Money20/20 USA 2026: principais aprendizados e tendências emergentes para equipes de risco

O Money20/20 USA 2026 aconteceu de 18 a 21 de outubro no The Venetian, em Las Vegas. Para as equipes de risco, quatro tendências se destacaram este ano: uma identidade que agora precisa abranger tanto pessoas quanto agentes de IA, a inclusão tratada como requisito de design, a IA dos dois lados da fraude e a migração do scoring de risco para novos trilhos de pagamento, antes que o dinheiro se movimente.

Vamos analisar cada uma delas em detalhe.

A identidade agora precisa cobrir pessoas e agentes de IA

A identidade deu o tom do evento desde a primeira noite. Na keynote do Sunday Night Live, Alex Blania, CEO da Tools for Humanity, afirmou que será cada vez mais necessário saber se estamos lidando com uma pessoa ou com uma IA. No dia seguinte, a World lançou o World ID para bancos e finanças, um conjunto de ferramentas criado para ajudar os bancos a prevenir fraudes com deepfakes e a falsificação de identidade com IA em contas de clientes, fluxos de trabalho de funcionários e agentes de IA. No Exchange Stage, Enrique Lores, CEO do PayPal, reforçou a mesma ideia do ponto de vista dos pagamentos: "A confiança foi muito importante quando o e-commerce começou. Será ainda mais importante em um mundo de agentes de IA".

A conversa mais prática para as equipes de fraude aconteceu em um painel de segunda-feira sobre como os bancos verificam agentes de IA. Amir Sarhangi, CEO da Skyfire, relatou que os sinais de fraude de bancos e lojistas estão ficando distorcidos: um agente pode apresentar endereços IP de três localizações diferentes, o que normalmente é um dos sinais de fraude mais claros, enquanto age de forma legítima em nome de um cliente real. Para ele, o setor precisa de novos sinais de fraude dentro da infraestrutura de segurança web atual. Em outro painel, a American Express apresentou o Intent Intelligence, um framework que permite aos emissores receber a intenção de compra autorizada pelo cliente antes que um agente conclua a transação.

Para as equipes de risco, isso muda a forma de ler cada sinal. Isoladamente, uma divergência de localização ou um indicador de automação já não indica fraude quando existe a possibilidade de um agente legítimo estar agindo em nome do cliente. O fator decisivo é o contexto: de qual dispositivo e ambiente vem a sessão e se o comportamento dela condiz com o padrão desse cliente. Esse contexto também precisa ser construído sem coletar mais dados pessoais do que a decisão exige.

A inclusão passou a ser um requisito de design, e não um tema secundário

Um dos quatro pilares do programa, "Technology as the Great Equalizer" (a tecnologia como grande equalizadora), reuniu IA agêntica, previsão de fraude com IA e identidade digital. Em uma conversa com Tracey Davies, presidente do Money20/20, Fereshteh Forough, fundadora e diretora executiva da Code to Inspire, defendeu que os produtos sejam pensados desde o início para pessoas sub-bancarizadas ou com acesso limitado a serviços financeiros, em vez de serem adaptados para elas depois.

Para as instituições que concedem crédito, a inclusão é tanto uma questão de risco quanto uma questão social. Proponentes com pouco histórico de crédito são difíceis de avaliar apenas com os dados da proposta, e uma recusa automática muitas vezes reflete a falta de dados, e não um risco real. Sinais de dispositivo e de comportamento coletados durante a sessão on-line podem ser usados como variáveis complementares aos dados de bureau de crédito, com o maior ganho de poder discriminante em tomadores com pouco histórico de crédito. A combinação desses sinais na prática é o tema do artigo como os novos sinais digitais ajudam os modelos a gerenciar o risco.

A IA está dos dois lados da fraude, em velocidades diferentes

"A tecnologia avançou dos dois lados", disse Mandy DeFilippo, CEO do Standard Chartered para EUA e Américas, Europa, Oriente Médio e África. Segundo ela, a mesma tecnologia que impulsiona a inovação também dá ferramentas a atores mal-intencionados, por isso os controles dos bancos precisam evoluir na mesma velocidade. Takis Georgakopoulos, CEO da Fiserv, levantou um ponto relacionado do ponto de vista operacional: a maior oportunidade para os bancos está na forma como a IA transforma os processos internos, e não apenas a interação com os clientes.

A agenda refletiu os dois lados: uma sessão de terça-feira sobre como combater a fraude de um atacante que usa IA aconteceu no mesmo palco e na mesma manhã que outra sobre como uma IA explicável foi aprovada em uma auditoria. O ritmo é diferente. Os fraudadores podem usar ferramentas de LLM disponíveis publicamente para automatizar phishing e criar roteiros de engenharia social, a um custo baixo por tentativa fracassada. As equipes de risco precisam explicar cada decisão, validá-la mais de uma vez e responder em menos de um segundo em ambientes de alta carga.

Por enquanto, isso posiciona os LLMs como ferramentas de apoio aos analistas: consolidar casos durante investigações, analisar novos esquemas e redigir relatórios. As decisões continuam baseadas em variáveis estruturadas e explicáveis, que podem ser testadas e auditadas. Os limites estão detalhados na nossa visão sobre LLMs na prevenção de fraude e na gestão de risco.

O scoring de risco migra para novos trilhos de pagamento, antes de o dinheiro se movimentar

Os novos trilhos de pagamento estiveram presentes durante todo o evento, e os controles de fraude avançaram junto com eles. A Mastercard aproveitou o evento para lançar o Stablecoin Security, uma API que avalia o risco de fraude, golpe e sanções em pagamentos com stablecoins antes de os recursos serem movimentados on-chain. O FedNow Innovation Studio, do Federal Reserve, apresentou demos de pagamentos por QR code, antecipação salarial, transações imobiliárias e pagamentos empresariais, segundo o Federal Reserve Financial Services. Em um painel sobre stablecoins, Alex Garn, diretor de produto da Borderless, defendeu que fraude e risco precisam de uma estrutura aplicada a todo o sistema, em vez de ficarem a cargo de cada banco individualmente.

Com a liquidação cada vez mais rápida em todos os trilhos, há menos tempo para interromper uma transação indevida depois que ela começa. Por isso, uma parte maior da decisão de risco passa para a sessão que antecede a transação.

Achou útil? Receba o próximo artigo na sua caixa de entrada

O próximo artigo sobre device intelligence, prevenção de fraude e risco já está a caminho. Assine a nossa newsletter para não perdê-lo.