIMITAÇÕES DA DETECÇÃO DE FRAUDE NO SETOR BANCÁRIO
Apesar desses avanços, o estudo da Babel destaca como o modelo tradicional do setor bancário, baseado em regras, revisão humana em massa e arquiteturas fragmentadas, ficou para trás e apresenta “limitações diante de sistemas ofensivos em rápida evolução”.
Um exemplo é que, segundo informou a empresa, atualmente menos de 1% do dinheiro que poderia ser considerado fraude é interceptado. Além disso, há também uma saturação de falsos positivos, já que entre 90% e 95% dos alertas gerados acabam não sendo fraudes, o que representa um “enorme ruído operacional” e, para os analistas, “procurar uma agulha num palheiro”.
Também é preciso levar em conta que a mesma tecnologia que automatiza a detecção de fraudes é utilizada para sofisticar ataques e acelerar operações maliciosas. Isso cria um desequilíbrio evidente, já que tanto os invasores quanto os bancos contam com “o mesmo conjunto de ferramentas”, mas com regras diferentes.
“Os atacantes já automatizam processos completos, enquanto boa parte do setor financeiro continua entre testes de conceito e implantações limitadas”, avaliou a diretora-geral de Tecnologias Exponenciais da Babel, Isabel Fernández.
IA AGENTÍCA COMO SOLUÇÃO
Diante disso, perante um crime que opera em grande escala e continua a sofisticar seus processos, a única resposta é a IA agênica em grande escala por parte do setor bancário, que, embora esteja sujeita a algumas normas, também é favorecida por atuar em um contexto global, enquanto os atacantes “agem às cegas”.
Um exemplo das vantagens do contexto e da ação conjunta do setor bancário é a iniciativa FrauDfense, um serviço apresentado nesta mesma segunda-feira, que foi lançado em parceria com o Banco Santander, BBVA e CaixaBank, para promover o intercâmbio seguro de informações entre instituições financeiras e, com isso, ajudar a ampliar o contexto global mencionado.
Dessa forma, com a IA agênica, os bancos podem analisar os contextos globais e receber apoio ao trabalho dos analistas humanos na hora de tomar decisões com informações já filtradas. Assim, atualmente, um em cada dez bancos já conta com plataformas de IA agênica operacionais para se defender, e espera-se que essa tecnologia continue sendo implementada em menos de dois anos.
No caso da Espanha, destacam-se casos de adoção como o do BBVA, que já distribuiu licenças de IA assistida a mais de 120.000 funcionários em parceria com a OpenAI. Da mesma forma, também se destacam o Banco Santander, com 15.000 licenças, e o CaixaBank com o GalaxIA.
A IA CONFIÁVEL DEPENDE DE UMA GOVERNANÇA ROBUSTA E DE DADOS COERENTES
Para continuar implementando essa tecnologia de forma eficaz, a Babel alertou para um gargalo que vai além da questão tecnológica. Isso se deve à fragmentação dos dados e à falta de governança, que constituem grandes obstáculos para levar os agentes de IA à produção de forma segura e auditada no combate ao crime cibernético.
De acordo com análises internacionais coletadas no relatório, 63% das instituições financeiras operam com modelos limitados ou inexistentes de governança para IA generativa. Além disso, 95% das organizações duvidam atualmente de sua capacidade de detectar ou conter um agente comprometido, enquanto apenas 17% monitoram continuamente as interações entre os agentes.
No que diz respeito à fragmentação dos dados, os silos de dados, a baixa consistência entre sistemas e a dificuldade de integração dificultam a implantação de agentes confiáveis em processos críticos. É necessário garantir que os modelos operem com informações homogêneas, contextualizadas e governadas, pois “sem dados coerentes, não há IA confiável”, afirmou Babel.
Por sua vez, como lembrou Fernández, embora um agente possa automatizar decisões muito complexas, “ele também amplifica erros se as informações com as quais opera não estiverem devidamente governadas”.
“A diferença já não está no acesso à tecnologia, mas em operá-la de forma segura e governada em ambientes de alta exigência regulatória e pressão operacional”, concordaram ambas as diretoras, ao mesmo tempo em que determinaram que é necessário implantar agentes com “supervisão humana, rastreabilidade e governança operacional”.
“O setor financeiro precisa avançar em direção a modelos capazes de combinar automação, capacidade analítica e governança operacional sem perder a rastreabilidade das decisões críticas”, avaliou García.
IA PARA PRIORIZAR CASOS RELEVANTES
Por fim, o relatório também aborda como a próxima fase de adoção da IA agênica dependerá menos de experimentação e se concentrará mais em integrar, supervisionar e operar modelos em ambientes reais.
Em vez de agir como atualmente, com sistemas tradicionais de prevenção de fraudes e lavagem de dinheiro — que utilizam modelos focados na análise de grandes volumes de alertas de baixo valor —, a IA agênica permitirá ir além e agregará a capacidade de priorizar casos e investigar operações com mais contexto.
Portanto, a Babel concluiu que o desafio não consiste em automatizar mais processos, mas sim em “decidir onde a autonomia agrega valor e onde ainda é imprescindível manter a supervisão humana”. Nesse sentido, isso também exige uma revisão da qualidade e da rastreabilidade dos dados, que são fundamentais para escalar a IA agênica “sem aumentar o risco operacional”.
Esta notícia foi traduzida por um tradutor automático