Fraudes nem sempre começam com uma identidade falsa ou um cadastro irregular. Muitas surgem depois que a pessoa ou empresa já foi validada, durante um reembolso manipulado, uma nota fiscal divergente ou uma transação financeira interna fora do padrão esperado. Nesse cenário, a Vert Analytics, empresa especializada em soluções de dados, IA e hiperautomação, estrutura o antifraude como uma das categorias de agente autônomo de inteligência artificial dentro do MAIN, sua solução própria de IA, distinta da verificação de identidade sustentada pela ONDA em contextos de validação cadastral e KYC.
Dois tipos diferentes de antifraude entre as soluções
O antifraude de identidade, sustentado pela ONDA, responde à pergunta sobre quem é a pessoa ou empresa por trás de determinado cadastro ou transação, validando documento, biometria e dado cadastral antes de aprovar aquela identidade específica.
Já o antifraude como agente autônomo do MAIN responde a uma pergunta diferente: se determinado processo, transação ou fluxo interno já em andamento apresenta padrão que foge do comportamento esperado, mesmo quando a identidade de quem está envolvido já foi previamente validada.
Fraude que acontece depois da identidade já confirmada
Uma transação pode ser realizada por uma pessoa com identidade plenamente validada e ainda assim representar fraude, seja por meio de reembolso de despesa inexistente, nota fiscal com valor divergente do serviço efetivamente prestado ou movimentação financeira interna estruturada para dissimular desvio de recurso.
Um tipo de fraude como esse exige monitoramento contínuo do processo em andamento, e não apenas uma verificação pontual no momento inicial do cadastro. Essa diferença justifica a existência de um agente autônomo de inteligência artificial dedicado especificamente a esse tipo de vigilância processual contínua.
Como o agente antifraude do MAIN opera, de forma geral
Um agente autônomo de inteligência artificial dedicado a antifraude analisa o contexto de determinado processo em andamento, compara o padrão observado com o histórico de comportamento esperado para aquele tipo de operação e decide se a situação exige alerta ou intervenção antes que o processo avance para a etapa seguinte.
A Vert Analytics projeta esse tipo de agente para atuar de forma contínua sobre fluxos de processo, e não apenas em um ponto de verificação isolado. Isso permite identificar padrões suspeitos que se revelam apenas ao longo de uma sequência de eventos, e não em um único evento analisado isoladamente.
Onde esse tipo de agente antifraude se aplica?
Departamentos financeiros, jurídicos e de compras de uma organização, seja pública, seja privada, processam volume elevado de transações e documentos que poderiam esconder fraudes sofisticadas demais para serem capturadas por revisão manual amostral. Nesse cenário, um agente antifraude contínuo se torna especialmente relevante.
Esse tipo de agente é aplicado tanto em contexto de governo, monitorando processos administrativos e financeiros internos, quanto em contexto privado, monitorando transações corporativas que poderiam esconder fraude interna ou externa contra a organização. Essa abrangência permite à Vert Analytics sustentar diferentes realidades operacionais.
Antifraude que complementa, não substitui, revisão humana
Sinalizar automaticamente um padrão suspeito acelera a etapa de triagem inicial, mas não substitui a investigação qualificada necessária para confirmar se aquela sinalização representa efetivamente fraude ou apenas uma variação legítima de comportamento dentro do padrão esperado.
O agente antifraude do MAIN entrega essa sinalização como insumo para investigação humana, mantendo o julgamento técnico do profissional responsável como etapa final antes de qualquer conclusão ou ação corretiva ser efetivamente tomada com base no padrão identificado.
Antifraude como categoria dentro de um catálogo mais amplo
O antifraude compartilha o mesmo Agent Store que organiza os demais agentes autônomos do MAIN, como contestação de multas e validação documental. Essa estrutura permite que o aprendizado técnico obtido em uma categoria de agente beneficie o desenvolvimento das demais categorias organizadas dentro do mesmo catálogo.
Uma organização compartilhada como essa reduz o esforço técnico necessário para implementar um novo agente antifraude em contexto adicional, já que parte relevante da infraestrutura de governança e integração de dados já foi validada em implementações anteriores de outras categorias do mesmo catálogo.
Combinação entre agentes tende a reforçar a detecção
O agente antifraude do MAIN opera dentro do mesmo catálogo que outros agentes, como o de validação documental, contexto em que uma tentativa de fraude sofisticada costuma envolver tanto documento adulterado quanto padrão de transação atípico ocorrendo de forma coordenada.
Combinar diferentes categorias de agentes dentro do mesmo catálogo cria oportunidade de análise mais completa do que qualquer verificação isolada conseguiria sustentar sozinha, ainda que o nível exato de integração técnica entre agentes distintos varie conforme a configuração específica de cada implementação. A Vert Analytics mantém essa possibilidade dentro da estrutura do catálogo, sem pressupor que a integração ocorrerá da mesma forma em todas as implementações.
