Se eu te perguntasse qual foi a maior contribuição da inteligência artificial para o crime organizado, provavelmente a resposta envolveria deepfakes, clonagem de voz ou vídeos hiper-realistas.
Todas essas respostas estariam corretas, porém incompletas.
Enquanto nossa atenção está voltada para golpes cada vez mais convincentes, uma transformação muito mais silenciosa vem acontecendo: a inteligência artificial está mudando a economia da fraude.
Recentemente, uma operação da Polícia Civil de São Paulo chamou atenção ao desmantelar uma central de golpes instalada em um escritório na Avenida Faria Lima. O endereço já surpreendia. Mas o que realmente chamou minha atenção foi a estrutura encontrada: divisão clara de funções, supervisão, processos organizados e uma operação que se parecia muito mais com uma empresa do que com a imagem tradicional que ainda fazemos de um grupo de fraudadores.
Embora esse caso não represente, tecnicamente, um exemplo de Fraud-as-a-Service (FaaS), ele simboliza uma mudança importante: o crime organizado também passou por sua transformação digital.
Durante anos, a vantagem competitiva do fraudador estava na criatividade e hoje, ela está na eficiência operacional. Aplicar um golpe já não exige reunir todas as competências dentro de uma mesma organização. Assim como empresas terceirizam infraestrutura, processamento em nuvem, inteligência de dados e serviços especializados para crescer mais rápido, organizações criminosas passaram a operar em um ecossistema altamente especializado.
Há grupos que desenvolvem malware. Outros fornecem infraestrutura para campanhas de phishing. Alguns comercializam identidades sintéticas e já outros, oferecem redes para movimentação financeira, ocultação de rastros ou distribuição de credenciais roubadas. “Carrinho de compras” de peso este, né?
O fraudador deixou de construir toda a operação. Ele integra, agora, capacidades. Esse modelo passou a ser conhecido como Fraud-as-a-Service. Mais do que uma nova categoria de ataque, ele representa uma mudança no modelo econômico da fraude.
Um exemplo recente é o EvilToken, plataforma analisada pela Huntress que comercializa infraestrutura pronta para campanhas de phishing, oferecendo atualizações contínuas, suporte técnico e mecanismos capazes de contornar múltiplos fatores de autenticação. O paralelo com empresas de software é inevitável: um serviço especializado, continuamente aperfeiçoado e disponível para quem estiver disposto a pagar. É nesse ponto que a inteligência artificial passa a desempenhar um papel diferente daquele que normalmente domina as manchetes.
Um artigo recente que eu li do Financial Times chamou atenção para um aspecto pouco discutido dessa transformação. A IA não apenas melhora a qualidade dos golpes. Ela reduz drasticamente o custo para produzi-los. Criar mensagens personalizadas, adaptar campanhas para diferentes idiomas, sintetizar vozes, gerar imagens, produzir vídeos ou automatizar interações deixou de exigir equipes inteiras. Hoje, boa parte desse trabalho pode ser executada em poucos minutos.
O impacto dessa mudança é menos tecnológico do que econômico. Quando o custo para produzir uma fraude diminui, o criminoso precisa acertar menos vezes para obter lucro. Isso permite testar mais campanhas, adaptar ataques com maior velocidade e escalar operações continuamente. A inovação passa a estar na forma como o golpe é produzido.
Essa diferença parece sutil, mas muda completamente a forma como pensamos prevenção.
Durante anos, investimos em controles capazes de identificar documentos falsos, validar identidades ou bloquear transações suspeitas. Essas camadas continuam essenciais, mas já não respondem, sozinhas, ao desafio atual.
Se a fraude passou a funcionar como um ecossistema especializado, nossa estratégia também precisa evoluir. Isso significa compreender relações entre dispositivos, identidades, contas, empresas e comportamentos, utilizando tecnologias como Graph Intelligence, biometria comportamental e inteligência compartilhada entre instituições.
Talvez estejamos fazendo a pergunta errada. A discussão não deveria ser apenas como identificar o próximo deepfake e sim em como enfrentar um mercado capaz de produzir milhares deles, continuamente, com custos cada vez menores e velocidade cada vez maior.
Existe uma frase bastante conhecida que diz que os generais sempre se preparam para lutar a guerra anterior e na prevenção a fraudes, corremos o mesmo risco. Enquanto direcionamos nossa atenção para o próximo deepfake, o crime organizado continua aperfeiçoando algo muito menos visível: sua capacidade de operar com eficiência, especialização e escala.
Depois da operação na Faria Lima, talvez a pergunta mais importante já não seja como um grupo criminoso conseguiu montar uma empresa para aplicar golpes. Quantas organizações semelhantes já operam dessa forma sem que tenhamos percebido que o crime também aprendeu a escalar?
Referências
- Financial Times AI supercharges the cyber hacker’s toolkit. https://www.ft.com/content/c3e6a250-e785-4c15-b6ea-01e21c895b84
- Huntress Research. EvilToken: The evolution of Phishing-as-a-Service. https://www.huntress.com/blog (pesquisa “EvilToken”)
- CNN Brasil. Polícia descobre central de falsas cobranças operando na Faria Lima. https://www.cnnbrasil.com.br/nacional/sudeste/sp/policia-descobre-central-de-falsas-cobrancas-operando-na-faria-lima/














Respostas de 5
Excelente reflexão!
Acredito que, além de quantas organizações já funcionam assim, fico me perguntando: quanto tempo falta para que consigamos detectá-las antes de escalarem freneticamente?
Vale considerarmos, com peso mais elevado, o fator pessoa, que está diretamente ligado a esse modelo, e por vários motivos?
Muito bom!
Excelente reflexão !!
Incrível não é a palavra correta no contexto, porém infelizmente ela é adequada.
Excelente reflexão, Lygia! O ponto sobre a mudança da economia da fraude me chamou especialmente a atenção. Se a tecnologia, leia-se IA, reduziu o custo e aumentou a escala dos ataques, nossa prevenção também precisa evoluir: sair cada vez mais da análise do evento isolado e enxergar relações, padrões e comportamentos. Nosso desafio agora é outro.