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.

• Economia digital e você ainda não investe em criptoativos? Conheça a Mynt, uma plataforma BTG Pactual com a melhor seleção de ativos disponível para você explorar novas formas de investir sem medo. Abra agora sua conta gratuitamente.

“Nosso papel como parceiros tecnológicos vai além do suporte 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 que é o Score de Chave Pix da Cielo?

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 acesso, 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 acesso 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 acessível, 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