Fraudes de voz por IA no setor bancário: por que sua voz não é mais segura

“Minha voz é minha senha.” Por mais de uma década, esta frase representou o auge do banco conveniente e seguro. Os clientes podiam pular os PINs e perguntas de segurança, confiando em vez disso na biometria única de suas cordas vocais para acessar contas de alto valor. Hoje, com o aumento das fraudes de voz por IA, essa conveniência se tornou uma vulnerabilidade crítica.

O avanço rápido da IA generativa quebrou fundamentalmente a autenticação por voz. Com ferramentas capazes de clonar a voz humana a partir de apenas segundos de áudio, a barreira para a fraude desabou. Não estamos mais diante de um risco teórico; estamos testemunhando o começo do que o CEO da OpenAI, Sam Altman, chama de “uma significativa crise iminente de fraude.”

Para instituições financeiras, a mensagem é clara: a era de confiar na voz do outro lado do telefone acabou.

A morte da impressão vocal

Em um discurso recente em uma conferência do Federal Reserve, Sam Altman fez um alerta contundente para o setor bancário. “Algo que me aterroriza é que aparentemente ainda existem algumas instituições financeiras que aceitam a impressão vocal como autenticação“, disse Altman. “Isso é uma loucura ainda estar acontecendo. A IA já derrotou completamente isso.”

Ele não está exagerando. Sistemas legados de autenticação por voz dependem da “impressão vocal”, analisando as ondas, tons e cadência únicos da fala do usuário. Quando esses sistemas foram implementados, imitar uma voz exigia um profissional imitador ou engenharia de áudio complexa e cara.

A IA generativa democratizou a falsificação. Modelos modernos de IA podem agora criar clones de voz “zero-shot”. Isso significa que um fraudador precisa de apenas três segundos de áudio. Isso é aproximadamente o comprimento de uma saudação em um correio de voz ou um clipe curto de vídeo em redes sociais, para treinar um modelo de IA.

Uma vez treinadas, essas ferramentas podem gerar fala fluente na voz daquela pessoa. Podem replicar tiques vocais específicos, incluir “é” e “hã” realistas e até inserir inflexões emocionais que tornam o áudio sintético indistinguível da realidade.

Obtenha acesso gratuito ao relatório

Explore as últimas percepções sobre tendências de fraude digital com o Relatório O futuro dos pagamentos.

Baixar agora

Um aumento na fraude sintética

A disponibilidade dessas ferramentas desencadeou uma explosão nas tentativas de fraude. De acordo com o relatório Estado da Fraude Baseada em Voz 2026, 84% das organizações financeiras e de varejo enfrentaram ataques de voz moderados a altamente sofisticados no último ano. Chamadas fraudulentas que imitam clientes estão no topo das preocupações, com 87% dos entrevistados identificando-as como uma ameaça major ou moderada. Outras ameaças significativas incluem:

• 84%: Chamadas fraudulentas que imitam funcionários ou líderes da empresa
• 77%: Vishing (phishing por voz) direcionado a funcionários internos
• 74%: Incidentes de deepfake ou clonagem de voz

O Relatório de Fraude de Identidade Veriff 2026 destaca ainda o papel da IA na facilitação da fraude. Mídia apresentada digitalmente é agora 300% mais provável de ser gerada ou alterada por IA, e fraudadores estão cada vez mais usando emuladores para simular dispositivos e ataques de injeção para inserir dados falsos biométricos ou documentais nos processos de verificação. Essas técnicas avançadas facilitam mais do que nunca para atores mal-intencionados burlar as medidas tradicionais de segurança.

A voz humana tem um poder forte para construir confiança, muito mais efetivamente que texto ou e-mail. Golpistas exploram isso criando um senso de urgência e autoridade, muitas vezes imitando funcionários bancários, policiais ou familiares aflitos. O objetivo deles é pressionar as vítimas a agir rapidamente antes que possam questionar a situação.

O impacto financeiro é assustador. Mais da metade das organizações pesquisadas relata que o custo médio por incidente de fraude por voz fica entre US$ 5.001 e US$ 25.000, com 18% dizendo que ultrapassa US$ 25.000. Além das perdas financeiras diretas, o custo operacional é imenso: quase 8 em cada 10 entrevistados gastam pelo menos 51 horas anuais investigando casos de fraude por voz, com alguns dedicando até 500 horas.

Por que as contramedidas atuais falham

Muitas organizações acreditam estar protegidas por ferramentas simples de detecção ou pelos “guardrails” aplicados a produtos comerciais de IA. Infelizmente, isso é uma falsa sensação de segurança. O Relatório Estado da Fraude Baseada em Voz 2026 destaca que, embora 58% das organizações confiem em treinamento de funcionários e 49% usem autenticação multifator, essas medidas muitas vezes são insuficientes para a sofisticação dos ataques modernos. Fraudadores utilizam ferramentas avançadas de IA para burlar essas defesas, e as ferramentas tradicionais de prevenção de fraude frequentemente adicionam atrito à experiência do cliente sem impedir efetivamente os ataques.

O Relatório de Fraude de Identidade Veriff 2026 enfatiza a necessidade de uma abordagem de segurança em múltiplas camadas para combater essas ameaças. Isso inclui verificação biométrica facial, análise comportamental e algoritmos de aprendizado de máquina para detectar anomalias em tempo real. Adicionalmente, verificações de detecção de vitalidade facial são recomendadas para validar a autenticidade da presença humana, tornando mais difícil para os fraudadores usar mídia pré-gravada ou mídia sintética.

Obtenha acesso gratuito ao relatório

Explore as últimas percepções sobre tendências de fraude digital com o Relatório O futuro dos pagamentos.

Baixar agora

O caminho a seguir: autenticação multifator e detecção de vitalidade

Instituições financeiras devem aceitar que dados de áudio não são mais uma prova confiável de identidade. Se a voz de um usuário está na internet – em um podcast, um vídeo no TikTok ou um webinar da empresa – ela pode ser clonada.

Para sobreviver a esta crise de fraude, bancos devem migrar para autenticação multifator (MFA) e detecção robusta de vitalidade que vá além do áudio.

1. Abandone a autenticação somente por voz
   A voz nunca deve ser a única chave para uma conta. Ela pode fazer parte da interação, mas não pode ser a guardiã. Instituições financeiras devem remover imediatamente as impressões vocais como método primário de autenticação para transações de alto risco.

2. Implemente detecção de vitalidade por vídeo
   O desafio hoje não é apenas determinar quem está interagindo com o sistema, mas se é um ser humano real presente no momento. A verificação biométrica por vídeo que utiliza detecção de vitalidade é muito mais difícil de falsificar do que o áudio. Esta tecnologia analisa micro-movimentos e reações para garantir que o usuário não seja um deepfake, vídeo pré-gravado ou uma máscara.

3. Associação de dispositivo e análise comportamental
   A segurança deve passar a ser invisível. Associando a autenticação a dispositivos confiáveis específicos e analisando o comportamento do usuário (como digita, desliza e navega), os bancos podem criar um perfil de risco muito mais difícil de ser imitado por um invasor remoto, independentemente de quão convincente seja sua ferramenta de voz por IA.

Conclusão

A tecnologia para nos enganar está aqui e é acessível a todos. A “significativa crise iminente de fraude” alertada por Sam Altman não é um cenário futuro distante – é a realidade atual dos serviços financeiros.

Confiar em uma voz não é mais sinônimo de confiar em uma pessoa. Ao reconhecer que a IA “derrotou completamente” a autenticação por voz, líderes financeiros podem tomar os passos necessários para implementar sistemas mais fortes de verificação multimodal de identidade que protejam tanto suas instituições quanto os meios de vida de seus clientes.