Quando você paga com o celular na China, algo invisível acontece antes do dinheiro sair da conta. Um motor de risco com inteligência artificial cruza centenas de sinais sobre você, o aparelho, o horário, o valor e o destino, e decide em milissegundos se aquilo é um golpe. O Alipay, do Ant Group, chama esse sistema de AlphaRisk. O resultado é uma taxa de perda por fraude quase nula, numa escala de bilhões de transações. Isso protege o usuário com uma eficiência que o Ocidente inveja, e ao mesmo tempo concentra um poder de observação enorme nas mãos de quem controla os dados. São dois lados do mesmo motor, e vale olhar os dois com calma. Todos os números abaixo são públicos, com ano e fonte.

Os números

  • milissegundos — tempo do AlphaRisk para decidir se uma transação é fraude, usando IA em tempo real (Alipay/Ant Group, 2020)
  • US$ 0,64 / 10 mi — perda por fraude do Alipay: menos de US$ 0,64 a cada US$ 10 milhões, cerca de 0,0000064% (2020)
  • 544 mil/seg — pico de transações por segundo no Singles' Day, todas passando pelo controle de risco (2019)
  • ~1 bilhão/dia — transações por dia no WeChat Pay (Tencent), com mais de 900 milhões de usuários (2024)

Um motor de risco que decide em milissegundos

Um motor de risco que decide em milissegundos
Crédito: Acervo

O Alipay, operado pelo Ant Group, tem um motor de controle de risco chamado AlphaRisk. Ele usa inteligência artificial e aprendizado de máquina para monitorar cada transação em tempo real e detectar irregularidades em milissegundos, antes do pagamento se concretizar. Não é uma lista de regras fixas que o golpista pode decorar: o sistema cruza centenas de sinais, como aparelho, localização, horário, valor e destino, e calcula um risco a cada operação. Quando o sistema foi apresentado de forma ampliada, em 2020, o Alipay atendia 1,2 bilhão de usuários.

IA, aprendizado de máquina e análise em tempo real

IA, aprendizado de máquina e análise em tempo real
Crédito: Acervo

O AlphaRisk é descrito pela própria Alipay com quatro camadas: detecção por IA, evolução, percepção e piloto automático. Só o módulo de piloto automático integra mais de 200 algoritmos, que escolhem automaticamente a melhor estratégia de defesa para cada caso. O sistema responde a um tipo de risco novo em até um segundo e reajusta o próprio perfil de risco em até um dia, por auto-aprendizado. Na prática, ele aprende com o golpista mais rápido do que o golpista consegue inventar uma fraude nova.

A taxa de fraude quase nula

A taxa de fraude quase nula
Crédito: Acervo

O número que mais impressiona é a taxa de perda por fraude. Segundo o Alipay, em 2020, a perda induzida por fraude ficava abaixo de US$ 0,64 a cada US$ 10 milhões movimentados, o que equivale a cerca de 0,0000064%. É menos de uma fraude para cada milhão em valor que passa pela plataforma. Bancos e operadoras de pagamento do Ocidente raramente chegam perto desse patamar, mesmo com volumes muito menores. A combinação de IA, dados e escala é o que torna esse número possível.

A escala absurda do Singles' Day

A escala absurda do Singles' Day
Crédito: Acervo

O que torna tudo ainda mais impressionante é a escala. No Singles' Day, o 11 de novembro, maior data de compras do mundo, a infraestrutura do Alipay precisa aprovar uma onda gigantesca de pagamentos sem travar. O banco de dados OceanBase, do grupo, bateu um pico de 544 mil transações por segundo em 2019, depois de 120 mil por segundo em 2016 e 256 mil em 2017. E cada uma dessas transações passa pelo controle de risco em tempo real. Quanto mais gente usa, mais o sistema aprende e mais difícil fica enganá-lo.

Não é só o Alipay: o país inteiro nessa lógica

Não é só o Alipay: o país inteiro nessa lógica
Crédito: Acervo

O AlphaRisk não é um caso isolado. O WeChat Pay, da Tencent, opera em escala parecida, com mais de 900 milhões de usuários e cerca de 1 bilhão de transações por dia, também com sistema de controle de risco próprio baseado em dados e modelos. Juntos, Alipay e WeChat Pay formaram um ecossistema de pagamento por celular que praticamente substituiu o dinheiro físico na China e transformou a detecção de fraude num campo de batalha de inteligência artificial, em que o país largou na frente.

Os dois lados: segurança e vigilância no mesmo motor

Os dois lados: segurança e vigilância no mesmo motor
Crédito: Acervo

Para ser honesto, esse sistema protege o usuário de golpes com uma eficiência que o Ocidente inveja. Isso é um fato e é bom para quem paga. Mas o mesmo motor que defende você também observa tudo: cada compra, cada horário, cada lugar e cada pessoa para quem você envia dinheiro. A mesma inteligência que bloqueia o ladrão concentra um poder de vigilância e de dados enorme nas mãos de quem controla a plataforma e, por extensão, do Estado que regula tudo isso. Achar que é só vigilância distópica ignora a proteção real que existe. Achar que é só segurança ignora o poder concentrado. A verdade está nos dois lados ao mesmo tempo, e é mais interessante que os clichês.

Resumo em pontos

  • O AlphaRisk, motor de risco do Alipay (Ant Group), usa IA e aprendizado de máquina para detectar fraude em milissegundos, em tempo real, antes do pagamento se concretizar (2020).
  • A taxa de perda por fraude do Alipay foi reportada em menos de US$ 0,64 a cada US$ 10 milhões movimentados, cerca de 0,0000064%, com 1,2 bilhão de usuários (2020).
  • O AlphaRisk responde a um risco novo em até 1 segundo e reajusta o perfil de risco em até 1 dia; tem 4 módulos e o piloto automático integra mais de 200 algoritmos (2020).
  • No Singles' Day, o banco de dados OceanBase do Alipay bateu pico de 544 mil transações por segundo em 2019 (120 mil em 2016 e 256 mil em 2017), todas passando pelo controle de risco.
  • O WeChat Pay (Tencent) roda na mesma escala, com mais de 900 milhões de usuários e cerca de 1 bilhão de transações por dia, com sistema de risco próprio (2024).

Fontes

BusinessWire, Help Net Security e FinanceFeeds (Alipay/Ant Group, 2020: AlphaRisk usa IA e aprendizado de máquina para detectar fraude em milissegundos; responde a risco novo em até 1 segundo e reajusta o perfil em até 1 dia; 4 módulos AI Detection, Evolution, Perception e Auto Pilot, com mais de 200 algoritmos no Auto Pilot; perda por fraude abaixo de US$ 0,64 a cada US$ 10 milhões, cerca de 0,0000064%, com 1,2 bilhão de usuários).

PingWest e OceanBase (banco de dados do Alipay no Singles' Day: pico de 544 mil transações por segundo em 2019, 256 mil em 2017 e 120 mil em 2016); Tencent e Statista (WeChat Pay com mais de 900 milhões de usuários e cerca de 1 bilhão de transações por dia, 2024).

Quer ir além? Veja o dossiê completo deste tema em destinochina.com/china/china-deteccao-fraude e conheça a consultoria da Destino China para importar com segurança.