Agente de Detecção de Fraudes

Organizações perdem em média cinco por cento do faturamento anual com fraude. A Association of Certified Fraud Examiners documenta esse valor no Report to the Nations 2024 com base em 1.921 casos investigados e um dano total de 3,1 bilhões de dólares (USD). A maioria desses casos não foi descoberta por controles internos, mas por denúncias. Verificações baseadas em regras capturam aquilo que já conhecem. O que não conhecem permanece invisível - frequentemente durante anos.

Verificações por amostragem falham na lógica estatística

Auditoria por amostragem parte de uma premissa: se uma proporção suficiente das transações está correta, pode-se inferir sobre o todo. Fraude invalida essa premissa. Um fornecedor fantasma que lança pequenos valores logo abaixo do limite de aprovação ao longo de 18 meses não aparece em nenhuma amostra. Splitting de limiar - por exemplo, uma fatura de 9.900 EUR (aprox. 10.800 USD) em vez de 10.000 EUR para contornar a alçada de aprovação - parece inofensivo na análise individual.

Somente a verificação completa de todas as transações torna esses padrões visíveis. Não por meio de regras mais rigorosas, mas por detecção estatística de anomalias: qual fornecedor não possui nenhum pedido de compras, mas recebe pagamentos regulares da contabilidade? Qual centro de custo lança às sextas-feiras à noite, quando ninguém mais confere? Sistemas baseados em regras não fazem essas perguntas porque ninguém as formulou como regra.

Documentos gerados por IA mudam o cenário de ameaças

Até 2024, faturas falsificadas eram reconhecíveis artesanalmente - fontes erradas, carimbos ausentes, CNPJs inconsistentes. Isso mudou fundamentalmente. Segundo o Feedzai AI Fraud Trends 2025, mais de 50 por cento de todos os casos atuais de fraude usam inteligência artificial, e 75 por cento dos profissionais antifraude relatam aumento significativo de falsificações geradas por GenAI nos últimos dois anos. Chris Juneau, SVP da SAP Concur, resumiu: “Do not trust your eyes.”

Para departamentos financeiros, isso significa uma nova linha de defesa. Falsificações geradas por IA superam a verificação visual e frequentemente também a validação baseada em regras. O que as denuncia são inconsistências em metadados, estruturas de documento atípicas e anomalias estatísticas no contexto - como um novo fornecedor cuja primeira fatura corresponde exatamente ao padrão de valores de um fornecedor existente. Essa análise requer IA treinada em autenticidade documental.

Dez etapas de decisão separam sinal de falso alarme

O Decision Layer decompõe a detecção de fraude em uma cadeia de dez decisões com três tipos de decisores. Três etapas são baseadas em regras: detecção de duplicatas, fraude de despesas contra limiares definidos e violações de segregação de funções contra a matriz de permissões. Cinco etapas utilizam análise de IA: fornecedores fantasma, anomalias em lançamentos, autenticidade documental, round-tripping em redes de pagamento e o scoring agregado de risco. Duas etapas ficam com o humano: a decisão de escalação e a avaliação final sobre se o alerta é justificado.

Cenário concreto: uma indústria de médio porte com 40.000 faturas de entrada por ano. O agente identifica que um fornecedor de embalagens submete faturas com o mesmo valor líquido há seis meses, mas com descrições de itens levemente variadas. Simultaneamente, a análise de rede mostra que os dados bancários desse fornecedor estão vinculados a um colaborador do setor de compras. Isoladamente, nenhum desses sinais é prova. Na combinação, resulta em um score de risco que aciona a escalação ao responsável de compliance.

O responsável de compliance decide - não o algoritmo

Seis das dez etapas de decisão utilizam análise de IA. Isso torna este agente o mais intensivo em IA de todo o catálogo. Mesmo assim, nenhum algoritmo toma a decisão sobre se uma suspeita se torna investigação. O Decision Layer documenta cada alerta com padrão desencadeador, transações afetadas, score de risco e carimbo de tempo. O responsável de compliance avalia com base nisso se há um falso positivo ou se uma investigação deve ser iniciada.

Esse princípio não é opcional. A ISA 240 obriga o auditor a avaliar riscos de fraude. Um sistema de detecção documentado de forma rastreável - com alertas protocolados, caminhos de escalação e resultados de investigação - é um sinal concreto da eficácia do sistema de controle interno. Quem documenta cada alerta de forma completa fortalece não apenas a defesa, mas também a auditabilidade conforme padrões internacionais de auditoria e as exigências do padrão contábil alemão GoBD (padrão GoBD alemão de arquivamento fiscal) (Lei 8.846/94 e IN RFB 2.005/2021 como equivalentes brasileiros para obrigações de documentação fiscal).