Levantamento global da BioCatch aponta desempenho do Brasil acima da média mundial em quatro indicadores de prevenção a fraudes
Sete em cada dez instituições financeiras brasileiras priorizam a inteligência artificial para detectar fraudes em tempo real. O índice supera em dez pontos percentuais a média global, hoje em 60%. Os dados, inéditos até o momento, fazem parte de um levantamento global conduzido pela BioCatch com líderes do setor bancário.
A prioridade supera outras aplicações de IA citadas na pesquisa, como avaliação de risco e autenticação de clientes, e tem uma explicação direta no desenho do sistema financeiro nacional. Com o Pix, a liquidação acontece em segundos, a qualquer hora e em qualquer dia da semana.
A janela para identificar e interromper uma operação fraudulenta é reduzida a essa mesma escala de tempo. Em mercados sem pagamento instantâneo, o intervalo de processamento cria oportunidades de análise que praticamente não existem no Brasil.
Análise de intenção ganha peso com o avanço da fraude autorizada
O segundo indicador em que o Brasil se distancia da média global é a priorização da análise comportamental e de intenção como recurso de prevenção à fraude. No país, 43% dos líderes entrevistados apontam essa capacidade como prioridade de integração aos controles existentes, contra 27% globalmente, uma diferença de 16 pontos percentuais.
A leitura desse dado passa pelo tipo de fraude que predomina no mercado brasileiro. Boa parte dos ataques atuais não envolve invasão de sistemas ou roubo de credenciais, mas a manipulação do próprio cliente para que ele execute a transação.
São os chamados casos de fraude autorizada. Neles, a operação é tecnicamente legítima sob a ótica do banco, já que passa por todas as camadas de autenticação e conta com a confirmação do próprio titular. Nesse cenário, sinais de identidade e de dispositivo continuam necessários, mas deixam de ser suficientes.
“Quando o próprio cliente autoriza a transferência, a autenticação confirma que é ele, mas não revela se ele está agindo por vontade própria ou sob orientação de um terceiro ao telefone. A análise de intenção funciona como complemento a essas camadas, olhando para o modo como a operação está sendo conduzida”, explica Diego Baldin, diretor de Global Advisory da BioCatch para a América Latina.
Confiança em modelos maduros de detecção
A pesquisa também mostra que 83% das instituições brasileiras consideram eficazes os modelos de detecção de anomalias baseados em aprendizado de máquina, contra 72% da média global. O índice coloca essa capacidade como a mais confiável entre as tecnologias de IA avaliadas no estudo.
O número sugere que o mercado brasileiro já superou a fase de experimentação com esse tipo de recurso e passou a tratá-lo como camada consolidada dentro da estrutura de controles antifraude, com resultados mensuráveis em operação.
Personificação é o desafio mais difícil
Entre os obstáculos apontados pelos líderes brasileiros, a detecção de golpes de personificação aparece como um dos mais complexos. No país, 60% classificam esse desafio como muito ou extremamente difícil, contra 51% globalmente.
O principal motivo para essa dificuldade no Brasil é o crescimento acelerado dos golpes de engenharia social, em que criminosos se passam por funcionários de bancos, advogados, representantes de órgãos públicos ou até por titulares de contas. Ferramentas de inteligência artificial têm amplificado o alcance e a sofisticação desses ataques, mas o vetor central segue sendo a manipulação humana.
A lacuna que o setor ainda não mediu
O levantamento revela também um ponto de atenção operacional. Apesar da exposição a perdas de clientes decorrentes de fraude, 62% das instituições brasileiras acompanham esse impacto de forma informal ou pontual, contra 49% da média global. Sem medição estruturada, o efeito real dos golpes sobre retenção e engajamento permanece indefinido.
O dado é relevante porque instituições do setor relatam que clientes que passam por uma experiência de fraude tendem a reduzir o uso dos serviços ou a migrar seu relacionamento principal para outro banco. Sem uma metodologia consistente de acompanhamento, esse custo não entra no cálculo de retorno dos investimentos em prevenção.
Sobre a BioCatch
A BioCatch previne fraudes e crimes financeiros ao reconhecer padrões no comportamento humano, coletando continuamente mais de 3.000 pontos de dados anonimizados — atividade de teclado e mouse, comportamento na tela sensível ao toque, uso de agentes de IA, dispositivos com jailbreak e muito mais — conforme as pessoas interagem com suas plataformas bancárias digitais. Com esses inputs, os modelos de IA e aprendizado de máquina da BioCatch avaliam continuamente tanto a intenção do usuário quanto quaisquer sinais de coerção ou manipulação durante cada milissegundo de cada sessão bancária digital, permitindo aos bancos distinguir o criminoso do legítimo em tempo real. Insights extraídos de toda a rede de instituições BioCatch amplificam ainda mais o poder e a precisão dessa pontuação de risco em tempo real. Até o final do primeiro trimestre de 2026, mais de 30 dos 100 maiores bancos do mundo e 357 instituições financeiras no total implantam as soluções da BioCatch, analisando 18 bilhões de sessões de usuários por mês e protegendo mais de 680 milhões de contas acessadas de mais de 1,7 bilhão de dispositivos ao redor do mundo contra fraudes e crimes financeiros.
Embedded Finance ganha espaço entre instituições financeiras e empresas no Febraban Tech 2026
Intelbras leva ao Febraban Tech 2026 segurança integrada para ambientes de autoatendimento
Brink’s apresenta B-POD para ampliar presença física dos bancos no Febraban Tech 2026
Confiança como principal ativo do sistema financeiro digital
Conheça nossa coluna sobre o Mercado Financeiro, leia outros artigos e acompanhe os principais eventos do setor. Somos oficialmente parceiros de mídia do Febraban Tech.
