LexisNexis Risk Solutions acrescenta sinais de agentes de IA às decisões antifraude

Em 5 de novembro de 2026, a LexisNexis Risk Solutions anunciou recursos de inteligência Know Your Agent (KYA), acrescentando atividades de agentes de IA e sinais contextuais de risco à sua plataforma de identidade digital e prevenção a fraudes. A empresa informou que o tráfego de agentes de IA cresceu mais de 750% no primeiro semestre de 2026.

Muitos clientes já usam o KYA nas decisões atuais de gestão de riscos. A empresa informou que sua Digital Identity Network analisou mais de 116 bilhões de transações digitais em 2025 e detectou 4,9 bilhões de ataques automatizados de bots, 59% a mais do que no ano anterior. Essa visibilidade já existente das interações humanas e automatizadas fornece o contexto ao qual o KYA acrescenta a atividade de agentes.

A detecção alimenta uma avaliação de risco mais ampla

A maioria dos agentes pessoais não se identifica como agente, o que torna a detecção o desafio imediato. A identificação, por si só, não permite determinar quem um agente representa, se sua atividade é autorizada, se seu comportamento corresponde a essa autorização ou se a interação mais ampla parece legítima. O KYA foi projetado para acrescentar, em tempo real, a detecção de agentes ao contexto de identidade, dispositivo, rede, comportamento e relacionamentos.

Esse contexto pode mudar durante uma única jornada digital, quando o controle passa de uma pessoa para um agente ou vice-versa. Mike Woodberry, vice-presidente sênior de produto e análise de dados, afirmou que o objetivo é determinar o que está agindo, quem ou o que isso representa, se está autorizado e o que está tentando fazer. Cada decisão, portanto, diz respeito a um agente específico que executa uma ação específica em um contexto específico, regido pelas políticas de risco da organização.

Como os sinais chegam aos fluxos de trabalho antifraude

O folheto da empresa sobre inteligência agêntica descreve a inteligência de navegadores, dispositivos, sistemas operacionais e redes como meios de reconhecer assinaturas de agentes e outros indicadores de atividades conduzidas por agentes. Aplicativos integrados ao ChatGPT, ao Claude e a plataformas semelhantes também podem ser analisados por meio de características do navegador, domínios, sinais de aplicativos e outros indicadores, a fim de estabelecer o contexto da identidade digital. Indicadores técnicos e comportamentais ajudam a classificar a atividade como humana, de um bot malicioso ou de um agente de IA.

As Trust Tags podem estabelecer relações persistentes entre usuários, dispositivos e interações com agentes, ajudando as organizações a avaliar atividades posteriores. A autenticação por canal alternativo pode ajudar a estabelecer relações confiáveis entre clientes, agentes e interações. As organizações podem então incorporar os sinais aos fluxos de trabalho existentes e permitir, autenticar, revisar ou rejeitar uma interação conforme seu contexto e suas próprias políticas de risco.

No ThreatMetrix, a inteligência agêntica combina identidade digital e inteligência comportamental. APIs, kits de desenvolvimento de software e integrações prontas para fluxos de trabalho dão suporte a ambientes web, móveis e de back-end, enquanto a disponibilização pela LexisNexis Dynamic Decision Platform conecta esse recurso a investigações forenses, gestão de casos, relatórios e orquestração de fluxos de trabalho.

Usos antifraude e limites do produto

As áreas de aplicação incluem comércio assistido por agentes, abertura de contas e integração de clientes, serviços bancários e pagamentos, autenticação e gestão de acesso, além de atendimento ao cliente. Os agentes podem pesquisar ou comprar produtos, participar de processos de cadastro, acessar contas, agendar devoluções ou gerenciar contas. O sistema também se destina a avaliar se um agente tem autorização legítima durante o acesso e a verificação de contas.

A LexisNexis alerta que agentes autônomos podem aumentar a escala e a sofisticação de fraudes por pagamentos autorizados e de ataques de tomada de controle de contas, com agentes maliciosos aprendendo com sucessos e falhas para ajustar ataques posteriores. Grayson Clarke, diretor comercial, afirmou que uma instituição financeira global usou os recursos de detecção da empresa para identificar atividades de agentes de IA e ajudar a impedir que eles executassem transações confidenciais.

As capacidades atuais se concentram na detecção, no contexto e nas decisões sobre fluxos de trabalho. Os materiais apresentam uma identidade e autorização dos agentes mais sofisticadas, juntamente com interações entre agentes, como direções futuras, sem assumir compromisso quanto à funcionalidade. Os resultados variam conforme a implementação, a disponibilidade de dados, as características das transações e o uso por parte dos clientes, e nenhuma solução consegue identificar, classificar, autenticar ou detectar todos os usuários, dispositivos, bots ou agentes de IA em todas as circunstâncias.

Para as equipes antifraude, a mudança prática é que o envolvimento de agentes passa a ser mais um dado considerado em uma decisão já estabelecida, com respostas ajustadas ao cliente, à autorização e à ação em questão. A questão em aberto é se essa abordagem contextual continuará eficaz à medida que os agentes, os padrões e as interações entre agentes evoluírem, sobretudo enquanto os recursos mais avançados de identidade e autorização ainda forem possibilidades futuras.