O Relatório de Crypto Crimes de 2024

Chainalysis • 10 de novembro de 2024

As últimas tendências em ransomware, golpes e muito mais

Atividade ilícita cai à medida que golpes e fundos roubados caem, mas os mercados de ransomware e darknet crescem

2023 foi um ano de recuperação para as criptomoedas, à medida que a indústria se recuperou dos escândalos, explosões e quedas de preços de 2022. Com os criptoativos se recuperando e a atividade do mercado crescendo ao longo de 2023, muitos acreditam que o inverno cripto está terminando e uma nova fase de crescimento pode estar chegando em breve.



Mas o que tudo isso significou para o crypto crime? Vejamos as tendências.

2023 viu uma queda significativa no valor recebido por endereços ilícitos de criptomoedas, para um total de US$ 24,2 bilhões. Como sempre, temos que fazer uma ressalva dizendo que esses números são estimativas de limite inferior com base nas entradas para os endereços ilícitos que identificamos hoje. Daqui a um ano, esses totais quase certamente serão maiores, à medida que identificarmos mais endereços ilícitos e incorporarmos sua atividade histórica em nossas estimativas. Por exemplo, quando publicamos nosso Relatório de Crimes Criptográficos no ano passado, estimamos US$ 20,6 bilhões em volume de transações ilícitas para 2022. Um ano depois, nossa estimativa atualizada para 2022 é de US$ 39,6 bilhões. Grande parte desse crescimento veio da identificação de endereços anteriormente desconhecidos e altamente ativos hospedados por serviços sancionados, bem como nossa adição de volume de transações associado a serviços em jurisdições sancionadas aos nossos totais ilícitos.


Outra razão importante pela qual o novo total é muito maior, além da identificação de novos endereços ilícitos: agora estamos contando os US$ 8,7 bilhões em reclamações de credores contra a FTX em nossos números de 2022. No relatório do ano passado, dissemos que adiaríamos a inclusão de volumes de transações associados à FTX e outras empresas que entraram em colapso naquele ano em circunstâncias supostamente fraudulentas em nossos totais ilícitos até que os processos legais fossem concluídos. Desde então, um júri condenou o ex-CEO da FTX por fraude.


Normalmente, incluímos apenas atividades mensuráveis on-chain em nossas estimativas de atividades ilícitas. No caso da FTX, é impossível usar apenas dados on-chain para medir o escopo da atividade fraudulenta, pois não há como isolar movimentos ilegítimos de fundos de usuários. Como tal, acreditamos que os US$ 8,7 bilhões em reivindicações de credores contra a FTX são a melhor estimativa a ser incluída. Dado o tamanho e o impacto da situação da FTX, estamos tratando-a como uma exceção à nossa metodologia on-chain usual. Se os tribunais condenarem em casos semelhantes em andamento, planejamos incluir suas atividades em nossos dados de transações ilícitas também no futuro.


Todos os outros totais excluem a receita de crimes nativos não criptográficos, como o tráfico de drogas convencional, no qual a criptomoeda é usada como meio de pagamento. Tais transações são virtualmente indistinguíveis das transações lícitas em dados on-chain. É claro que as autoridades policiais com contexto off-chain ainda podem investigar esses fluxos usando as soluções da Chainalysis. Nos casos em que podemos confirmar essas informações, contamos as transações como ilícitas em nossos dados, mas quase certamente há muitos casos em que esse não é o caso e, portanto, os números não seriam refletidos em nossos totais.

ESTIMATIVAS DE CHAINALYSIS

Qual foi o tamanho do crypto crime em 2023?

24,2 Bilhões

recebidos por endereços ilícitos


0.34%

do volume total de transações on-chain

As estimativas da atividade de transações ilícitas incluem:

  • Fundos enviados para endereços que identificamos como ilícitos
  • Fundos roubados em crypto ataques

Parágrafo Novo

As estimativas da atividade de transações ilícitas NÃO incluem:

  • Fundos enviados para endereços que ainda não identificamos como ilícitos. Por quê? Pois ainda não foram classificados como ilícitos. Mas atualizamos nossos números continuamente à medida que fazemos mais identificações.


  • Fundos derivados de crimes não crypto nativos, exceto para casos trazidos ao nosso conhecimento pelos clientes. Por quê? Pois essas transações são impossíveis de identificar como ilícitas sem mais informação.


  • Fundos associados a plataformas de crypto moedas acusados de fraude, sem condenações no tribunal. Por quê? Pois apenas um juiz e um júri podem fazer essa condenação.


  • Volume de transações associados a potencial manipulação de mercado. Por quê? Nossas metodologias de pesquisas são projetadas para capturar casos suspeitos de manipulação de mercado com base no comportamento on-chain, mas não são definitivas.


  • Fundos associados à lavagem de dinheiro criptográfico. Por que? Pois nosso objetivo aqui é calcular receita total de atividades ilícitas, com base nas entradas para endereços ilícitos. Compartilhamos o valor total lavado on-chain na seção de lavagem de dinheiro do relatório, calculado com base no valor enviados de endereços ilícitos para serviços de off-ramping. Incluindo totais de lavagem de dinheiro aqui com base sobre as saídas seria efetivamente uma dupla contagem e inflacionaria artificialmente nossas estimativas de atividade criminosa on-chain.


Além da redução no valor absoluto da atividade ilícita, nossa estimativa para a participação de todo o volume de transações de criptomoedas associado à atividade ilícita também caiu, de 0,42% em 2022 para 0,34%.

Também estamos vendo uma mudança nos tipos de ativos envolvidos em crimes baseados em criptomoedas.

Até 2021, o Bitcoin reinou supremo como a criptomoeda preferida entre os cibercriminosos, provavelmente devido à sua alta liquidez. Mas isso mudou nos últimos dois anos, com as stablecoins agora respondendo pela maior parte de todo o volume de transações ilícitas. Essa mudança também vem junto com o crescimento recente da participação das stablecoins em todas as atividades de criptomoedas em geral, incluindo atividades legítimas. No entanto, o domínio da stablecoin não é o caso de todas as formas de crime baseado em criptomoedas.

Algumas formas de atividade ilícita de criptomoedas, como vendas no mercado da darknet e extorsão de ransomware, ainda ocorrem predominantemente no Bitcoin.2 Outros, como golpes e transações associadas a entidades sancionadas, mudaram para stablecoins. Essas também são as maiores formas de crypto crime por volume de transações, impulsionando assim a tendência maior. As entidades sancionadas, bem como aquelas que operam em jurisdições sancionadas ou envolvidas com financiamento do terrorismo, também têm um incentivo maior para usar stablecoins, pois podem enfrentar mais desafios para acessar o dólar americano por meios tradicionais, mas ainda querem se beneficiar da estabilidade que ele proporciona. No entanto, os emissores de stablecoin podem congelar fundos quando tomam conhecimento de seu uso ilícito, como o Tether fez recentemente com endereços ligados ao terrorismo e à guerra em Israel e na Ucrânia.


Abaixo, veremos três tendências principais que definiram o crypto crime em 2023 e será importante

observar no futuro.

Golpes e fundos roubados diminuíram

A receita de golpes e hackers de criptomoedas caiu significativamente em 2023, com a receita ilícita total de cada um caindo 29,2% e 54,3%, respectivamente.


Como discutiremos mais adiante em nossa seção de golpes, muitos golpistas de criptomoedas adotaram táticas de golpes românticos, visando indivíduos e construindo relacionamentos com eles para apresentá-los a oportunidades de investimento fraudulentas, em vez de anunciá-los por toda parte, o que muitas vezes os torna mais difíceis de descobrir. Embora o FBI tenha publicado dados mostrando que os relatos de golpes de investimento em criptomoedas nos EUA têm aumentado ano após ano até 2022, nossas métricas on-chain sugerem que as receitas de golpes globalmente estão diminuindo desde 2021. Acreditamos que isso se alinha com a tendência de longo prazo de que o golpe é mais bem-sucedido quando os mercados estão em alta, a exuberância é alta e as pessoas sentem que estão perdendo uma oportunidade de enriquecer rapidamente. Claro, o impacto dos golpes românticos em vítimas individuais é devastador e não deve ser subestimado. E embora o aumento das denúncias – pelo menos nos EUA – seja um bom sinal, ainda acreditamos que os insights sobre golpes românticos em particular sofrem com a subnotificação. Nossa hipótese é que o verdadeiro dano do golpe é maior que os relatórios do FBI e nossas métricas on-chain mostram, mas, no geral, o golpe está baixo, dada a dinâmica mais ampla do mercado.


O hacking de criptomoedas, por outro lado, é muito mais difícil para os criminosos esconderem, pois os observadores do setor podem detectar rapidamente as saídas incomuns de um determinado serviço ou protocolo quando ocorre um ataque. Como discutiremos mais tarde, o declínio nos fundos roubados é impulsionado em grande parte por uma queda acentuada nos hackers DeFi. Essa queda pode representar a reversão de uma tendência perturbadora de longo prazo e pode significar que os protocolos DeFi estão melhorando suas práticas de segurança. Dito isso, as métricas de fundos roubados são fortemente discrepantes, e um grande ataque pode mudar novamente a tendência.

Golpes e fundos roubados diminuíram

Os mercados de ransomware e darknet, por outro lado, são duas das formas mais proeminentes de crypto crime que viram as receitas aumentarem em 2023, em contraste com as tendências gerais. O crescimento da receita de ransomware é decepcionante após os declínios acentuados que cobrimos no ano passado e sugere que talvez os invasores de ransomware tenham se ajustado às melhorias de

segurança cibernética das organizações, uma tendência que relatamos anteriormente este ano.


Da mesma forma, o crescimento deste ano na receita do mercado darknet também ocorre após um declínio na receita em 2022. Esse declínio foi impulsionado em grande parte pelo fechamento da Hydra, que já foi de longe o mercado mais dominante do mundo, capturando mais de 90% de toda a receita do mercado darknet em seu pico. Embora ainda não tenha surgido um mercado único para ocupar seu lugar, o setor como um todo está se recuperando, com a receita total voltando aos máximos de 2021.

Transações com entidades sancionadas impulsionam a grande maioria das atividades ilícitas

Talvez a tendência mais óbvia que surge quando se olha para o volume de transações ilícitas seja a proeminência das transações relacionadas a sanções. As entidades e jurisdições sancionadas em conjunto representaram um US$ 14,9 bilhões em volume de transações em 2023, o que representa 61,5% de todo o volume de transações ilícitas que medimos no ano. A maior parte desse total é impulsionada por serviços de criptomoeda que foram sancionados pelo Escritório de Controle de Ativos Estrangeiros (OFAC) do Departamento do Tesouro dos EUA ou estão localizados em jurisdições sancionadas e podem continuar a operar porque estão em jurisdições onde as sanções dos EUA não são aplicadas.


Embora esses serviços possam e tenham sido usados para fins ilícitos, isso também significa que parte dos US$ 14,9 bilhões em volume de transações relacionadas a sanções incluem atividades de usuários médios de criptomoedas que residem nessas jurisdições. Por exemplo, a exchange Garantex, com sede na Rússia, que foi sancionada pelo OFAC e OFSI no Reino Unido por facilitar a lavagem de dinheiro em nome de invasores de ransomware e outros cibercriminosos, foi um dos maiores impulsionadores do volume de transações associadas a entidades sancionadas em 2023. A Garantex continua a operar porque a Rússia não aplica as sanções dos EUA. Então, isso significa que todo o volume de transações da Garantex está associado a ransomware e lavagem de dinheiro? Não. No entanto, a exposição à Garantex apresenta sérios riscos de sanções para plataformas de criptomoedas sujeitas à jurisdição dos EUA ou do Reino Unido, o que significa que essas plataformas devem permanecer cada vez mais vigilantes e rastrear a exposição à Garantex para estarem em conformidade.

escrito por Chainalysis

Construindo confiança em Blockchains

Você pode gostar de

2 de outubro de 2026
Compreender um cenário exige reunir elementos que surgem em diferentes ambientes, momentos e formatos. Imagens registram pessoas e movimentações; fontes digitais acrescentam informações sobre atividades e interações; dados geográficos estabelecem referências espaciais e temporais; análises relacionais ajudam a identificar conexões entre diferentes elementos de interesse. Cada fonte oferece uma perspectiva específica, definida pelas informações que revela e pelos limites de sua capacidade de observação. Quando essas perspectivas são analisadas em conjunto, tornam-se capazes de confirmar interpretações, acrescentar contexto ou indicar que uma hipótese inicialmente considerada precisa ser revista. Essa dinâmica está no centro da percepção situacional. Em ambientes nos quais acontecimentos físicos e sinais digitais se relacionam continuamente, compreender o que está ocorrendo depende da capacidade de observar diferentes dimensões de uma mesma situação e estabelecer relações relevantes entre elas. Cada tecnologia revela uma dimensão do cenário Diferentes tecnologias são desenvolvidas para observar aspectos específicos de uma situação. Recursos de análise de imagens auxiliam na identificação de pessoas, objetos e movimentações. Informações provenientes de fontes digitais ajudam a compreender atividades, interações e elementos associados a determinado evento. Dados geográficos acrescentam referências de localização, enquanto recursos de análise relacional evidenciam vínculos entre pessoas, acontecimentos e outros elementos de interesse. Essas capacidades respondem a perguntas diferentes. Uma imagem pode registrar a presença de uma pessoa em determinado local, sem esclarecer a razão daquela presença. Uma conexão identificada no ambiente digital pode indicar algum tipo de relação, embora sua natureza dependa de outros elementos para ser compreendida. Da mesma forma, a proximidade espacial ou temporal entre dois registros representa um dado relevante, mas seu significado precisa ser analisado à luz das demais informações disponíveis. A percepção situacional se fortalece justamente pela possibilidade de observar essas diferentes dimensões sem atribuir a uma única fonte a responsabilidade de explicar todo o cenário. Quando uma informação muda a leitura de outra Considere uma situação hipotética em que uma equipe responsável pela segurança de um evento identifica, por meio de imagens, a presença recorrente de uma pessoa em áreas distintas do local. Isoladamente, o registro visual informa onde e quando aquela pessoa apareceu, mas ainda oferece poucos elementos para determinar a relevância dessa movimentação. A análise de informações disponíveis em fontes digitais acrescenta uma nova camada: determinados elementos associados ao evento aparecem vinculados a perfis ou interações que merecem aprofundamento. Ao confrontar essas informações com referências espaciais e temporais, porém, a equipe identifica que parte da movimentação inicialmente considerada incomum corresponde à dinâmica esperada para aquele ambiente. Ao mesmo tempo, outra associação encontrada durante a análise estabelece uma relação até então desconhecida e passa a exigir maior atenção. O exemplo ilustra uma característica importante da análise apoiada por diferentes tecnologias: uma fonte pode confirmar, contextualizar ou contradizer a leitura produzida por outra . A tecnologia apoia a construção dessas relações, enquanto a relevância de cada elemento é determinada a partir do conjunto de informações e dos critérios aplicáveis à atividade. Essa abordagem ajuda a evitar que coincidências sejam interpretadas prematuramente como relações significativas e permite direcionar a análise para elementos que efetivamente justificam aprofundamento. A convergência entre os ambientes físico e digital Acontecimentos físicos frequentemente produzem registros digitais. Imagens, publicações, interações, informações geográficas e outros sinais passam a compor diferentes representações de uma mesma situação. Da mesma forma, atividades observadas no ambiente digital ganham novos significados quando relacionadas a pessoas, locais e acontecimentos concretos. Essa convergência amplia o campo de observação das equipes responsáveis por segurança e inteligência. Um registro visual pode estabelecer uma presença. Informações digitais acrescentam elementos sobre relações ou atividades associadas ao cenário. Referências espaciais e temporais ajudam a confrontar registros, enquanto análises de vínculos evidenciam conexões que merecem investigação adicional. O resultado é uma compreensão construída progressivamente, na qual novas informações podem reforçar uma interpretação, modificar sua relevância ou levar à revisão de uma hipótese. Em cenários complexos, essa capacidade de transitar entre o físico e o digital permite compreender relações que dificilmente seriam percebidas quando cada ambiente é analisado de maneira independente. Da compreensão à capacidade operacional A percepção situacional adquire valor operacional quando ajuda equipes a transformar diferentes sinais em critérios mais qualificados para atuação. Ao reunir perspectivas complementares, torna-se possível distinguir uma coincidência de uma relação relevante, confrontar hipóteses antes de consolidá-las e identificar situações que exigem maior atenção. Esse processo também contribui para reduzir falsos alarmes e direcionar recursos analíticos e operacionais de acordo com a relevância identificada em cada cenário. Em uma situação dinâmica, essa diferença tem impacto direto. Quanto mais rapidamente uma equipe consegue compreender quais elementos se relacionam, quais informações precisam ser verificadas e quais sinais merecem prioridade, melhores são as condições para orientar os próximos passos. A percepção situacional funciona, assim, como uma capacidade operacional: organiza a compreensão do ambiente para apoiar decisões fundamentadas, priorização de esforços e respostas compatíveis com as características de cada situação. Tecnologia, governança e uso responsável Capacidades voltadas à análise de imagens, informações digitais, localização e vínculos lidam com dados que exigem critérios claros de utilização. Legalidade, finalidade, proporcionalidade, governança e proteção de dados precisam acompanhar a aplicação dessas tecnologias, especialmente quando as análises envolvem informações relacionadas a pessoas. No contexto brasileiro, sua utilização deve observar as normas aplicáveis e os princípios pertinentes à proteção e ao tratamento de dados, considerando as atribuições e finalidades específicas de cada instituição. O uso responsável integra a própria qualidade da inteligência produzida. Critérios definidos para acesso, finalidade, tratamento e utilização das informações fortalecem a confiabilidade das análises e contribuem para que a tecnologia seja empregada de maneira compatível com o contexto institucional em que está inserida. Diferentes capacidades para compreender cenários complexos É nesse encontro entre diferentes perspectivas que se insere a atuação da Inspect. Seu portfólio reúne tecnologias especializadas para apoiar instituições na compreensão de cenários em que elementos físicos e digitais se relacionam. Capacidades voltadas à análise de imagens, inteligência em fontes digitais, identificação e análise de vínculos e outras frentes de inteligência oferecem diferentes possibilidades de observação e investigação. Aplicadas de acordo com as necessidades de cada operação, essas tecnologias ajudam a construir uma leitura mais contextualizada dos elementos relevantes para prevenção, investigação e resposta a ameaças. A combinação entre diferentes capacidades tecnológicas, análise qualificada e governança amplia a percepção situacional e oferece às equipes melhores condições para compreender relações, avaliar sua relevância e orientar a atuação diante de cenários complexos.  Fale com um especialista da Inspect e conheça as tecnologias que podem apoiar sua instituição na construção de uma percepção situacional mais ampla e contextualizada.
21 de setembro de 2026
Situações de risco nem sempre surgem acompanhadas de indicadores evidentes. Muitas começam a se manifestar por meio de ocorrências que, isoladamente, podem parecer pouco significativas e somente adquirem relevância quando analisadas em conjunto e dentro de determinado contexto.  Em um ambiente marcado pelo crescimento contínuo do volume e da diversidade de dados, reconhecer esses sinais se torna um desafio cada vez mais complexo para profissionais que atuam com inteligência, segurança e prevenção. Imagens, registros, eventos, interações digitais e informações provenientes de diferentes fontes ampliam as possibilidades de análise, ao mesmo tempo em que exigem maior capacidade para distinguir o que efetivamente merece atenção. A detecção precoce está relacionada à capacidade de identificar e qualificar indícios enquanto um cenário ainda está em desenvolvimento, compreendendo como diferentes informações se relacionam e o que sua evolução pode revelar. Nesse processo, correlação, contexto e tecnologia tornam-se elementos importantes para ampliar a percepção situacional e apoiar análises e decisões diante de possíveis riscos. 1. O excesso de informação e a dificuldade de reconhecer sinais relevantes A expansão dos ambientes digitais aumentou significativamente a quantidade de informações potencialmente úteis para atividades de inteligência. Ao mesmo tempo, tornou mais difícil distinguir aquilo que efetivamente contribui para a compreensão de um risco. Um grande volume de dados pode conter milhares de registros rotineiros e poucos elementos relevantes para determinada análise. Em alguns casos, esses elementos estão distribuídos entre fontes distintas; em outros, tornam-se perceptíveis somente quando comparados ao histórico observado ou acompanhados durante determinado período. Por isso, disponibilidade de informação e percepção de risco são questões diferentes. Ter acesso a um número crescente de dados amplia o universo de análise, mas também aumenta a necessidade de estabelecer critérios capazes de orientar o que deve ser observado, relacionado e aprofundado. Nesse contexto, três dimensões ganham importância: recorrência, mudança e relação . Um comportamento pode chamar atenção porque passou a ocorrer repetidamente; uma movimentação pode adquirir relevância porque se desviou de uma dinâmica anteriormente conhecida; uma informação aparentemente comum pode exigir nova avaliação quando relacionada a pessoas, locais, eventos ou atividades já presentes em determinado contexto. A dificuldade da detecção precoce está justamente em reconhecer essas variações em meio ao fluxo contínuo de informações, evitando que sinais potencialmente relevantes permaneçam diluídos entre ocorrências sem relação com o objetivo da análise. 2. Quando um indicador isolado ainda não explica o cenário Identificar algo incomum representa o início de uma análise, e seu significado depende dos elementos disponíveis para contextualizá-lo. Uma ocorrência isolada pode admitir diferentes interpretações. Alterações de comportamento, conexões entre indivíduos, presença recorrente em determinado local ou aumento de uma atividade específica podem merecer atenção, porém nenhum desses elementos determina, por si só, a existência ou a natureza de uma ameaça. É a convergência entre diferentes indícios que permite construir uma leitura mais consistente. Uma ocorrência pode ganhar relevância quando passa a se repetir dentro de determinada janela temporal. Uma conexão pode se tornar mais significativa quando associada a outros relacionamentos já identificados. Uma mudança de comportamento pode exigir aprofundamento quando coincide com eventos, locais ou atividades relacionados ao cenário analisado. Esse processo exige atenção à qualidade e à origem das informações, ao histórico disponível e às possíveis explicações para aquilo que está sendo observado. Também exige revisar hipóteses conforme novos elementos são incorporados, já que uma informação posterior pode reforçar uma interpretação inicial, reduzir sua relevância ou apontar para uma compreensão diferente. A detecção precoce depende, portanto, da capacidade de trabalhar com indícios sem convertê-los prematuramente em conclusões. Quanto mais estruturada for a análise do contexto, melhores são as condições para distinguir sinais circunstanciais daqueles que justificam acompanhamento ou aprofundamento. 3. Correlação e contexto: quando informações dispersas começam a formar um padrão Em cenários complexos, informações relacionadas a uma mesma situação podem surgir em momentos, ambientes e fontes diferentes. A análise fragmentada dificulta perceber que determinados elementos pertencem a uma dinâmica comum. A correlação permite explorar essas relações. Uma sequência de eventos concentrada em determinada região apresenta uma perspectiva. Quando esses eventos são associados às mesmas pessoas, organizações ou comportamentos, novas relações podem surgir. Se essas conexões se repetem ou se modificam ao longo do tempo, a própria evolução do cenário passa a oferecer elementos relevantes para análise. Nesse sentido, a dimensão temporal possui um papel importante. Compreender o que ocorreu, em qual sequência, com qual frequência e quais mudanças aconteceram entre diferentes momentos ajuda a identificar continuidades, rupturas e concentrações que podem não ser evidentes em registros individuais. A dimensão relacional acrescenta outra camada. Pessoas, locais, organizações, imagens, eventos e atividades podem formar redes de conexão cuja estrutura oferece informações importantes sobre determinado contexto. Novos vínculos, alterações em relações existentes ou recorrências entre elementos específicos podem indicar pontos que justificam investigação analítica mais aprofundada. Assim, correlação não significa simplesmente reunir informações semelhantes. Ela permite analisar como diferentes elementos se relacionam, quando essas relações acontecem e de que maneira se transformam , oferecendo uma visão mais estruturada da dinâmica observada. É nessa passagem do dado isolado para o contexto que sinais inicialmente dispersos podem começar a adquirir significado para a atividade de inteligência. 4. Como a tecnologia amplia a capacidade de detecção precoce Quando a análise envolve múltiplas fontes, grandes volumes de dados e relações que se modificam continuamente, acompanhar manualmente todas as variáveis relevantes torna-se cada vez mais difícil. Tecnologias especializadas em inteligência podem apoiar esse processo ao integrar e organizar informações, analisar imagens e dados, estabelecer relações entre diferentes elementos e facilitar a exploração de grandes conjuntos de registros. Recursos analíticos e de Inteligência Artificial podem contribuir para a identificação de recorrências, similaridades, alterações e conexões que merecem atenção. A automação de determinadas etapas também permite direcionar o trabalho dos profissionais para atividades que dependem de interpretação, validação e conhecimento operacional. Em cenários complexos, essa capacidade se torna especialmente importante porque sinais relacionados a um mesmo risco podem surgir em ambientes distintos. Uma imagem, uma movimentação recorrente, uma conexão identificada em ambiente digital, um evento registrado ou uma alteração de comportamento podem representar perspectivas diferentes de uma mesma dinâmica. Quando essas informações podem ser analisadas de maneira correlacionada, a percepção situacional se amplia e diminui a dependência de análises conduzidas de forma fragmentada. Ainda assim, identificar uma anomalia, uma relação ou um padrão não determina automaticamente seu significado ou nível de risco. Os resultados precisam ser interpretados à luz do contexto, da qualidade das fontes, dos objetivos da análise e dos critérios estabelecidos pela instituição. A tecnologia amplia a capacidade de observar e relacionar sinais. A transformação desses sinais em inteligência depende de metodologia, validação e análise qualificada. 5. Do primeiro indício à construção da percepção situacional A detecção precoce pode começar com um elemento aparentemente pequeno. Seu valor se desenvolve à medida que novas informações permitem compreender se aquele indício faz parte de uma dinâmica mais ampla. Esse é um processo contínuo. Novos registros podem confirmar relações anteriormente identificadas, revelar conexões desconhecidas, alterar a interpretação de determinados acontecimentos ou demonstrar que uma hipótese inicial perdeu relevância. A percepção situacional é construída a partir desse acompanhamento. Em vez de observar somente o estado atual de determinado ambiente, a análise considera sua evolução, as relações existentes e as mudanças que podem modificar a avaliação do risco. Quanto mais cedo elementos relevantes são identificados e contextualizados, maiores são as condições para direcionar atenção e recursos de maneira criteriosa, aprofundar análises e subsidiar respostas compatíveis com as informações disponíveis. Essa capacidade é particularmente importante em contextos nos quais os ambientes físico e digital se relacionam continuamente. Pessoas, eventos e atividades podem produzir sinais em diferentes espaços, exigindo tecnologias e processos capazes de reunir perspectivas distintas para apoiar uma compreensão coerente do cenário. Da identificação de sinais à compreensão do risco Detectar precocemente um cenário de risco significa desenvolver condições para perceber mudanças relevantes enquanto uma situação ainda está em formação. Isso depende da capacidade de acompanhar sua evolução, relacionar diferentes informações e compreender quando sinais inicialmente dispersos passam a justificar uma análise mais aprofundada. A integração de fontes, a correlação de dados e o uso de tecnologias especializadas ampliam a percepção situacional e ajudam profissionais a concentrar atenção nos elementos que apresentam maior relevância para seus objetivos de inteligência. Esse processo fortalece decisões fundamentadas em contexto e reduz a dependência de interpretações construídas a partir de ocorrências isoladas. A Inspect atua nesse cenário reunindo tecnologias especializadas em inteligência capazes de apoiar instituições na análise de informações provenientes dos ambientes físico e digital, na identificação de conexões e na compreensão de cenários complexos. Ao fortalecer a capacidade analítica das equipes, essas tecnologias contribuem para atividades de inteligência voltadas à prevenção, à identificação de riscos e ao apoio à tomada de decisão.
4 de setembro de 2026
A crescente circulação de pessoas, informações e identidades digitais transformou a identificação de indivíduos em um dos principais desafios das investigações contemporâneas. Em um cenário caracterizado pela produção contínua de imagens provenientes de sistemas de monitoramento, dispositivos móveis e ambientes digitais, localizar uma pessoa deixou de depender apenas da existência de evidências e passou a exigir tecnologias capazes de analisar grandes volumes de dados com rapidez, precisão e capacidade de escala. Nesse contexto, o reconhecimento facial consolidou-se como uma das aplicações mais relevantes da biometria moderna. Impulsionada pelos avanços da inteligência artificial e da visão computacional, a tecnologia ampliou significativamente a capacidade de comparar imagens, localizar possíveis correspondências e apoiar investigações em diferentes contextos operacionais. Sua adoção crescente por órgãos de segurança, inteligência e investigação reflete não apenas a evolução dos algoritmos, mas também a necessidade de responder a cenários cada vez mais complexos e orientados por dados. Entretanto, a efetividade do reconhecimento facial não pode ser medida apenas pela velocidade com que identifica um rosto ou pela quantidade de imagens que é capaz de processar. Seu verdadeiro valor está na forma como seus resultados são interpretados, validados e integrados a um processo investigativo mais amplo. Identificar uma pessoa representa apenas uma etapa de um trabalho que depende da análise de contexto, da correlação entre diferentes fontes de informação e da produção de inteligência capaz de sustentar decisões. É sob essa perspectiva que o reconhecimento facial deve ser compreendido: não como uma tecnologia destinada a substituir outros métodos de identificação, mas como um recurso que amplia a capacidade investigativa quando empregado de forma criteriosa, metodológica e integrado a um ecossistema de inteligência. Seu potencial não está apenas em reconhecer indivíduos, mas em fornecer elementos que, associados a outras evidências e técnicas analíticas, contribuem para transformar informação em conhecimento útil à investigação. A evolução da biometria e os novos desafios da identificação A transformação digital ampliou de forma significativa o volume de informações potencialmente úteis às investigações. Imagens produzidas por sistemas de videomonitoramento, dispositivos móveis e ambientes digitais passaram a integrar, de maneira cada vez mais frequente, o universo de dados analisados por órgãos de segurança e inteligência. Nesse contexto, a biometria também evoluiu, incorporando novas modalidades capazes de responder a desafios que os métodos tradicionais, isoladamente, nem sempre conseguem atender. Entre essas modalidades, o reconhecimento facial ganhou relevância por sua capacidade de operar sobre imagens já existentes e apoiar a identificação de indivíduos em diferentes cenários investigativos. Entretanto, seu avanço não representa a substituição de técnicas biométricas consolidadas, mas a ampliação das possibilidades disponíveis para investigadores e analistas. Cada modalidade responde a necessidades específicas e produz resultados que se tornam mais valiosos quando empregados de forma complementar. Essa perspectiva reforça um princípio essencial da atividade investigativa: o valor da tecnologia não está apenas em sua capacidade de identificar pessoas, mas na forma como essas identificações são incorporadas ao processo de produção de inteligência. Identificar é apenas o começo A capacidade de localizar uma possível correspondência facial em meio a grandes volumes de imagens representa um avanço importante para a atividade investigativa. No entanto, uma correspondência biométrica, por si só, não constitui uma conclusão investigativa. Ela representa um indício que precisa ser analisado, contextualizado e confrontado com outras informações antes de subsidiar qualquer tomada de decisão. A produção de inteligência exige que o resultado obtido por uma tecnologia seja interpretado à luz do contexto em que foi gerado. Isso significa avaliar a origem da imagem, as circunstâncias em que foi capturada, a qualidade dos dados disponíveis, a existência de elementos de confirmação e sua relação com outras evidências produzidas ao longo da investigação. Somente essa análise integrada permite distinguir uma coincidência de uma informação efetivamente relevante para o caso investigado. É nesse ponto que o reconhecimento facial deixa de ser apenas uma ferramenta de identificação e passa a integrar um processo mais amplo de produção de inteligência. Quando correlacionados com informações provenientes de outras fontes — como análise de vínculos, dados de geolocalização, registros temporais, informações obtidas por meio de fontes abertas (OSINT) e demais elementos investigativos — os resultados biométricos passam a contribuir para a compreensão de comportamentos, relações e padrões que dificilmente seriam percebidos de forma isolada. Sob essa perspectiva, o reconhecimento facial não encerra uma investigação; ele amplia sua capacidade analítica. Seu maior valor não está apenas em responder à pergunta "quem é essa pessoa?", mas em fornecer um ponto de partida consistente para responder questões mais amplas, como "qual é sua relação com os fatos investigados?", "quais conexões podem ser estabelecidas?" e "que elementos fortalecem ou refutam as hipóteses em análise?". É essa integração entre tecnologia, método e análise que transforma identificação em inteligência investigativa. Tecnologia, método e responsabilidade À medida que tecnologias biométricas se tornam mais sofisticadas e acessíveis, cresce também a responsabilidade sobre a forma como seus resultados são produzidos, interpretados e utilizados. No contexto investigativo, a confiabilidade de uma identificação não depende apenas da precisão dos algoritmos, mas da existência de processos capazes de assegurar que cada resultado seja analisado de forma técnica, documentada e compatível com os objetivos da investigação. Isso envolve a adoção de metodologias que permitam verificar a qualidade dos dados analisados, compreender as limitações inerentes a cada tecnologia, registrar as etapas do processo investigativo e submeter os resultados a mecanismos de validação sempre que necessário. Mais do que atender a requisitos normativos, essas práticas fortalecem a consistência das análises e contribuem para que as decisões sejam fundamentadas em evidências tecnicamente sustentáveis. Da mesma forma, a utilização do reconhecimento facial deve estar inserida em estruturas de governança que conciliem eficiência operacional, respeito aos direitos fundamentais e conformidade com o ordenamento jurídico aplicável. Transparência, rastreabilidade e responsabilidade não representam obstáculos ao uso da tecnologia; são elementos que reforçam sua credibilidade e ampliam sua capacidade de apoiar investigações de forma legítima e confiável. Quando tecnologia, metodologia e governança atuam de forma integrada, o reconhecimento facial deixa de ser apenas uma ferramenta de apoio à identificação para tornar-se parte de um processo investigativo mais robusto, capaz de produzir conhecimento consistente e apoiar decisões com maior segurança técnica.  Conclusão Se identificar um indivíduo representa o ponto de partida de muitas investigações, é a capacidade de interpretar esse resultado, relacioná-lo a outras evidências e inseri-lo em um contexto analítico que determina seu verdadeiro valor. A produção de inteligência não se encerra na identificação de uma pessoa; ela começa quando essa informação passa a contribuir para a compreensão dos fatos, das conexões e das dinâmicas que cercam uma investigação. Sob essa perspectiva, o reconhecimento facial deixa de ser apenas uma ferramenta biométrica para assumir um papel estratégico dentro do processo investigativo. Seu potencial não está apenas na precisão dos algoritmos ou na capacidade de processar grandes volumes de dados, mas na forma como seus resultados são validados, correlacionados e utilizados para apoiar decisões fundamentadas. Quanto mais integrado estiver a métodos consistentes de análise, maior será sua contribuição para a produção de inteligência. Essa é a abordagem que orienta a atuação da INSPECT. Mais do que disponibilizar tecnologias avançadas para identificação de indivíduos, a empresa apoia organizações na construção de processos investigativos capazes de integrar diferentes fontes de informação, produzir inteligência confiável e fortalecer a tomada de decisão. Em um ambiente cada vez mais orientado por dados, é essa combinação entre tecnologia, metodologia e capacidade analítica que permite transformar informação em conhecimento e conhecimento em ação.