Oferecido por
Chamadas de vídeo fake e clonagem de voz a partir de segundos de áudio são alguns dos recursos usados por criminosos para aperfeiçoar fraudes, fazendo com que as empresas tenham que se mobilizar para conter danos. De que forma? Respondendo na mesma moeda, também usando IA, porém de maneira estratégica.
Terisa Roberts, que aconselha bancos e reguladores do mundo inteiro sobre as melhores práticas em IA e é diretora global do SAS — líder em IA e análise dados — observa que é preciso não só estar apto para combater, mas também a antever fraudes.
“O serviço financeiro está operando em um cenário bastante dinâmico atualmente. Vemos globalmente os mercados lidando com novos riscos como segurança cibernética. Isso tem colocado bastante pressão nas funções de modelagem de risco. E ao mesmo tempo temos a explosão da Inteligência Artificial. É preciso estar vigilante: especialistas estão prevendo aumentos em fraudes usando IA, as soluções antifraude precisarão identificar o uso dessa tecnologia em esquemas de fraude”, analisou a executiva em recente passagem pelo Brasil.
Entusiasta do bom uso do avanço tecnológico, Terisa observou que ainda paira um certo desconhecimento das empresas quanto às potencialidades da ferramenta, “IA não é mágica, não é ficção científica, e vai muito além do ChatGPT”. Ela define Inteligência Artificial como uma estratégia de ler, checar, cruzar e traduzir os milhares de dados que são gerados diariamente por todo e qualquer indivíduo que vive e trabalha digitalmente. “O que fazemos é desenhar em meio à big data, achar os sinais e usar as informações para as melhores decisões; claro é preciso diferentes estratégias para extrair diferentes desenhos, e é o que nos propomos”, explica.
Terisa apontou ainda que o uso de modelos estratégicos, também contribui para simplificar e agilizar a tomada de decisões, valor que passa a ser um diferencial nas empresas, uma vez que os consumidores estão cada vez menos tolerantes com processos demorados. “Para um dos nossos clientes nós conseguimos reduzir o tempo de concessão de empréstimo de duas a três semanas para dois ou três dias, usando IA. Se tomarmos decisões de risco, por exemplo, o que antes demorava meses ou semanas, hoje estamos falando de dias, minutos ou até mesmo segundos. E isso faz a gente se questionar sobre a estrutura para tomar não só as mais rápidas, como as melhores decisões”, ponderou a especialista, sendo bastante assertiva em mencionar que o melhor uso de IA está intimamente relacionado a ter uma boa infraestrutura de TI.
Potencialidades da IA
O relatório de 2022 da Association of Certified Fraud Examiners (ACFE) chamado Occupational Fraud 2022: A Report to the Nations, confirma em estatística a percepção de que as empresas ainda estão em um caminho de descoberta dos recursos de Inteligência Artificial. De acordo com a pesquisa, apenas 45% das instituições adotam estratégias referentes ao monitoramento proativo de dados, e a estimativa é que as fraudes sejam responsáveis por um prejuízo de U$ 4,7 trilhões em todo o mundo, impactando em média 5% da receita das empresas.
“Quando a gente avalia quais são as estratégias que foram postas em práticas, e que conseguem de uma forma mais rápida identificar o problema e ao mesmo tempo evitar prejuízos, o monitoramento de dados, decisões e transações automatizadas representam o que consegue detectar mais rapidamente uma fraude. É uma eficiência muito boa, só que hoje menos da metade das empresas utiliza essas lógicas analíticas”, observa Ricardo Saponara, líder de prevenção a fraudes, abusos, desperdícios e crimes financeiros para a região das Américas do SAS.
Relacionando ainda com outro dado trazido pelo estudo, de que a região da América Latina é a segunda que mais sofre com fraudes e a que menos consegue recuperar os valores perdidos (67% dos valores perdidos com relação a fraude não são recuperados), se faz urgente uma transição na forma de agir, passando de um cenário de detecção apenas, para investimento em estrutura de prevenção.
Saponara destaca ainda que estamos falando de diferentes perfis impactados, já que a fraude e a lavagem de dinheiro afetam tanto empresas privadas quanto públicas e até mesmo órgãos governamentais. Elas também se dividem em níveis: desde pequenas fraudes até crime organizado. Para o executivo é neste segundo que deve estar o foco de atuação.
“As empresas hoje em dia demoram muito para fazer toda a análise, e o processo padrão de investigação acaba focando muito no tempo da coleta da informação, na análise manual de cada informação, priorização e classificação de resultados, combinação de resultados; e somente 10% do tempo acaba sendo para o processamento e análise por alguém para a tomada de decisão. Então justamente a nossa expectativa é conseguir automatizar esse processo. E no crime organizado, com poucos alertas e o esforço investigativo certo é possível evitar grandes perdas financeiras”, explica.
Para aquelas empresas que já vêm apostando na utilização de lógicas de IA no processo, os resultados colhidos são melhor precisão nos alertas gerados e mais eficiência operacional. O líder de prevenção a fraudes do SAS traz alguns números concretos apresentados após o monitoramento feito com a implementação de soluções especializadas para clientes de dois setores. Um deles, uma seguradora com operação no Brasil, analisava em 2016 todos os sinistros manualmente; hoje apenas 20% vão para analistas, o restante do processo foi automatizado. Com a ferramenta, o índice de detecção de fraudes subiu de 1,6% para 2,8%.
No outro caso, de uma empresa de telefonia australiana, os alertas gerados apresentaram uma melhora de 30% na precisão de apontar erros; e a efetivação de fraudes teve uma queda de 70%.
O desafio de unificar
Se para Terisa Roberts, um dos desafios pode estar na infraestrutura de TI, Ricardo Saponara elenca outro: a cultura de uma prática descentralizada exercida por maior parte das instituições. “As empresas estão hoje divididas com processos separados, dados separados. As estruturas precisam estar unificadas, as decisões precisam ser integradas, decisões efetivas precisam ser contínuas, contextualizadas e conectadas”, alerta Saponara.
A mudança passa a ser relevante, no sentido de que, sem ela, é provável incorrer na ineficiência do uso da tecnologia.
É preciso o entendimento de que gerar valor de negócio para uma empresa se configura não só apresentar a melhor inteligência na preparação de um modelo de IA, como também ter dados de qualidade, integrados e adotar certas estratégias de implementação e adoção de tecnologia. E aí vem uma recomendação do especialista. “Muito se espera que seja um processo olhando para a empresa inteira, mas é importante que você tenha uma tecnologia que capacite você a fazer processos graduais, faça algo que realmente resolva uma dor hoje, gere retorno sobre investimento e evolua conforme for a necessidade. Faz mais sentido evitar um processo grande, custoso e que vai demorar muito tempo para ter os retornos”, garante.
Redes de relacionamento proativas
Ainda na revolução trazida pela IA para a tomada de decisão no setor financeiro, um recurso vem ganhando um olhar de interesse. Modelos passam a incorporar nas suas análises uma visão de 360 graus, contando com histórico de transações e interações das redes de relacionamento: conexões de trabalho, telefone, endereço, e-mail… O mapa das relações pode compor uma estratégia importante, adicionando uma série de variáveis que serão usadas em estruturas preditivas tanto com o fim de evitar fraude, como de melhorar o processo de oferta de crédito.
“Às vezes eu não sei nada sobre o cliente, mas eu sei com quem ele anda, então temos um algoritmo baseado em redes de relacionamento, sobre as quais a gente faz cálculos e se verificamos que existe fraude na rede do cliente, aí partimos para mais verificações”, explica a especialista nas soluções e metodologias para prevenção a fraudes, abusos e desperdícios com uso de técnicas de Machine Learning do SAS, Aline Riquetti.
Importante ressaltar que o uso desses dados precisa estar de acordo com a Lei Geral de Proteção de Dados Pessoais (LGPD), contudo o executivo Ricardo Saponara ressalta que algumas atividades, como é o caso da fraude e da lavagem de dinheiro, por terem um fim penal, há prerrogativa na lei para que as informações possam ser usadas sem anuência do dono, tendo como objetivo identificação de um crime.
——
Carolina Abelin