Operacionalizando IA para prevenção de fraudes no setor público

Operacionalizando IA para prevenção de fraudes no setor público

Agências do setor público estão em um ponto crucial. Governos estão adotando inteligência artificial (IA) não apenas para modernizar operações essenciais e melhorar os serviços ao cidadão. Ao mesmo tempo, a ascensão da IA também está remodelando o cenário de ameaças. Criminosos agora usam identidades sintéticas, documentos aprimorados com deepfake e campanhas de engenharia social hiperpersonalizadas, forçando as agências a repensar controles de risco legados que nunca foram projetados para essa escala ou sofisticação. Por exemplo:

• Benefícios: Crimes de fraude aumentaram 242% desde 2020.
• Impostos: Foram descobertos US$ 4,5 bilhões em fraudes fiscais em 2025 (aumento de 111,8% ano a ano).
• Patentes: Um único ator estrangeiro foi ligado a mais de 52.000 registros de marca fraudulentos.

A IA tem um potencial enorme, mas apenas quando baseada em dados confiáveis e forte governança. Modernização não se trata de um único modelo; trata-se de construir um sistema seguro e de ponta a ponta que conecta dados, inteligência e fluxos de trabalho. Este blog ilustra como modernizar a prevenção de fraudes com Databricks através de uma agência fictícia chamada Services Bureau.

Um Novo Modelo Operacional para Investigação de Fraudes

Antes de explorar como essa modernização funciona, é útil entender como as investigações de fraude geralmente acontecem hoje no Services Bureau. Analistas precisam alternar entre vários sistemas para coletar os dados necessários para um único caso. Eles exportam arquivos de um sistema, baixam planilhas de outro e recebem informações adicionais por anexos de e-mail ou pastas compartilhadas. Em seguida, combinam essas fontes manualmente, executando macros ou regras para sinalizar linhas suspeitas e realizando pesquisas mais aprofundadas em outros sistemas para validar as descobertas. O processo é demorado, fragmentado e difícil de escalar.

Agora, imagine um fluxo de trabalho moderno onde um único aplicativo visualiza 17 casos priorizados, cada um com evidências de apoio e explicações claras ligadas a políticas ou sinais de fraude. A IA aponta os riscos mais urgentes, enquanto o analista toma a decisão final. O que antes levava semanas, agora pode ser feito em um dia, permitindo que eles ajam mais rápido e com mais confiança.

Incorporando Inteligência em Fluxos de Trabalho Operacionais com Databricks Apps

Dados e insights entregam o maior valor quando incorporados diretamente nos fluxos de trabalho diários.

Usando Databricks Apps, potencializado por Lakebase, o Services Bureau reúne governança, agentes e dashboards em um único aplicativo de operações de fraude adaptado à sua missão.

Um analista sênior de fraudes faz login no aplicativo e vê os casos atribuídos. Ao abrir um caso, o analista pode revisar documentos de apoio armazenados em volumes do Unity Catalog e dados de verificação de terceiros.

Enquanto isso, um agente embarcado avalia o caso em segundo plano e fornece recomendações com justificativas de apoio.

Se o analista concordar, ele pode aprovar o caso. Se não, ele pode substituir a recomendação e escalá-la para investigação. O julgamento humano permanece central.

Executivos usam o mesmo aplicativo para visualizar dashboards e interagir com o Genie sem fazer login em várias ferramentas. Liderança e analistas operam dentro de um ambiente unificado que conecta governança, inteligência e ação.

É assim que a IA operacionalizada se parece na prática. Os insights não estão isolados em plataformas de análise. Eles são incorporados aos fluxos de trabalho da missão onde as decisões são tomadas.

As equipes podem processar muito mais casos com a mesma força de trabalho, ao mesmo tempo em que reduzem a probabilidade de atividades suspeitas passarem despercebidas. Investigadores ganham visibilidade sobre padrões em vários programas e a liderança ganha confiança de que toda atividade sinalizada está sendo avaliada de forma sistemática e consistente.

Dados Governados e Colaboração Segura com Unity Catalog + Delta Sharing

O Services Bureau fictício processa subsídios, contratos, benefícios, declarações de impostos e patentes, o que exige forte governança. Milhares de aplicações chegam diariamente através de sistemas externos e caem em tabelas Delta dentro do lakehouse. Modelos de machine learning e regras de negócios sinalizam casos suspeitos para analistas de fraude em todo o país.

Dentro do Unity Catalog, a agência gerencia suas tabelas de investigação de fraudes com controle de acesso baseado em atributos (ABAC). Colunas sensíveis, como Informações de Identificação Pessoal (PII), são governadas por tags que aplicam automaticamente políticas de mascaramento para grupos de usuários específicos.

Por exemplo, analistas juniores de fraudes podem visualizar detalhes do caso necessários para revisão, mas nunca veem campos de PII mascarados. Analistas seniores e investigadores aprovados podem acessar contexto adicional com base em função e política.

A governança vai além dos controles de acesso. O linhagem completo está disponível no nível da tabela e da coluna. Analistas e equipes de conformidade podem ver exatamente de onde um elemento de dados se originou e para onde ele flui a jusante. Se um regulador perguntar de onde veio um campo, a resposta estará disponível em segundos.

Coordenando Inteligência com Agent Bricks

Uma vez que os dados são governados e acessíveis, o próximo desafio é a priorização. Executivos precisam entender as tendências de risco. Líderes de fraude devem alinhar decisões operacionais com orientações de políticas e ameaças externas emergentes.

O Services Bureau usa Agent Bricks, um supervisor multiagente, para coordenar três capacidades:

• Genie: Puxa estatísticas ao vivo dentro de um espaço de trabalho que consulta dados no lakehouse.
• Knowledge Assistant: Adiciona procedimentos com um agente baseado nas políticas da agência.
• Web: Traz tendências através de um servidor externo de Model Context Protocol (MCP) que escaneia padrões de fraude emergentes.

Na Plataforma Databricks, o Agent Bricks é configurado definindo sua função e especificando quais agentes ele pode orquestrar. A partir daí, os executivos podem fazer perguntas em linguagem natural como: “A partir de 1º de dezembro, o que devemos priorizar em seguida? Onde estão nossas principais áreas de risco e como estamos nos saindo?”

Nos bastidores, o Agent Bricks chama o Genie para executar consultas SQL em tabelas de fraude ativas. Ele invoca o agente de conhecimento para apresentar citações de políticas relevantes com referências diretas a documentos de origem e, em seguida, recupera sinais externos sobre esquemas de fraude emergentes.

O supervisor sintetiza essas entradas em uma resposta clara com ações recomendadas e raciocínio de apoio.

Esta não é uma resposta genérica de LLM. É IA fundamentada em dados corporativos, alinhada à política e enriquecida com contexto em tempo real. O agente recomenda onde a Unidade de Investigação de Fraudes deve gastar seu tempo nas próximas 24–48 horas, munida do contexto de que atualmente está em uma situação de backlog “crítica” de quase 53.000 casos.

Para os executivos, isso significa orientação acionável entregue em linguagem clara. E para as equipes operacionais, significa um alinhamento mais rápido em torno do risco.

Loops de feedback estão integrados. Através de sessões de rotulagem, os usuários podem avaliar respostas e fornecer orientação para refinar os resultados ao longo do tempo.

Essa abordagem traz a IA para a produção como um sistema coordenado, em vez de um modelo autônomo.

Igualmente importante é a governança de IA. Cada recomendação produzida pelo agente é fundamentada em fontes de dados rastreáveis, referências de políticas e raciocínio documentado. Os analistas permanecem no controle e podem revisar as evidências de apoio antes de aceitar ou substituir a recomendação. Essa transparência ajuda as agências a manter a confiança nas decisões assistidas por IA, garantindo a conformidade com os requisitos regulatórios e de supervisão.

Transformando Perguntas em Insights Acionáveis com AI/BI Genie

Líderes operacionais também precisam de visibilidade sobre a distribuição de carga de trabalho e métricas de desempenho.

Dentro de um painel executivo construído sobre o AI/BI Genie, o Serviço de Atendimento rastreia os principais indicadores de desempenho em seu programa de fraudes. A interface é interativa. Selecionar um examinador individual atualiza automaticamente os gráficos relacionados para revelar a carga de trabalho, casos atrasados e a mistura de casos.

Suponha que a liderança note que os examinadores seniores estão carregando uma parcela desproporcional de casos atrasados. Para investigar mais, eles podem perguntar diretamente ao Genie: “Qual é a distribuição de casos por nível de examinador?”

O Genie gera a consulta SQL na tabela de ouro de fraudes, retorna uma tabela estruturada e produz uma visualização automaticamente. O SQL permanece visível para transparência e validação.

Com esse insight, a liderança pode reequilibrar as cargas de trabalho ou acelerar o treinamento para examinadores juniores. Analistas e executivos podem passar da pergunta à evidência sem esperar por equipes técnicas.

O AI/BI Genie transforma análises de relatórios estáticos em inteligência conversacional, transparente e acionável.

Conclusão

Agências modernas do setor público não podem arcar com sistemas fragmentados onde a governança de dados reside em uma ferramenta, a análise em outra e os fluxos de trabalho operacionais em outro lugar.

Ao unificar dados, IA e governança dentro da plataforma Databricks, as agências podem construir bases seguras, coordenar agentes inteligentes e incorporar insights diretamente em aplicações de missão crítica.

Com modelos sendo construídos sobre dados confiáveis e cientes do contexto:

• A detecção de fraudes se torna mais rápida.
• A colaboração se torna mais segura.
• As decisões se tornam mais transparentes e defensáveis.

Para saber como sua agência pode modernizar a prevenção de fraudes e outros programas de missão crítica, entre em contato com nossa equipe do setor público.

(Esta publicação no blog foi traduzida utilizando ferramentas baseadas em inteligência artificial) Publicação original