Entre as instituições financeiras da América Latina, 89% já sofreram ataques conduzidos por agentes de IA. É o maior índice do mundo, acima da Europa e do Oriente Médio (79%), da Ásia-Pacífico (79%) e da América do Norte (75%).
Os números vêm do relatório The Future of Digital Trust, da BioCatch, que ouviu 1.440 profissionais de fraude, crime financeiro, risco e compliance, em instituições de 25 países.
Esse volume não é resultado de uma técnica de invasão inédita, mas de uma mudança no perfil de quem ataca, e essa mudança atinge em cheio os sistemas construídos para separar comportamento humano de comportamento automatizado.
O que é um agente de IA no contexto de fraude
Um agente de IA é um sistema que recebe um objetivo e executa uma sequência de ações para alcançá-lo, ajustando o caminho conforme o contexto muda, sem precisar de instrução humana a cada passo.
A diferença em relação a um script automatizado é essa capacidade de ajuste. Um script executa uma rotina fixa: se a tela mudar, se aparecer uma verificação adicional, se o campo tiver outro nome, ele quebra. Um agente tenta, encontra o obstáculo, muda a abordagem e tenta de novo.
Aplicada à fraude, essa diferença muda duas coisas ao mesmo tempo. Aumenta a escala, porque não é preciso um operador humano acompanhando cada tentativa. E aumenta a taxa de sucesso, porque o agente aprende com a falha dentro da própria sessão.
Por que a detecção tradicional perde força contra agentes?
Boa parte dos sistemas antifraude em operação hoje foi construída sobre sinais comportamentais: velocidade e ritmo de digitação, padrão de movimento do cursor, consistência de dispositivo, horário de acesso, tempo de permanência em cada tela. Esses sinais funcionam bem para o que foram desenhados, que é separar um ser humano de uma automação simples.
Mas um agente de IA ocupa um espaço entre os dois. Ele reproduz comportamento humano com fidelidade suficiente para não acionar os alertas que capturam bots, e opera com a persistência e o volume que nenhuma pessoa sustentaria.
Os profissionais do setor já registram esse deslocamento. No mesmo levantamento da BioCatch, 88% acreditam que a IA aumentou a sofisticação das fraudes, 60% esperam que o avanço do banking mediado por IA reduza a eficácia dos sinais tradicionais de detecção, e 84% apontam os agentes de IA como possível maior vulnerabilidade explorável do setor no próximo ano.
Não é o caso de concluir que a detecção comportamental deixou de servir, mas que ela deixou de ser suficiente por conta própria.
Do lado do cliente, a percepção acompanha. O Panorama Nuvidio, que ouviu 1.022 brasileiros que utilizam serviços financeiros digitais, mostra que as ameaças que mais geram sensação de vulnerabilidade são justamente as movidas por IA: 58% se dizem muito ou extremamente vulneráveis à clonagem de voz e 53% a deepfakes. Outros 51% apontam o uso indevido da própria identidade para assinar contratos não autorizados.
Panorama Nuvidio: fraudes, golpes e segurança no sistema financeiro
Como distinguir agente legítimo de agente malicioso?
Agentes de IA não são exclusividade de quem ataca. Assistentes que consultam saldo, comparam ofertas, organizam pagamentos e conduzem tarefas em nome do usuário estão se tornando parte de como as pessoas interagem com serviços financeiros. Quando isso se generalizar, a pergunta que os sistemas de detecção precisam responder muda de natureza.
Deixa de ser “é humano ou é robô?” e passa a ser: esse agente está agindo em nome de quem?
Diante de um cenário em que agentes de IA comumente iniciem ou auxiliem transações bancárias, 72% dos entrevistados dizem que será muito difícil distinguir ação legítima assistida por IA de atividade maliciosa ou manipulada.
E ela não se resolve com mais sinais sobre como a interação acontece, porque é justamente aí que o agente legítimo e o malicioso se parecem. Resolve-se confirmando quem autorizou.
A mesma tecnologia do outro lado
Se os sinais comportamentais perdem força isoladamente, é necessário deixar de olhar apenas para padrões comportamentais e colocar esforços em confirmar quem está do outro lado no momento em que uma operação acontece.
Isso é viável em escala apenas com o uso de ferramentas IA antifraude. Verificação biométrica com detecção de vivacidade, análise de comportamento durante a interação, identificação de manipulação sintética em tempo real e geração automática de registro auditável são capacidades que nenhum processo manual sustenta no volume em que operações financeiras acontecem.
O setor parece reconhecer isso. Na pesquisa da BioCatch, as capacidades apontadas como mais críticas para prevenção em um ambiente de banking mediado por IA são análise de comportamento e intenção (27%), verificação de identidade (20%) e inteligência em nível de rede (15%).
A expectativa do cliente aponta na mesma direção. No Panorama Nuvidio, a biometria facial é a ferramenta mais citada como algo que deveria ser exigido nas operações críticas: 56% na contratação de empréstimo ou financiamento, 56% em transferências de alto valor e 58% no desbloqueio de conta após suspeita de fraude.
Há, no entanto, um desencontro que vale observar. Globalmente, 82% dos profissionais ouvidos pela BioCatch dizem já estar preparados para avaliar intenção quando uma ação é iniciada ou mediada por um agente de IA. Na América Latina, essa confiança cai para 73% — a menor entre todas as regiões. É a região mais atacada e, ao mesmo tempo, a que menos se considera pronta.
O problema, portanto, não é a inteligência artificial. É a assimetria. Quem ataca já opera com IA; quem se defende com verificação pontual e revisão manual está em desvantagem estrutural, e essa desvantagem cresce na velocidade em que a tecnologia avança dos dois lados.
Conclusão
Ataques conduzidos por agentes de IA não são um cenário a antecipar: são situações que grande parte das instituições financeiras da América Latina já enfrenta. O que segue em aberto não é a existência da ameaça, e sim a capacidade de distinguir um agente agindo por um cliente de um agente agindo contra ele.
A resposta a isso não passa por desconfiar da automação. Passa por decidir deliberadamente onde a IA verifica, onde ela registra e em que ponto a decisão humana precisa entrar, reforçando a verificação justamente nas operações em que o cliente já espera encontrá-la.
A Nuvidio trabalha desse lado da equação: aplicar inteligência artificial à verificação de identidade e à geração de evidência dentro de interações por vídeo, no momento em que a operação acontece. O retrato completo do que o consumidor brasileiro espera em cada tipo de operação está disponível no Panorama Nuvidio.