Proteção real em escala nacional, na infraestrutura que as agências já utilizam.
Fraudes e pagamentos indevidos custam centenas de bilhões de dólares aos programas de benefícios federais todos os anos, afetando o Medicare, o Medicaid, a assistência em desastres, a ajuda estudantil, a assistência alimentar, o seguro-desemprego e muitos outros programas públicos. O Government Accountability Office estima as perdas por fraudes federais entre US$ 233 bilhões e US$ 521 bilhões por ano, com cerca de US$ 186 bilhões em pagamentos indevidos relatados apenas no ano fiscal de 2025.
Isso não é uma falha de fiscalização. É o subproduto de um dilema real. Esses programas são projetados para fornecer ajuda rapidamente e em escala enorme. Nesse volume, analisar profundamente cada transação antes que o dinheiro seja liberado é quase impossível sem atrasar o auxílio para as pessoas que realmente precisam dele. Por isso, a detecção tradicionalmente acontece após o fato, em um modelo de "pagar e correr atrás". Mas, uma vez que um pagamento fraudulento é realizado, recuperar o dinheiro é um processo lento, caro e raramente bem-sucedido. É por isso que impedir a fraude em tempo real é tão importante. Os fraudadores exploram exatamente essa lacuna com empresas de fachada, identidades roubadas e reivindicações fantasmas, e mudam de tática no momento em que um esquema é desmantelado.
A boa notícia é que as agências não precisam mais escolher entre velocidade e melhores decisões. Os avanços em AI, análises em tempo real e o acesso a dados mais completos tornam possível avaliar as transações à medida que acontecem, sem desacelerar a entrega dos benefícios. Em vez de depender principalmente de investigações pós-fato, as agências podem usar pontuação de risco inteligente, resolução de entidades, análise comportamental e machine learning para identificar atividades suspeitas antes que os fundos sejam desembolsados. A Databricks fornece a plataforma de dados e AI para criar e operar esses sistemas, permitindo que as agências tomem decisões mais rápidas e de maior qualidade em tempo real, ao mesmo tempo em que levam assistência essencial aos beneficiários legítimos sem atrasos desnecessários.
Na Databricks, a detecção de fraudes em tempo real é um assunto que conhecemos muito bem. Criamos sistemas de detecção de fraudes para bancos, seguradoras e varejistas online, pontuando transações e bloqueando as ruins, enquanto permitimos que as atividades legítimas fluam rapidamente. Esses sistemas avaliam rotineiramente bilhões de transações todos os anos, muitas vezes tomando decisões em apenas dezenas de milissegundos. Se você já recebeu uma mensagem de texto sobre uma compra suspeita sendo bloqueada antes de ser aprovada, provavelmente já viu essa tecnologia em ação.
A mesma capacidade pode proteger o auxílio federal: uma solicitação pode ser pontuada no instante em que é enviada e retida antes que qualquer valor seja movimentado.
Os sistemas mais eficazes são em camadas, evoluindo do simples ao sofisticado:
Executadas em uma única plataforma, as camadas se reforçam mutuamente em vez de funcionarem em ferramentas desconectadas.
Visualização de saídas de motores de regras, resolução de entidades e análise de grafos: um único prestador mapeado em seis conjuntos de dados de agências distintas, revelando as conexões interorganizacionais que iniciam os alertas de fraude. Ao integrar dados entre agências, expomos esquemas ocultos que agências individuais não conseguem ver. Todos os nomes, agências e valores mostrados são dados de demonstração sintéticos.
Mais de 80% dos departamentos executivos federais já usam a Databricks hoje, de modo que o trabalho árduo de engenharia de dados geralmente já está feito.
Mas a razão mais profunda pela qual a escolha da plataforma é importante é que a fraude, por sua natureza, não respeita os limites entre órgãos. O mesmo fraudador pode se inscrever em um órgão diferente, ou até mesmo em um programa diferente dentro do mesmo órgão, e parecer um candidato de baixo risco que está se inscrevendo pela primeira vez. Os fraudadores já agem dessa forma, movendo-se com facilidade entre os programas, enquanto os órgãos que os perseguem ficam presos em silos.
Um modelo melhor em qualquer agência individual é apenas uma solução parcial. Cada camada do sistema de detecção, desde a regra mais simples até a rede neural mais avançada, é tão precisa quanto os dados com os quais aprende. Quando cada agência vê apenas sua própria fatia de atividade, cada camada trabalha com uma visão incompleta.
O compartilhamento entre agências elimina essa lacuna. Cada agência contribui com sinais de fraude em tempo real, aprimorando as regras, refinando os modelos e aumentando a taxa de detecção. Quanto mais agências se conectam, mais inteligente o sistema como um todo se torna, capturando esquemas que nenhuma agência conseguiria detectar sozinha.
A Databricks foi criada exatamente para esse tipo de compartilhamento, sem comprometer a privacidade ou a propriedade dos dados. O OpenSharing troca dados em tempo real sem copiá-los, a máscara de dados oculta detalhes pessoais enquanto preserva o valor analítico, e as Clean Rooms permitem que as agências colaborem em registros protegidos sem expor dados brutos umas às outras, tudo sob governança total e controles de acesso.
Uma visualização em tempo real dos dados se movendo entre agências sem nunca serem copiados. O OpenSharing e as Clean Rooms permitem que cada agência contribua com registros para uma investigação de fraude compartilhada, mantendo seus dados brutos protegidos e sob governança total.
A detecção só importa se você puder agir com base nela. Em uma plataforma unificada, o mesmo sistema que sinaliza um agente mal-intencionado pode direcionar a resposta: reter um pagamento suspeito, adicionar um fraudador confirmado à lista Do Not Pay e reunir um pacote de evidências pronto para processo judicial com cada violação mapeada para seu estatuto correspondente, um resumo de AI e uma trilha de auditoria assinada digitalmente. Um humano permanece no processo, confirmando os casos sinalizados antes que qualquer ação seja tomada.
Geração instantânea de um arquivo de evidências pronto para julgamento, onde cada violação é vinculada a leis específicas e verificada com um histórico assinado criptograficamente. Ao automatizar o pacote de encaminhamento, os investigadores podem se concentrar na aplicação da lei em vez da documentação manual.
Cada decisão permanece sob supervisão humana. Os encaminhamentos só são agrupados e transmitidos quando o pessoal designado fornece autorização formal, com cada fase documentada em um histórico de auditoria permanente.
Com a Databricks, o que antes era impossível agora está comprovado em escala. A mesma tecnologia que analisa 160 bilhões de pagamentos com cartão por ano, pontuando cada um para fraude em milissegundos, pode ser usada para benefícios federais, utilizando a plataforma de dados e AI que as agências já possuem. A fraude é capturada no instante em que aparece, o auxílio legítimo continua fluindo e a proteção em tempo real finalmente opera em escala nacional. Essa não é uma capacidade para o futuro. Est á pronta para ser implementada hoje.
Veja como a Databricks ajuda as agências governamentais a detectar e impedir fraudes em tempo real. Explore nossas soluções para o setor público e o Solution Accelerator de detecção de fraudes em tempo real, ou entre em contato com nossa equipe para definir o escopo de um projeto piloto.
(Esta publicação no blog foi traduzida utilizando ferramentas baseadas em inteligência artificial) Publicação original
Assine nosso blog e receba os posts mais recentes diretamente na sua caixa de entrada.