Monitoramento inovador de atividades suspeitas: lições do Wolfsberg Group e caminhos para implementação prática 

O enfrentamento a crimes financeiros exige das instituições financeiras uma revisão constante de seus métodos de prevenção e detecção. Durante anos, o monitoramento de atividades suspeitas foi fortemente baseado em regras fixas e thresholds pré-determinados, construindo um modelo de vigilância que, apesar de útil, mostrou-se limitado diante da crescente sofisticação das tipologias criminosas e da velocidade com que novas ameaças surgem.  

Nesse contexto, o Wolfsberg Group, em seu documento Statement on Effective Monitoring for Suspicious Activity – Part II: Transitioning to Innovation, publicado em 2025, apresenta um marco conceitual e prático para apoiar o setor financeiro na transição de modelos tradicionais para abordagens mais inovadoras, dinâmicas e baseadas em tecnologia. 

Os três pilares fundamentais da eficácia no monitoramento de atividades suspeitas 

O documento destaca que a eficácia de um programa de monitoramento de atividades suspeitas não deve ser medida apenas pela quantidade de alertas gerados ou pela aderência a regras antigas, mas sobretudo pela qualidade das informações produzidas e pelo valor agregado aos órgãos de investigação.  

A transição para novos modelos precisa, portanto, ser sustentada por três pilares fundamentais: a validação de resultados com métricas robustas, o equilíbrio entre risco de modelo e risco de não detectar crimes financeiros, e a explicabilidade das ferramentas utilizadas, de modo que os resultados possam ser interpretados com clareza por analistas e autoridades. 

Ao reconhecer a ineficiência dos chamados sistemas “drag net”, que filtram transações de forma massiva, mas pouco seletiva, o Wolfsberg Group propõe que as instituições avancem para soluções que privilegiem precisão, recall e alinhamento com tipologias de maior relevância criminal. Na prática, essa mudança implica aceitar que nem todo padrão de comportamento deve ser tratado como suspeito, mas que os esforços devem se concentrar em gerar informações úteis, consistentes e adaptadas às prioridades nacionais de prevenção.  

Essa reorientação exige também maior agilidade na atualização de modelos e a capacidade de abandonar rapidamente tipologias que se mostram ineficazes, reduzindo a dependência de ciclos lentos de governança que, muitas vezes, tratam o risco de crimes financeiros como se fosse equivalente ao risco prudencial de crédito ou mercado. 

A explicabilidade como elemento central do novo paradigma 

A explicabilidade ocupa lugar central no novo paradigma. Modelos baseados em machine learning ou inteligência artificial precisam ser transparentes o suficiente para que os analistas compreendam quais variáveis influenciaram determinado alerta, como o modelo chegou a uma conclusão e quais fatores devem ser priorizados na investigação.  

Não basta que a tecnologia detecte desvios; é essencial que ela explique de forma compreensível as razões pelas quais aquele conjunto de transações ou comportamentos foi classificado como suspeito. Isso garante confiança, facilita a supervisão regulatória e aumenta a efetividade da apuração. 

Caminhos práticos para implementar o monitoramento dinâmico de atividades suspeitas

Se por um lado o documento estabelece as bases conceituais, por outro é importante que as instituições financeiras visualizem como aplicar esses princípios em controles concretos de monitoramento dinâmico.  

Um primeiro caminho é o monitoramento adaptativo por perfil de cliente. Em vez de utilizar limites estáticos, a instituição passa a definir padrões de comportamento individualizados, que se ajustam ao histórico de transações e ao perfil econômico de cada cliente. Assim, enquanto um cliente pessoa física que costuma realizar transações de pequeno valor pode ser sinalizado ao ultrapassar patamares relativamente baixos, uma empresa exportadora teria critérios diferenciados e calibrados segundo sua atividade. Isso aumenta a capacidade de identificar desvios significativos sem gerar falsos positivos excessivos. 

Outro ponto fundamental é a integração multicanal de dados. As instituições precisam ir além da análise puramente transacional e incorporar informações complementares, como dados de dispositivos, geolocalização, histórico de acessos e relacionamentos financeiros. Um exemplo claro ocorre quando um cliente realiza operações aparentemente compatíveis com seu perfil econômico, mas utiliza canais digitais de países classificados como de alto risco.  

Essa combinação de fatores, quando analisada dinamicamente, gera um sinal de alerta que não seria identificado em um modelo tradicional restrito a valores monetários. 

Tipologias dinâmicas e testes de sensibilidade 

O uso de tipologias dinâmicas baseadas em aprendizado de máquina também se mostra crucial. Ao treinar modelos supervisionados com dados históricos de relatórios de operações suspeitas, é possível identificar padrões recorrentes que envolvem práticas como o fracionamento de depósitos ou transferências rápidas entre contas vinculadas a intermediários ilícitos. Esses padrões, que muitas vezes passam despercebidos por regras fixas, podem ser capturados por algoritmos capazes de correlacionar múltiplas variáveis e aprender com novas evidências de risco. 

Uma prática adicional sugerida é a realização de testes de sensibilidade, conhecidos como below-the-line testing. Esse método consiste em reduzir temporariamente os thresholds para avaliar se novos padrões de risco emergem abaixo da linha de corte habitual. Por exemplo, ao reduzir o limite de alerta para remessas internacionais, a instituição pode descobrir combinações de operações de valor relativamente baixo, mas repetitivas e direcionadas a jurisdições suspeitas.  

Esse processo permite refinar continuamente os critérios de monitoramento de atividades suspeitas e reduzir a probabilidade de falsos negativos. 

Ferramentas de explicabilidade como diferencial estratégico 

Finalmente, o uso de ferramentas de explicabilidade aplicadas diretamente ao dia a dia dos analistas se apresenta como um diferencial estratégico. Dashboards interativos podem mostrar quais variáveis foram determinantes para a geração de um alerta, qual a probabilidade atribuída a um possível ilícito e quais ações investigativas devem ser priorizadas. Esse tipo de recurso transforma o papel da tecnologia de um gerador de sinais enigmáticos para um verdadeiro aliado no processo investigativo, ajudando a acelerar análises e a direcionar recursos para os casos de maior relevância. 

A partir dessas soluções práticas, percebe-se que a transição proposta pelo Wolfsberg Group não se resume a uma modernização tecnológica, mas a uma transformação cultural e estratégica.  

A instituição financeira que se dispõe a inovar em monitoramento de atividades suspeitas precisa estabelecer governança clara, medir de forma contínua a efetividade de seus modelos e preparar suas equipes para interpretar resultados mais complexos. Ao adotar uma abordagem dinâmica, integrando dados diversos, calibrando continuamente modelos e garantindo explicabilidade, o setor não apenas cumpre suas obrigações regulatórias, mas fortalece sua posição como parceiro relevante no combate global à lavagem de dinheiro e ao financiamento do terrorismo. 

A Forvis Mazars pode apoiar você a implementar os novos padrões de monitoramento de atividades suspeitas. Fale com um de nossos consultores e conheça mais sobre nossas soluções para sua empresa: