Falsos positivos em AML: como reduzir o volume de alertas

Encerrar casos que nunca foram risco ocupa boa parte do expediente de quem trabalha com prevenção à lavagem de dinheiro. Um fornecedor novo entra na base. O sistema avisa que o nome de um dos sócios aparece em uma lista internacional de sanções. Um analista para o que estava fazendo, investiga, descobre que é outra pessoa de nome parecido, escreve o parecer e arquiva o caso.

Duas horas de trabalho para concluir que não havia nada. Isso é um falso positivo em AML, e ele raramente vem sozinho.

O que é um falso positivo em AML

Falso positivo em AML é o alerta que o sistema gera, a equipe investiga e conclui que não havia risco de lavagem de dinheiro. O caso é documentado e encerrado sem comunicação ao COAF. Ele consome as mesmas horas de análise que um caso real e não entrega nenhuma proteção em troca.

Na leitura da CIAL Dun & Bradstreet, parceira exclusiva da Dun & Bradstreet na América Latina, o problema começa antes da regra. Começa no dado que alimenta a regra.

Por que a fila de alertas não para de crescer

O sistema brasileiro funciona assim: bancos, seguradoras, factorings, cartórios, imobiliárias e outros setores com dever legal de comunicar, o que a lei chama de pessoas obrigadas, enviam ao COAF as operações que consideram atípicas. O COAF analisa e, quando encontra indício de crime, produz um Relatório de Inteligência Financeira e encaminha à polícia ou ao Ministério Público.

Em 2025, o COAF recebeu cerca de 7,6 milhões de comunicações e produziu 20.548 desses relatórios, segundo o Relatório de Gestão Integrado 2025 do órgão.

Antes de dividir um número pelo outro, uma ressalva: essa conta não dá a taxa de falso positivo. Parte das 7,6 milhões é reporte automático de operação em dinheiro acima de um valor, que nem pressupõe suspeita. E um relatório do COAF costuma reunir várias comunicações ao mesmo tempo.

O falso positivo acontece um passo antes de tudo isso. Ele nasce e morre dentro da instituição, no alerta que foi investigado e arquivado sem virar comunicação. Ninguém publica esse número. Só quem opera o controle consegue medir.

Por que é mais seguro comunicar do que deixar de comunicar

Existe um desequilíbrio simples por trás do volume. O Bank Policy Institute, entidade que representa os grandes bancos americanos, resume o mecanismo: a instituição responde se deixar de comunicar o que deveria, e não responde por ter enviado uma comunicação inútil. Diante disso, a decisão racional é comunicar.

O mesmo padrão aparece por aqui. Na cobertura do acordo assinado em março de 2026 entre COAF, Febraban e ABBC para modernizar a tecnologia de prevenção, executivos do setor descreveram instituições que comunicam por excesso para se proteger de sanção.

O COAF, por sua vez, mantém encontros periódicos com o setor, mas deixa claro no relatório que não cabe a ele dizer o que deve ou não ser comunicado, porque isso está nas normas de cada regulador. A régua é de quem opera o controle.

Como o próprio COAF lida com esse volume

Recebendo milhões de comunicações por ano, o COAF não analisa todas com a mesma profundidade. O relatório de 2025 descreve o caminho, e ele serve de espelho para qualquer área de compliance:

1. Separa o que claramente não é risco. Comunicações de risco muito baixo, ou sem descrição do que era atípico, ficam guardadas na base e não seguem adiante.
2. Dá uma nota de risco ao resto. Um modelo estatístico estima a chance de cada comunicação conter algo relevante e ordena a fila por essa nota.
3. Analisa caso a caso, começando pelas notas mais altas. O analista avalia o tipo de movimentação, quem está envolvido, a região e se já existe investigação em curso.

Em uma frase: descarta ruído na entrada, pontua o que sobra e começa pelo mais grave. É o oposto de uma fila indiferenciada, atacada por ordem de chegada.

O que custa operar com uma taxa alta de falsos positivos

• Custo direto de investigação. Cada alerta consome horas de analista, documentação e trilha de auditoria, independentemente de haver risco no final.
• Pressão sobre prazos regulatórios. A Circular 3.978/20 do Banco Central estabelece prazos para seleção, análise e comunicação de operações suspeitas. Quanto maior a fila sem triagem por risco, maior a chance de o prazo vencer antes da conclusão da análise.
• Fadiga de alerta. Times que encerram grande volume de casos irrelevantes tendem a reduzir a profundidade da análise, o que eleva a chance de deixar passar o caso que importa.
• Atrito comercial. Onboarding de cliente ou homologação de fornecedor legítimo travados em revisão manual geram perda de receita e desgaste com as áreas de negócio.
• Dificuldade de sustentar a efetividade. A Circular 3.978/20, no sistema financeiro, e a Circular SUSEP nº 612/2020, no mercado de seguros, resseguro, previdência complementar aberta e capitalização, exigem avaliação de efetividade da política de PLD-FT com reporte à alta administração. Uma fila dominada por ruído é difícil de defender nesse documento.

5 causas estruturais de falsos positivos em AML

1. Limiar fixo aplicado a perfis diferentes. Uma regra de valor único trata a tesouraria de uma indústria e um prestador de serviços de pequeno porte com a mesma métrica de normalidade.
2. Monitoramento transacional isolado do cadastro. Quando o sistema observa a transação sem saber quem é a contraparte, qual o setor, o porte e o histórico, qualquer movimentação fora da média tende a virar alerta.
3. Screening de listas sem contexto. Sanções, listas de PEP e mídia adversa comparadas apenas por semelhança textual, sem cruzar jurisdição, setor, situação cadastral ou vínculo societário, produzem correspondência aparente em série.
4. Estrutura societária invisível. Quando a cadeia de controle e o quadro de sócios não estão mapeados, o sistema fica sem base para separar coincidência de vínculo real, e alerta nas duas hipóteses.
5. Ausência de recalibração. Regras que geram grande volume de alertas e nenhuma comunicação podem permanecer ativas por anos quando ninguém mede a taxa de conversão por regra.

Como reduzir falsos positivos sem aumentar falsos negativos

Existe um trade-off real aqui, e ignorá-lo é o erro mais comum. Quando a equipe afrouxa o limiar para receber menos alertas, ela também aumenta a chance do erro contrário: o alerta que deveria ter sido gerado e não foi. Mexer na régua troca um problema pelo outro. O ganho que se sustenta vem de dar mais contexto ao sistema, para que ele consiga separar coincidência de risco por conta própria.

Seis coisas mudam quando o sistema passa a olhar o cadastro da empresa junto com a transação:

• Base da decisão. A regra isolada dispara por valor, frequência e país de destino. Com contexto, o mesmo limiar passa a considerar porte, setor e histórico da empresa antes de virar alerta.
• Quem é a contraparte. Sozinho, o sistema conhece apenas o que veio preenchido na operação. Com cadastro atualizado de pessoa física e jurídica, ele sabe com quem está lidando antes de julgar a transação.
• Homônimos em listas restritivas. A comparação por texto acusa qualquer nome parecido. Cruzando jurisdição, setor e situação cadastral, a maior parte dessas coincidências cai antes de chegar ao analista.
• Estrutura societária. Sem o quadro de sócios mapeado, o vínculo real e a semelhança de nome pesam igual. Com a cadeia de controle visível, um é descartado e o outro sobe de prioridade.
• Recalibração. Na maioria das operações, a revisão de regras acontece uma vez por ano. Medindo quantos alertas de cada regra viram comunicação, fica claro qual delas só produz trabalho.
• Efeito na triagem. O resultado dos cinco pontos acima é uma fila grande e sem hierarquia. Com contexto, ela encurta e ganha ordem: o caso mais grave vem primeiro.

O caminho de implementação costuma seguir quatro movimentos, nesta ordem:

1. Consolidar o cadastro da contraparte. Ter razão social, situação na Receita Federal, CNAE, porte, matriz e filiais e quadro societário disponíveis no momento da análise, e não em uma consulta separada depois do alerta.
2. Enriquecer o contexto de risco. Agregar sanções, listas de PEP, mídia adversa, situação jurídica e comportamento financeiro ao registro da contraparte, de forma contínua.
3. Priorizar por risco. Ordenar a fila por severidade e não por ordem de chegada, direcionando analista sênior para o caso de maior impacto potencial.
4. Medir e recalibrar. Acompanhar a taxa de conversão de alerta em comunicação por regra e desativar ou reescrever as que não convertem.

[fs-toc-omit]Como o Integrity One aplica contexto cadastral aos alertas de AML

O Integrity One é a plataforma de compliance e PLD-FT (AML) da CIAL Dun & Bradstreet, com lançamento oficial em agosto de 2026. Ela conecta análises cadastrais, de compliance e de comportamento financeiro em uma única jornada de risco, do onboarding ao reporte ao COAF, e é apoiada pela base global da Dun & Bradstreet, com mais de 600 milhões de empresas.

A lógica de redução de falsos positivos é a descrita acima: unir dados cadastrais e comportamento transacional para dar contexto ao alerta. Na plataforma, isso se organiza em seis funções integradas:

• Onboarding e due diligence: consulta e enriquecimento de dados de PF e PJ, classificação automática de risco, execução individual ou em lote, via plataforma ou API.
• Motor de decisão no-code: regras, pesos e scores configurados pela própria equipe de compliance, sem depender de time técnico, com resultado automático de aprovar, reprovar ou escalar para análise manual.
• Monitoramento contínuo: mudanças cadastrais, jurídicas e financeiras, mídia adversa e sanções, com geração de alertas em tempo real.
• Monitoramento transacional (AML/KYT): identificação de comportamento atípico, inconsistência com o perfil do cliente e estruturação de operações.
• Investigação: gestão de casos e de filas com responsável definido, registro de evidências e audit trail completo das decisões.
• Reporte regulatório: preparação de comunicações estruturadas de operações suspeitas ao COAF, com histórico e evidências organizados.

Se a sua operação quer medir quanto da fila de alertas é ruído hoje, o passo seguinte é agendar uma demonstração com o time da CIAL.

[fs-toc-omit]Perguntas frequentes

O que é um falso positivo em AML?

Falso positivo em AML é o alerta emitido por um sistema de monitoramento transacional ou de screening de listas restritivas para um cliente, fornecedor ou operação que, após análise, não apresenta risco de lavagem de dinheiro. Ele é encerrado sem comunicação ao COAF e consome tempo de investigação, documentação e revisão.

Existe uma taxa aceitável de falsos positivos em AML?

Não há percentual definido em regulação, e não existe estatística oficial brasileira sobre o tema. Como referência internacional, o Bank Policy Institute, entidade que representa os grandes bancos dos Estados Unidos, publicou estudo com ano-base 2017 em que uma amostra dos maiores bancos americanos revisou cerca de 16 milhões de alertas e registrou mais de 640 mil comunicações de atividade suspeita, com retorno de autoridades sobre uma mediana de 4% delas. A partir desse retorno, a entidade estima que entre 90% e 95% das pessoas reportadas provavelmente eram inocentes. Vale notar que se trata de estimativa derivada da taxa de retorno das autoridades, não de medição direta. O parâmetro mais útil na prática é interno: medir a taxa de conversão de alerta em comunicação por regra e acompanhar a evolução dessa métrica, como parte da avaliação de efetividade prevista na Circular 3.978/20 do Banco Central.

Reduzir falsos positivos aumenta o risco de falsos negativos?

Aumenta, quando a redução é obtida apenas afrouxando limiares. Falso positivo e falso negativo são erros inversos no mesmo modelo. A forma de reduzir um sem elevar o outro é acrescentar contexto à decisão, com cadastro atualizado da contraparte, visão de estrutura societária e histórico de comportamento, em vez de mover a régua de sensibilidade.

Como a qualidade dos dados cadastrais afeta os falsos positivos?

De forma direta. Boa parte dos alertas indevidos em screening de listas nasce de comparação por semelhança de nome, sem atributos que permitam descartar homônimos. Com situação cadastral, jurisdição, setor, porte e cadeia societária disponíveis na análise, o sistema descarta a coincidência antes de gerar o caso.

O que a regulação brasileira exige em relação à efetividade do monitoramento?

A Circular 3.978/20 do Banco Central substituiu o modelo prescritivo pela abordagem baseada em risco e passou a exigir avaliação interna de risco, manuais de procedimento e relatório periódico de avaliação de efetividade, com métricas, plano de ação para deficiências identificadas e reporte à alta administração. No mercado de seguros, resseguro, previdência complementar aberta e capitalização, a Circular SUSEP nº 612/2020 segue a mesma direção, com abordagem baseada em risco e avaliação de efetividade da política de PLD-FT.

O que é o Integrity One?

O Integrity One é a plataforma SaaS de compliance e PLD-FT (AML) da CIAL Dun & Bradstreet, com lançamento oficial em agosto de 2026. Ela unifica onboarding com KYC/KYP e due diligence, motor de decisão no-code, monitoramento contínuo, monitoramento transacional AML/KYT, investigação com audit trail e preparação de reporte regulatório ao COAF em uma única plataforma.