Apate infiltra IAs vítimas para caçar golpistas

O golpe ligou e a IA atendeu de propósito

Agentes de IA disfarçados de vítimas parecem roteiro de filme, mas é exatamente o que a australiana Apate está colocando em produção. Em vez de usar modelos só para vender mais rápido ou automatizar suporte, ela mantém milhares de personas sintéticas atendendo ligações de golpe, respondendo mensagens suspeitas, clicando em links de phishing e entrando em grupos onde golpistas recrutam e operam. A ideia é simples e incômoda: deixar a IA ser enganada para aprender mais rápido do que o criminoso consegue se adaptar.

Para quem opera antifraude em banco, telecom ou utility, isso toca num nervo exposto. O modelo atual é quase todo reativo. Você bloqueia um número, o golpista compra outro. Você barra uma transação, o dinheiro já foi movimentado via Pix ou cripto. Você derruba um domínio, dez clones surgem no mesmo dia. A Apate tenta inverter o jogo e coletar inteligência ainda durante a abordagem, antes que exista uma vítima real com prejuízo.

O fato

A Apate foi fundada em 2024 a partir de pesquisa conduzida na Macquarie University, em Sydney, pelo CEO Dali Kaafar. A tese nasceu de uma situação bem humana. Kaafar recebeu uma ligação de golpe durante um piquenique em família, resolveu enrolar o golpista para divertir os filhos e segurou a chamada por 44 minutos. Riu na hora, mas depois fez a conta que todo operador faz: foram 44 minutos em que aquele golpista não atacou ninguém, e também 44 minutos da própria vida jogados fora. Dali veio a pergunta que virou empresa: dá para automatizar a enrolação e ainda extrair algo útil dela.

Hoje a empresa diz que sua frota já conduziu mais de 2,5 milhões de conversas e desperdiçou o equivalente a 17 anos de tempo de golpistas. O número chama atenção, mas o que interessa para clientes não é o tempo perdido do criminoso. É o que vaza no meio da conversa. Segundo a empresa, os agentes tentam extrair contas bancárias e chaves de recebimento, carteiras cripto, números de telefone ativos, URLs maliciosas, marcas que estão sendo imitadas e o roteiro completo do golpe. Esse pacote vira insumo para bancos, telecoms, agências de governo e utilities ajustarem detecção, bloqueio e comunicação com o usuário. A startup é uma das finalistas do Startup Battlefield 200 e está se apresentando esta semana no TechCrunch Disrupt, em São Francisco.

Como funciona na visão de operador

O conceito é scam-baiting em escala industrial. Cada agente assume uma persona com idade, gênero, sotaque, idioma e nível de ingenuidade digital diferentes. Um atende como idoso confuso, outro como jovem apressado, outro como pequeno empresário preocupado com uma fatura. Eles falam por voz, SMS, e-mail, redes sociais e mensageiros, e são treinados para manter o golpista engajado o máximo possível sem quebrar o personagem. Quanto mais tempo o criminoso tenta fechar o golpe, maior a chance de ele entregar uma conta para depósito, um link de pagamento, um falso suporte ou um passo a passo que revela infraestrutura.

A Apate diz usar uma combinação de modelos de fronteira com modelos próprios ajustados em cima das conversas que seus agentes já tiveram. Na prática, isso provavelmente significa uma pilha com transcrição e síntese de voz em tempo real, um orquestrador de diálogo com memória longa e um extrator de entidades rodando em paralelo para pescar indicadores. É plausível que cliques em phishing aconteçam em ambiente isolado, uma espécie de sandbox de navegador, onde dá para observar redirecionamentos, kits de phishing e coleta de credenciais sem expor dados reais. O portal de inteligência entregue ao cliente deve consolidar esses sinais em alertas e análises por campanha.

O ponto sensível aqui é custo e latência. Manter dezenas de milhares de conversas diárias por voz não é barato. Cada minuto de chamada envolve transcrição, inferência, síntese e telefonia, e a latência precisa ficar baixa o suficiente para parecer humano. Se a resposta demora dois segundos a mais, o golpista desconfia e desliga. Então o ajuste fino deve envolver respostas curtas para ganhar tempo, interrupções naturais, troca dinâmica de modelo conforme a complexidade e corte rápido de conversas sem valor. A empresa não abre números de custo por interação, mas é razoável supor que a operação só fecha se o valor da inteligência para bancos e teles for bem maior que o gasto com inferência e infraestrutura de voz.

O que isso muda na prática

Quem ganha primeiro são times de fraude e risco que vivem de indicadores frescos. Ter acesso a contas mule, carteiras, domínios e números ainda ativos permite bloquear antes da onda de vítimas, e não depois do primeiro boletim de ocorrência. Para telecoms, isso pode significar derrubar rotas de voz e SMS com mais contexto. Para bancos, significa calibrar motores de risco com nomes de campanhas reais, textos usados na abordagem e marcas mais imitadas na semana. Para governo e utilities, que sofrem com golpes de falsa conta de luz, falso benefício e falsa intimação, significa antecipar comunicação preventiva.

• Bancos e carteiras: podem transformar contas e carteiras extraídas em regras de velocity, listas de observação e fricção extra no momento do pagamento.
• Telecoms e provedores: podem usar números, áudios e padrões de chamada para melhorar bloqueio e identificação de spam por voz.
• Times de trust and safety: ganham amostras reais de engenharia social para treinar modelos e educar usuários com exemplos atuais, não com cartilha de 2022.

Quem perde são os golpistas de baixo escalão, que dependem de volume e de infraestrutura reutilizada, e também fornecedores que vendem só bloqueio reativo. Se você opera fraude hoje, uma ação prática imediata é criar um fluxo para consumir inteligência externa em até 24 horas. Não adianta receber uma lista de domínios e contas uma vez por mês. Monte um pipeline simples: ingestão diária de indicadores, validação rápida, bloqueio temporário, monitoramento de reincidência e feedback para o time de comunicação. E treine seu modelo de risco com os textos reais das abordagens, porque golpe novo quase sempre reaproveita roteiro antigo com outro nome de empresa.

A tensão que ninguém quer admitir

A pergunta difícil é se isso escala ou só desloca o problema. Golpistas também usam IA para gerar voz, clonar rostos, traduzir roteiros e rodar milhares de conversas paralelas. O FBI registrou mais de 22 mil queixas de crimes com IA em 2025, com perdas estimadas em 893 milhões de dólares, sendo mais de 632 milhões só em golpes de investimento com deepfakes e diálogos automatizados. Ou seja, estamos caminhando para um cenário de IA contra IA, onde cada lado tenta parecer mais humano que o outro. Nesse jogo, a vantagem não é de quem tem o modelo maior, e sim de quem aprende mais rápido com o loop de dados.

Também existe o risco operacional. Agentes que clicam em links e conversam com criminosos precisam de isolamento forte para não vazar dados, não cair em sequestro de sessão e não gerar prova contaminada. Há ainda a questão de falsos positivos e de privacidade, porque uma conta citada numa conversa de golpe nem sempre é criminosa, pode ser de um laranja ou de um inocente. E tem o custo. Manter essa frota ligada 24 horas por dia exige disciplina de unit economics que startup em estágio inicial nem sempre tem. Se o cliente não transformar inteligência em bloqueio rápido, vira relatório bonito que ninguém usa.

Conclusão

A Apate não resolve fraude, ela muda onde a briga acontece, do estorno depois do prejuízo para a coleta durante a tentativa. Isso é valioso, mas só vale se virar ação em horas, não em semanas. Resta saber quem aprende mais rápido nos próximos dois anos: a frota de iscas ou os golpistas que já automatizaram o ataque.