A Definição Técnica que Ainda Domina o Setor Financeiro
Pergunte a um executivo de banco o que ele entende por infraestrutura antifraude, e a resposta provavelmente será técnica, como servidores, disponibilidade e uptime. Essa definição explica não apenas como o setor construiu seus sistemas, mas também por que as operações antifraude evoluíram como um conjunto de ferramentas isoladas, e não como um sistema de decisão.
O resultado eram fluxos rígidos, com pouca margem para adaptar a jornada ao perfil real de cada cliente ou ao apetite de risco de cada operação. Essa lógica começou a ser questionada à medida que fraude, inteligência artificial e identidade digital passaram a exigir decisões mais rápidas e contextualizadas. Não por acaso, o tema tem ganhado espaço em eventos como a Febraban Tech e a Rio Innovation Week. Foi a partir desse debate que investigamos como a ideia de infraestrutura está mudando no setor financeiro.
O peso que o tema ganha nesses eventos não é acaso: reflete o tamanho do investimento que já está em jogo. Segundo a Pesquisa Febraban de Tecnologia Bancária, conduzida com a Deloitte, o orçamento total em tecnologia dos bancos brasileiros chegou a R$ 47,8 bilhões em 2025 e R$ 50,4 bilhões em 2026, e 84% dos executivos priorizam a migração para a nuvem como forma de sustentar essa resiliência operacional.
Infraestrutura Como Camada de Sustentação: A Visão Predominante
Embora essa definição esteja sendo revisitada, ela ainda é o ponto de partida para quem desenha e opera sistemas financeiros. Em conversas com especialistas do setor, a infraestrutura continua sendo descrita como a camada que sustenta a operação, garantindo disponibilidade, resiliência e conectividade para que produtos e serviços funcionem. É dessa perspectiva que parte a explicação de um dos entrevistados:
"Quando eu penso em infraestrutura, penso muito nessa camada de sustentação: a base da cadeia que precisa existir para que, em cima dela, eu consiga construir produtos e serviços. É a diferença entre tudo que sustenta e a camada que o cliente de fato vê, ou a experiência que ele tem. Dificilmente essa parte visível seria possível se não houvesse uma camada tecnológica robusta e resiliente por baixo, sustentando tudo." - Igor Moraes Gonçalves, Group Product Manager
Yasodara Córdova, pesquisadora e consultora em Privacidade e Identidades Digitais, complementa essa definição observando que a infraestrutura muda de lugar dependendo do que está sendo protegido:
"Infraestrutura é a palavra que define os processos que são a base para um sistema funcionar. Quando eu falo em infraestrutura de privacidade, por exemplo, estou falando de criptografia básica. Quando eu falo que muda a infraestrutura da segurança de biometria, estou falando de grandes empresas de tecnologia que passaram a apostar numa infraestrutura local para armazenamento de dados, processando a biometria diretamente no dispositivo em vez de na nuvem." - Yasodara Córdova, pesquisadora em identidade digital e privacidade
Como a Evolução das Fraudes Tensiona essa Definição
Mas a própria evolução das fraudes começou a tensionar essa definição. Se antes bastava garantir que os sistemas permanecessem disponíveis e integrados, hoje as operações também precisam interpretar contexto, equilibrar risco e experiência e responder, em tempo real, a ataques cada vez mais sofisticados, muitos deles impulsionados por inteligência artificial. Em determinados casos de uso, a infraestrutura deixa de ser apenas um conjunto de componentes que mantém a operação funcionando e passa a incorporar mecanismos capazes de orientar decisões ao longo da jornada do usuário.
Essa mudança de perspectiva também ajuda a explicar movimentos observados entre empresas do setor. Na Certta, hub de verificação inteligente, por exemplo, a ampliação do portfólio e o reposicionamento da companhia acompanharam essa evolução do mercado, saindo de uma atuação centrada em tecnologias antifraude para uma proposta de infraestrutura de verificação capaz de integrar diferentes fontes de dados e apoiar decisões ao longo de toda a jornada digital.
Por Que um Fluxo Único de Verificação Não Serve a Todos os Segmentos
Na prática, essa mudança amplia o papel da infraestrutura dentro das operações antifraude, otimizando e combinando diferentes ferramentas, adaptando jornadas conforme o contexto de risco e evoluindo continuamente com base nos resultados obtidos.
Essa lógica permite que decisões antes tratadas como projetos de desenvolvimento passem a fazer parte da rotina operacional. Um banco pode, por exemplo, testar dois fornecedores de biometria dentro da mesma jornada, comparar indicadores como conversão e tempo de resposta e decidir qual entrega o melhor desempenho sem precisar migrar toda a operação. Da mesma forma, se um fornecedor apresentar instabilidade, a infraestrutura pode redirecionar automaticamente o fluxo para outra tecnologia, preservando a experiência do usuário e reduzindo impactos na operação.
A tabela abaixo ilustra por que um parâmetro único de verificação não serve a todos os segmentos:
Mas essa capacidade de direcionar transações de forma inteligente também amplia outra responsabilidade da infraestrutura: garantir que as decisões tomadas ao longo da jornada sejam transparentes, auditáveis e governadas. Se diferentes tecnologias passam a atuar de forma integrada, e agentes de inteligência artificial começam a participar desse processo, torna-se igualmente importante compreender por que determinada decisão foi tomada, quais sinais foram considerados e quais regras influenciaram o resultado.
Governança de IA: Quando o Risco Migra de Quem Executa Para Quem Configura
Essa mudança, porém, ainda chega de forma desigual às empresas. É o que defende Edney Souza, professor e conselheiro em inteligência artificial, dados e inovação. Segundo ele, a discussão deixa de ser técnica quando a inteligência artificial passa a influenciar decisões que antes eram exclusivamente humanas.
"Um agente que faz triagem de crédito, projeta fluxo de caixa ou aponta risco de fraude assumiu parte de uma decisão que antes pertencia a um analista, um gestor ou alguém que respondia pelo resultado. Quando isso acontece, o risco migra de quem executa para quem configurou o sistema e assinou embaixo." - Edney Souza
O Conceito de Harness na Governança de Agentes de IA
É justamente por isso que Edney defende o conceito de harness: o conjunto de limites, mecanismos de supervisão e registros que acompanha um agente inteligente antes que ele entre em produção. Mais do que desenvolver modelos capazes de automatizar tarefas, a preocupação passa a ser criar estruturas que permitam acompanhar seu comportamento, revisar decisões e interromper sua atuação quando necessário.
Esse princípio já começa a aparecer nas plataformas que incorporam inteligência artificial como parte da infraestrutura de verificação. Na Certta, por exemplo, o Hubby foi desenvolvido para atuar como uma camada de interpretação sobre a operação. Em vez de substituir o analista de risco, ele reconstrói o caminho percorrido por cada decisão, indicando quais tecnologias foram consultadas, quais regras foram acionadas e quais evidências levaram à aprovação ou rejeição de uma interação. No release oficial de lançamento, a Certta descreve o Hubby como um copiloto especializado em fraude: ele entende contexto, comportamento transacional e ajuda as equipes a tomarem decisões mais estratégicas.
Se a tendência de incorporar modelos automatizados às decisões de negócio continuar avançando, o diferencial estará na capacidade de explicar como ela foi executada, quais limites foram estabelecidos e quais evidências sustentaram cada decisão. É essa combinação entre otimização, transparência e governança que tem ganhado espaço nos principais fóruns do setor e ajudado a redefinir o papel da infraestrutura nas operações de verificação digital.
A Lacuna Entre Adoção de IA e Maturidade de Governança
Embora esse debate tenha ganhado espaço nas empresas, a maturidade para governar o uso da inteligência artificial ainda avança em um ritmo diferente. Pesquisas recentes sobre governança corporativa mostram que, enquanto a IA já faz parte da rotina de muitas organizações, políticas para orientar seu uso e supervisionar decisões automatizadas ainda são exceção. Em outras palavras, a adoção da tecnologia evolui mais rapidamente do que os mecanismos de governança capazes de acompanhá-la.
O relatório Governance of AI: A Critical Imperative for Today's Boards, do Deloitte Global Boardroom Program, mede exatamente essa distância em escala global: com base em 700 conselheiros e executivos de 56 países, o estudo mostra que a fatia de conselhos que ainda não incluem IA na agenda oficial caiu de 45% para 31% entre as duas últimas edições da pesquisa, mas 66% dos conselheiros continuam relatando conhecimento limitado ou nulo sobre o tema, ante 79% no levantamento anterior.
Para Edney, essa distância entre adoção e governança ajuda a explicar por que tantas organizações ainda tratam a IA como um tema exclusivamente tecnológico.
"É a cena mais reveladora que já vi sobre o tema: o conselho que precisa cobrar governança de IA da empresa às vezes não governa nem a própria IA que usa para ler a pauta." - Edney Souza
Decisão Errada de IA é Bug ou Falta de Governança?
Para Edney, o maior risco não está na adoção da inteligência artificial em si, mas na forma como ela é incorporada às operações. "O risco maior é achar que decisão errada de IA é bug, quando na verdade é governança que ninguém exerceu. Um modelo de linguagem é probabilístico, gera a resposta mais provável, e a mesma pergunta pode sair diferente em outro dia. Isso é ótimo para redigir, resumir ou explorar cenário. É perigoso quando a tarefa exige o oposto, o mesmo resultado toda vez, com caminho auditável, como cálculo fiscal, forecast financeiro ou qualquer decisão que afete o direito de alguém."
A discussão sobre infraestrutura, portanto, deixa de se restringir à capacidade de manter sistemas disponíveis. Ela passa a incorporar outro atributo cada vez mais relevante nas operações digitais: a capacidade de explicar como decisões foram construídas, quais regras orientaram esse processo e quem responde por elas.
É esse mesmo raciocínio que Yasodara Córdova aplica quando observa a indústria como um todo: a camada que se chama de infraestrutura muda de lugar conforme a ameaça muda de forma, e reconhecer essa camada certa, no momento certo, é o que separa uma empresa que apenas sustenta operação de uma que efetivamente decide com ela.
Perguntas frequentes
O que significa infraestrutura antifraude?
No vocabulário tradicional do setor financeiro, infraestrutura descreve a camada que sustenta a operação: servidores, disponibilidade, resiliência e conectividade para que produtos e serviços funcionem. À medida que fraude, inteligência artificial e identidade digital passam a exigir decisões mais rápidas e contextualizadas, essa infraestrutura incorpora também mecanismos capazes de orientar decisões ao longo da jornada do usuário.
Por que a definição de infraestrutura muda dependendo do contexto de segurança?
Segundo a pesquisadora Yasodara Córdova, infraestrutura é a palavra que define os processos que são a base para um sistema funcionar, e essa base muda de lugar conforme o que está sendo protegido. Em privacidade, pode ser a criptografia básica. Em biometria, pode ser a decisão de processar dados localmente no dispositivo em vez de na nuvem, como passou a fazer o Google.
O que é o Hubby e como ele se diferencia de um chatbot comum?
O Hubby foi desenvolvido para atuar como uma camada de interpretação sobre a operação. Em vez de substituir o analista de risco, ele reconstrói o caminho percorrido por cada decisão, indicando quais tecnologias foram consultadas, quais regras foram acionadas e quais evidências levaram à aprovação ou rejeição de uma interação. Ele é um copiloto especializado em fraude, que entende contexto e comportamento transacional.
O que é harness em governança de agentes de IA?
Harness é o conjunto de limites, mecanismos de supervisão e registros que acompanha um agente inteligente antes que ele entre em produção. A preocupação deixa de ser apenas desenvolver modelos capazes de automatizar tarefas e passa a ser criar estruturas que permitam acompanhar seu comportamento, revisar decisões e interromper sua atuação quando necessário.
Por que a governança de IA ainda não chega às mesas de conselho?
Segundo Edney Souza, o conselho que precisa cobrar governança de IA da empresa às vezes não governa nem a própria IA que usa para ler a pauta. Pesquisas recentes sobre governança corporativa mostram que a adoção da tecnologia evolui mais rapidamente do que os mecanismos de governança capazes de acompanhá-la.
Qual a diferença entre um erro de IA e uma falha de governança?
Um modelo de linguagem é probabilístico, gera a resposta mais provável, e a mesma pergunta pode sair diferente em outro dia. Isso é adequado para redigir, resumir ou explorar cenário. Torna-se perigoso quando a tarefa exige o oposto, o mesmo resultado toda vez, com caminho auditável, como cálculo fiscal, forecast financeiro ou qualquer decisão que afete o direito de alguém.
Conceitos abordados neste artigo
Hub de verificação inteligente: termo usado pela Certta para descrever sua atuação, integrando diferentes fontes de dados e apoiando decisões ao longo de toda a jornada digital, em vez de apenas sustentar a operação por baixo.
Harness: conjunto de limites, mecanismos de supervisão e registros que acompanha um agente inteligente antes que ele entre em produção, permitindo acompanhar seu comportamento, revisar decisões e interromper sua atuação quando necessário.
Governança de IA: conjunto de políticas e estruturas que orientam o uso de inteligência artificial dentro de uma organização e supervisionam as decisões automatizadas que ela participa.
Modelo probabilístico: tipo de modelo de inteligência artificial que gera a resposta mais provável para uma pergunta, podendo produzir resultados diferentes para a mesma pergunta em momentos distintos. Adequado para redigir, resumir ou explorar cenários, mas arriscado quando aplicado a decisões que exigem caminho auditável.
Infraestrutura de privacidade: segundo a pesquisadora Yasodara Córdova, exemplo de como o conceito de infraestrutura muda de camada conforme o contexto, podendo se referir, nesse caso, à criptografia básica que protege dados.
Fontes
Entrevistas com Igor Moraes Gonçalves, Yasodara Córdova e Edney Souza, conduzidas para este artigo.
Pesquisa Febraban de Tecnologia Bancária, com a Deloitte (2025/2026). Disponível em: https://www.deloitte.com/br/pt/Industries/financial-services/research/pesquisa-febraban-tecnologia-bancaria.html
Deloitte Global Boardroom Program, Governance of AI: A Critical Imperative for Today's Boards, 2ª edição (2026), com 700 conselheiros e executivos em 56 países. Disponível em: deloitte.com/global/en/issues/trust/progress-on-ai-in-the-boardroom-but-room-to-accelerate.html
