O sistema financeiro brasileiro começou a aplicar inteligência artificial para rastrear o dinheiro das facções criminosas, indo além das consultas tradicionais a listas de CPFs e CNPJs suspeitos. O movimento ganha urgência diante de uma discussão jurídica em curso: o enquadramento das principais facções do país como organizações terroristas, que, caso se concretize, elevaria de forma drástica as exigências de conformidade para bancos, cooperativas de crédito e fintechs.
Da lista estática à análise comportamental
| Abordagem | Como funciona |
|---|---|
| Listas estáticas (tradicional) | Consulta a CPFs e CNPJs já marcados como suspeitos |
| IA comportamental (em desenvolvimento) | Cruza dados transacionais com geolocalização para detectar microfluxos atípicos em áreas de influência das facções |
Mudança na prevenção à lavagem descrita pela Dimensa. Fonte: ITForum
Por que a lista de suspeitos não basta mais
A resposta tecnológica em desenvolvimento busca superar a consulta a CPFs e CNPJs já sinalizados. As ferramentas cruzam dados transacionais com informações de geolocalização para detectar microfluxos atípicos em áreas de forte influência das facções. Algoritmos de machine learning identificam em tempo real padrões de movimentações fracionadas em pequenos comércios, postos de combustíveis e empresas de fachada, um nível de detecção que as listas fixas não alcançam. O esforço acompanha um movimento mais amplo de modernização, com reguladores recorrendo a IA para treinar sistemas anti-lavagem.
O principal obstáculo é a sofisticação operacional já alcançada pelo crime organizado. “A sofisticação do crime organizado exige que o mercado financeiro mude a forma como enxerga o risco de PLD. Não estamos mais lidando apenas com a validação de documentos, mas com a análise comportamental e contextual do fluxo do dinheiro”, afirmou Ubiratan Lima, diretor da unidade de riscos da Dimensa.
