Repórter do Future of Money
Publicado em 27 de maio de 2025 às 15h48.
Última atualização em 28 de maio de 2025 às 19h08.
A Cielo divulgou com exclusividade à EXAME que, através do Garagem, seu hub de inovação, apoiou o projeto Score de Chave Pix no Laboratório de Inovações Financeiras e Tecnológicas (LIFT), iniciativa do Banco Central em parceria com a Fenasbac. O sistema usa dados transacionais do Pix e inteligência artificial (IA) para atribuir um grau de confiabilidade a cada chave transacional. A intenção é enfrentar um cenário crescente de fraudes no país.
Segundo um estudo da ACI Worldwide, as fraudes digitais podem gerar mais de R$ 12 bilhões em perdas com o Pix até 2028. É nesse cenário que o Score de Chave Pix, desenvolvido pela startup Data Rudder em parceria com a Cielo e Idwall, pretende atuar.
“Nosso papel como parceiros tecnológicos vai além do e técnico. Acreditamos que a inovação de impacto nasce da colaboração, da escuta e, muitas vezes, do desconforto de repensar processos. Projetos como esse nos mostram que segurança e conveniência não são opostos: elas andam juntas e são essenciais para um sistema financeiro mais confiável, inclusivo e eficiente”, disse Wagner Silva, Superintendente de Produtos e Inovação na Cielo.
“No fim do dia, a proposta é clara: promover um sistema de pagamentos mais eficiente, confiável e colaborativo, que proteja o usuário sem comprometer a fluidez da experiência”, acrescentou Wagner em um comunicado enviado com exclusividade à EXAME.
O sistema utiliza dados do Diretório de Identificadores de Contas Transacionais (DICT) e técnicas de machine learning para identificar padrões suspeitos, prevenir fraudes com maior precisão e reduzir os chamados falsos positivos — quando uma transação legítima é indevidamente barrada.
A Data Rudder foi conectada aos times internos de antifraude e Pix da Cielo, que auxiliaram na validação da hipótese de que o o, mesmo anonimizado, aos dados do DICT pode ampliar a eficácia de modelos antifraude, inclusive para empresas que não fazem parte do Sistema de Pagamentos Instantâneos (SPI).
Segundo a Cielo em um comunicado, o protótipo funcional demonstrou ganhos expressivos: o modelo treinado com dados do DICT atingiu 99% de acurácia, 97% de precisão e 97% de sensibilidade, frente a apenas 50% de precisão no modelo base sem o aos dados.
Na base do projeto está o uso de machine learning, com o modelo Random Forest e técnicas para tratamento de desbalanceamento entre dados legítimos e fraudulentos. Mais do que a arquitetura técnica, o que se destaca é a possibilidade de personalizar a análise de risco e oferecer uma ferramenta ível, eficiente e escalável para instituições de todos os portes — de grandes bancos a fintechs em crescimento.
Siga o Future of Money nas redes sociais: Instagram | X | YouTube | Telegram | Tik Tok