Visa Reforça Suas Defesas de Cibersegurança à Medida que Fraudes Habilitadas por IA Miram a Confiança Humana

A Visa está ampliando suas defesas de cibersegurança à medida que ataques habilitados por IA vão além do roubo de números de cartões e passam a visar as pessoas que autorizam pagamentos. Para os leitores do Google News que acompanham a história, o conflito é mais incisivo do que uma atualização rotineira de segurança. Uma autenticação mais forte está reduzindo alguns tipos conhecidos de fraude, mas a IA generativa está ajudando criminosos a ampliar a escala de falsificação de identidade, phishing e outras formas de engenharia social.

Os dados mais recentes de ameaças da Visa retratam essa inversão. A fraude envolvendo tokens de dispositivos caiu 9,6% entre julho e dezembro de 2025, em comparação com o mesmo período de 2024. No entanto, a empresa afirma que os golpes se tornaram a principal ameaça aos consumidores, à medida que criminosos redirecionam sua atenção dos controles técnicos para o julgamento humano.

Esse movimento pressiona simultaneamente bancos, comerciantes, processadores de pagamento, plataformas de tecnologia e consumidores. A Visa pode inspecionar atividades em toda a sua rede, mas uma ligação convincente ou uma mensagem fraudulenta pode persuadir um cliente legítimo a aprovar um pagamento ilegítimo. O invasor nem sempre precisa derrotar o sistema de pagamento quando o cliente pode ser manipulado para abrir a porta.

A resposta da Visa combina controles em nível de rede com um serviço mais recente de inteligência de ameaças para instituições financeiras. A empresa tenta conectar sinais cibernéticos, como malware, credenciais expostas e falsificação de marca, à fraude em pagamentos que ocorre em seguida. A questão central é se os defensores conseguem estabelecer essas conexões antes que um invasor alcance um cliente.

O Que a Visa Mudou em Sua Estratégia de Cibersegurança

A Visa está antecipando a segurança dos pagamentos no ciclo de ataque, antes que informações roubadas se transformem em uma transação fraudulenta.

A empresa lançou a Visa Threat Intelligence Platform, ou VTIP, para instituições financeiras na Europa em 2 de julho de 2026. O serviço combina inteligência de cibersegurança com informações sobre possíveis riscos de pagamento. A Visa afirma que a plataforma usa recursos desenvolvidos e testados durante a proteção de sua própria rede.

Os sistemas tradicionais de fraude em pagamentos geralmente se concentram na transação final. Eles examinam seu valor, localização, comerciante, dispositivo e relação com o comportamento anterior do cliente. Esse processo continua importante, mas pode começar tarde demais quando um incidente cibernético ocorreu dias ou semanas antes.

Um criminoso pode primeiro roubar credenciais de funcionários, falsificar a identidade de um banco, comprometer um comerciante ou distribuir malware. As informações roubadas podem então circular por mercados criminosos antes que alguém tente realizar um pagamento. Cada etapa gera evidências, mas essas evidências podem permanecer dispersas entre equipes de segurança, fraude e risco.

A VTIP foi projetada para aproximar esses sinais. Seu componente de inteligência de ameaças identifica indicadores de comprometimento relacionados a malware, ou seja, evidências técnicas de que um sistema pode ter sido violado. A inteligência sobre vulnerabilidades destaca exposições relevantes de software e explorações conhecidas.

A plataforma também inclui inteligência de marca, que busca falsificação de identidade e uso indevido da identidade de uma instituição. A inteligência de identidade digital monitora ameaças direcionadas a executivos e funcionários. Esses alvos importam porque usuários privilegiados podem fornecer acesso a sistemas, dados ou canais de comunicação confiáveis.

Segundo o anúncio da Visa sobre a plataforma de ameaças, a empresa bloqueia aproximadamente 90 milhões de ciberataques e 11 milhões de e-mails de phishing todos os meses. Esses números abrangem operações em mais de 200 países. Eles ilustram a visibilidade de rede por trás do produto da Visa, embora os clientes ainda precisem comprovar sua eficácia em seus próprios ambientes.

Isso não substitui a pontuação de transações. Estende o perímetro de defesa ao tratar a fraude como resultado posterior de atividade cibernética anterior. Uma transação suspeita se torna um evento em uma cadeia mais longa, em vez do primeiro sinal observável de problema.

A Visa também continuou investindo em controles que operam no momento da autorização. O Visa Advanced Authorization usa aprendizado de máquina para avaliar transações com base em mais de 400 fatores de risco em milissegundos. A empresa afirma que o sistema processa bilhões de transações anualmente usando inteligência de emissores e comerciantes.

Essa estrutura em camadas importa porque nenhum controle individual detecta todos os ataques. A autenticação pode confirmar que o dispositivo ou a conta corretos aprovaram uma transação. Ela nem sempre consegue determinar se um criminoso enganou a pessoa que está com esse dispositivo.

A estratégia da Visa, portanto, conecta três momentos distintos: a intrusão cibernética inicial, a manipulação de um alvo e o pagamento resultante. A primeira grande mudança é tanto organizacional quanto técnica. As equipes de cibersegurança e fraude precisam compartilhar evidências, acelerar escalonamentos e ter uma visão comum do risco.

Por Que a Fraude Habilitada por IA Está se Voltando às Pessoas

Uma segurança de rede melhor está forçando os invasores a mirar um alvo que não pode ser corrigido como software: a confiança humana.

O Biannual Threats Report da Visa para a primavera de 2026 afirma que sua rede bloqueou um aumento de 13% em ataques de enumeração únicos durante os seis meses anteriores. Enumeração é uma técnica de teste de cartões em que criminosos fazem tentativas repetidas para descobrir quais combinações de informações de conta continuam válidas.

Apesar do maior volume de ataques, as perdas associadas à enumeração caíram 16%, segundo a Visa. A empresa atribui grande parte dessa melhoria a suspeitas de fraude bloqueadas por seu Risk Operations Center. A fraude com tokens de dispositivos também caiu 9,6% em relação ao ano anterior.

Esses resultados apoiam a afirmação da Visa de que os controles de rede estão melhorando. Eles não significam que a ameaça total esteja recuando. Os invasores estão mudando seus métodos quando rotas estabelecidas se tornam menos lucrativas.

A Visa identificou quase US$ 1 bilhão em tentativas de fraude relacionadas a golpes entre julho e dezembro de 2025. Seu relatório de ameaças descreve uma mudança estrutural do comprometimento técnico para a manipulação comportamental.

Em uma tomada de conta tradicional, o invasor tenta se passar pelo cliente perante o banco. Em um golpe de pagamento autorizado, o invasor convence o cliente real a concluir a transação. Assim, o pagamento pode passar por verificações projetadas para confirmar a titularidade da conta.

A IA generativa torna esse engano mais barato e mais fácil de personalizar. Criminosos podem criar mensagens gramaticalmente bem elaboradas, imitar estilos de escrita conhecidos, gerar sites falsos e adaptar roteiros para diferentes alvos. Áudio e vídeo sintéticos podem adicionar outra camada de legitimidade aparente.

A IA não precisa inventar uma nova categoria de crime para mudar a economia. Um grupo de fraudadores pode usá-la para pesquisar mais alvos, produzir mais variações e responder mais rapidamente durante uma conversa. Mesmo ganhos modestos de produtividade se tornam significativos quando aplicados a milhares de tentativas de golpe.

Michael Jabbara, vice-presidente sênior da Visa para risco e controle do ecossistema de pagamentos, disse que a IA reduziu a barreira de entrada na fraude. Seu ponto mais incisivo foi que atividades que antes exigiam habilidades técnicas mais profundas podem cada vez mais começar com um prompt.

O Google Threat Intelligence Group documentou um desenvolvimento semelhante além dos pagamentos. Em maio, relatou o que acreditava ser o primeiro uso observado, por um agente de ameaças, de uma exploração zero-day desenvolvida por IA. Um zero-day é uma falha de software até então desconhecida que os defensores não tiveram oportunidade de corrigir.

O rastreador de ameaças de IA do grupo também descreve modelos generativos sendo integrados a operações de reconhecimento, acesso inicial e malware. Essas evidências ampliam a questão para além de textos de phishing melhores. Os invasores estão começando a aplicar IA em todo o ciclo de vida do ataque.

Ainda assim, a engenharia social continua especialmente atraente porque evita um confronto direto com infraestrutura reforçada. Um invasor que não consegue derrotar a tokenização ou a criptografia de transações pode se passar por um funcionário do banco. Outro pode falsificar a identidade de um executivo e criar uma solicitação urgente de pagamento.

Esses métodos exploram o comportamento humano normal. As pessoas reagem à autoridade, ao medo, à escassez e à pressão de tempo. A IA ajuda um criminoso a adaptar esses gatilhos usando detalhes obtidos de dados violados, perfis públicos ou conversas anteriores.

É por isso que as melhorias de segurança da Visa contêm uma inversão desconfortável. O sucesso contra uma classe de fraude pode redirecionar a atividade em vez de eliminá-la. Quanto mais forte se torna a barreira técnica, mais valiosa pode ser uma história convincente.

O Que a Manchete do Google News Deixa de Fora

A disputa importante não é simplesmente IA contra IA, mas defesa integrada contra evidências fragmentadas.

A frase “a IA está viabilizando esses ataques” capta a urgência, mas pode obscurecer o desafio prático. As instituições financeiras já coletam grandes volumes de dados de segurança e transações. O problema delas frequentemente é que as evidências chegam em sistemas diferentes, sob responsabilidades diferentes e em momentos diferentes.

Uma equipe de operações de segurança pode ver malware se comunicando com o computador de um funcionário. Um serviço de proteção de marca pode descobrir um site bancário falso. Uma equipe de fraude pode depois observar transferências incomuns. Sem coordenação, cada evento pode parecer menos grave do que o padrão combinado.

A abordagem da Visa tenta transformar sua posição na rede em uma vantagem. Um único banco vê atividades envolvendo seus clientes e contas. A Visa pode observar padrões que abrangem comerciantes, emissores, adquirentes, regiões e canais de pagamento.

Essa visão mais ampla ajuda a identificar ataques coordenados cujas transações individuais parecem comuns. Também cria uma oportunidade de distribuir inteligência defensiva depois que um padrão surge em um mercado. A Visa descreve essa abordagem como detectar uma ameaça uma vez e se defender contra ela globalmente.

A empresa afirma ter investido US$ 13 bilhões em tecnologia e infraestrutura nos cinco anos que antecederam 2026. Ela também relata ter desmantelado mais de 25.000 comerciantes envolvidos em golpes por meio do Visa Scam Disruption, representando mais de US$ 1 bilhão em fraude tentada.

O relato da Visa sobre defesa de rede afirma que a empresa bloqueou quase o dobro de transações fraudulentas de ecommerce em 2025 em relação ao ano anterior. Também afirma que a taxa de fraude em ecommerce em toda a sua rede caiu 8%.

Esses são números reportados pela empresa, não avaliações independentes de cada controle. Ainda assim, eles mostram a escala em que a Visa está implantando defesa automatizada. O aprendizado de máquina pode comparar a atividade atual com padrões extraídos de uma grande rede de pagamentos, muitas vezes mais rapidamente do que um analista humano consegue investigar um único alerta.

A velocidade se tornou o mecanismo central dos dois lados. Os invasores podem automatizar a descoberta de alvos, a geração de mensagens, o teste de credenciais e partes do desenvolvimento de explorações. Os defensores podem automatizar a pontuação de risco, a detecção de padrões e a distribuição de indicadores entre instituições.

A diferença é que os defensores operam sob restrições mais rigorosas. Um criminoso pode enviar milhares de mensagens ruins se apenas algumas tiverem sucesso. Um banco precisa evitar bloquear grande número de clientes legítimos enquanto cumpre requisitos regulatórios, de privacidade e operacionais.

Portanto, os falsos positivos são importantes. Um modelo que bloqueia fraudes, mas recusa repetidamente compras legítimas, pode prejudicar a confiança dos clientes e aumentar os custos de suporte. Um sistema de identidade excessivamente sensível também pode criar barreiras para pessoas cujo comportamento não corresponde a um padrão histórico restrito.

Os defensores também precisam explicar e auditar decisões importantes. As instituições financeiras precisam de controles para acesso aos modelos, retenção de dados, escalonamento e revisão humana. Elas não podem simplesmente implantar um modelo de IA e presumir que mais automação produz uma segurança melhor.

A plataforma da Visa aborda outra restrição: a relevância. As equipes de segurança recebem inteligência sobre ameaças de muitas fontes, mas grande parte dela pode ter pouca conexão com seus sistemas ou clientes. A VTIP afirma filtrar sinais de malware, vulnerabilidades, marca e identidade para o setor financeiro.

Esse foco pode reduzir o ruído, mas os clientes precisarão de evidências de que a inteligência muda os resultados. Alertas mais antecipados só importam quando uma instituição consegue investigar e agir antes que o dinheiro se mova. A velocidade de integração, a capacidade das equipes e os procedimentos de resposta continuam decisivos.

O enquadramento do google news também corre o risco de apresentar o trabalho da Visa como o lançamento de um único produto. É melhor entendê-lo como uma mudança no ponto em que as empresas de pagamentos traçam a fronteira de segurança. A prevenção contra fraudes agora se estende para trás, abrangendo cibersegurança, proteção de identidade e falsificação de identidade online.

Essa fronteira ampliada coloca a Visa em um campo competitivo mais amplo. Mastercard, bancos, provedores de nuvem, fornecedores de segurança e empresas de identidade analisam partes da mesma cadeia de ataque. A disputa se concentra em quem consegue conectar os sinais mais claros sem criar atrito excessivo.

Nenhuma organização vê tudo. Provedores de telecomunicações podem detectar chamadas ou mensagens de texto fraudulentas. Plataformas de tecnologia podem encontrar contas falsas e publicidade maliciosa. Os bancos entendem o comportamento dos clientes, enquanto as redes de pagamento veem as transações se movendo entre instituições.

Portanto, o modelo vencedor depende de coordenação, não do conjunto de dados de uma única empresa. A plataforma da Visa pode melhorar a visão do setor financeiro, mas a prevenção contra golpes também exige ação de redes sociais, registradores de domínios, empresas de telecomunicações, autoridades policiais e reguladores.

A Defesa de IA da Visa Ainda Tem um Problema de Verificação

A Visa tem uma escala crível, mas seus números públicos não estabelecem quanto a IA contribui de forma única para cada melhoria de segurança.

O relatório da empresa combina várias tendências que exigem interpretação cuidadosa. A fraude com tokens de dispositivos caiu, as perdas por enumeração diminuíram e a Visa bloqueou mais ataques. Esses resultados sustentam o argumento por controles mais fortes, mas não isolam o efeito da IA de outras mudanças.

Tokenização, autenticação, regras de rede, intervenção de analistas, controles de comerciantes e aplicação da lei podem influenciar as taxas de fraude. O sistema de segurança da Visa usa várias camadas. Atribuir um resultado a um único modelo ou plataforma exigiria medições mais detalhadas.

Os dados sobre ameaças também vêm da própria rede e das operações da Visa. Isso proporciona uma visibilidade valiosa, mas não representa todos os métodos de pagamento, mercados geográficos ou instituições financeiras de forma igual. Fraudes deslocadas para fora da rede podem não aparecer nas mesmas métricas.

A Visa informa que a atividade global de ransomware aumentou 26% de julho a dezembro de 2025 em comparação com o mesmo período do ano anterior. Apenas 23% das vítimas pagaram um resgate, o que a empresa descreve como a menor taxa já registrada.

Os dois números apontam em direções diferentes. Criminosos tentaram mais operações de ransomware, enquanto as vítimas se tornaram menos dispostas ou menos obrigadas a pagar. Melhores capacidades de recuperação podem explicar parte dessa resistência, mas os atacantes ainda podem roubar e expor dados mesmo quando uma organização se recusa a pagar.

Esse padrão reforça a distinção entre prevenção e resiliência. Uma organização não pode presumir que toda invasão será interrompida. Ela precisa de processos de recuperação testados, backups protegidos, autoridade decisória clara e planos de comunicação para clientes e parceiros.

A mesma cautela se aplica a ciberataques gerados por IA. O Google documentou um suposto zero-day assistido por IA, mas isso não significa que sistemas autônomos agora conduzem a maioria das invasões. Muitos criminosos ainda usam phishing conhecido, roubo de credenciais, vulnerabilidades não corrigidas e malware estabelecido.

Pesquisadores de segurança da IBM ofereceram um contraponto útil a alegações mais amplas. Sua análise de malware argumenta que a IA atual frequentemente melhora a produtividade dos atacantes sem viabilizar técnicas fundamentalmente impossíveis. Os pesquisadores identificam a falsificação de identidade e o phishing como preocupações mais imediatas do que malware totalmente autônomo.

Essa distinção é importante para as prioridades defensivas. As organizações não devem abandonar controles básicos enquanto buscam produtos especializados de IA. Autenticação multifator, gerenciamento de patches, segmentação de rede, procedimentos de verificação de funcionários e recuperação de incidentes continuam essenciais.

A IA também pode criar novas fragilidades dentro dos sistemas defensivos. Os modelos podem cometer erros, herdar dados enviesados, expor informações sensíveis ou se tornar alvos eles próprios. Os atacantes podem tentar injeção de prompts, que usa instruções ocultas ou maliciosas para manipular o comportamento de um sistema de IA.

As equipes de segurança precisam controlar quais dados um serviço de IA pode acessar e quais ações ele pode executar. Um sistema que resume relatórios de ameaças cria risco operacional limitado. Um serviço autônomo que bloqueia contas ou altera a infraestrutura exige supervisão muito mais rigorosa.

As instituições financeiras também precisam decidir como a inteligência da Visa se encaixa nas ferramentas existentes. Um novo feed que duplica os alertas atuais pode adicionar carga de trabalho em vez de reduzi-la. A plataforma se torna valiosa quando seu contexto de pagamentos ajuda as equipes a priorizar ameaças que, de outra forma, deixariam passar.

A Visa não forneceu publicamente dados amplos de resultados de clientes para a VTIP. O anúncio de lançamento diz que a empresa testou a plataforma internamente, mas a validação interna não é o mesmo que desempenho independente em bancos diversos.

Evidências úteis incluiriam tempo de antecedência da detecção, taxas de falsos positivos, perdas evitadas, carga de trabalho dos analistas e o número de incidentes conectados entre sistemas cibernéticos e de pagamento. Os resultados também deveriam distinguir descobertas impulsionadas por modelos de regras tradicionais e análise humana.

Outra incerteza diz respeito à cooperação transfronteiriça. A infraestrutura criminosa, as vítimas, as plataformas e as instituições financeiras frequentemente estão em jurisdições diferentes. O compartilhamento de inteligência pode encontrar exigências de privacidade, regras de comunicação inconsistentes e atrasos na coordenação jurídica.

A Visa reconhece essa fragmentação em seu relatório de ameaças. A empresa afirma que falhas consequentes ocorrem cada vez mais nas fronteiras do ecossistema, onde incentivos e visibilidade não estão alinhados. Esse diagnóstico é convincente, mas resolver essas fronteiras exige mais do que uma plataforma comercial.

Os bancos podem hesitar em compartilhar informações sensíveis sobre incidentes. Plataformas de tecnologia podem ter definições diferentes de atividade prejudicial. Instituições menores podem não ter equipe para investigar alertas rapidamente, mesmo quando a inteligência é precisa.

Portanto, o teste crítico é operacional. A plataforma consegue reduzir o tempo entre um alerta antecipado e uma ação de proteção? As instituições conseguem agir juntas sem deslocar a fraude para um participante menos protegido?

Até que essas respostas surjam, as alegações da Visa devem ser tratadas como uma direção estratégica apoiada por escala significativa, não como prova final de que o setor de pagamentos resolveu a fraude viabilizada por IA.

O Que Observar Após o Avanço da Visa em Cibersegurança

Três sinais mostrarão se a Visa está fechando a lacuna entre detectar atividade cibernética e prevenir perdas financeiras.

O primeiro sinal é a adoção e o desempenho mensuráveis da VTIP. A Visa deveria fornecer exemplos de clientes mostrando como a inteligência cibernética antecipada preveniu um evento de fraude posterior. A velocidade de detecção e as taxas de falsos positivos importarão mais do que o volume de indicadores coletados.

Um resultado forte mostraria que uma instituição identificou infraestrutura comprometida ou falsificação de identidade antes que os clientes perdessem dinheiro. Também demonstraria que os analistas conseguiram agir sem interromper um grande número de transações legítimas.

A ausência dessas métricas enfraqueceria o argumento da Visa. As instituições financeiras já compram inúmeros feeds de segurança, e outro painel não garante uma resposta mais rápida. A plataforma precisa melhorar a priorização, a investigação ou a ação coordenada.

O segundo sinal é o equilíbrio entre o crescimento dos golpes e a melhoria nos controles tradicionais contra fraudes. Os dados atuais da Visa mostram a fraude com tokens de dispositivos e as perdas por enumeração em queda, enquanto os golpes se tornam mais proeminentes. Relatórios futuros devem revelar se as defesas comportamentais conseguem reproduzir esses ganhos anteriores.

A mudança mais significativa seria uma queda nas tentativas de golpe que chegam à autorização de pagamento. Isso sugeriria que bancos e redes de pagamento estão identificando a fraude antes que o cliente conclua uma transferência.

Uma queda nas perdas relatadas, por si só, exigiria contexto. Os criminosos poderiam migrar para métodos de pagamento, plataformas ou instituições diferentes. A Visa deveria explicar se seus controles interromperam a atividade ou apenas a deslocaram.

Os dados dos comerciantes oferecem outra verificação útil. O Relatório Global de Pagamentos e Fraudes em eCommerce de 2026 constatou que 98% dos comerciantes pesquisados sofreram pelo menos um tipo de ataque de fraude durante o ano anterior. No entanto, o número médio de tipos de ataque caiu de 4,2 para 3,8.

Essas conclusões mostram por que uma única tendência não pode definir o mercado. Algumas categorias de ataque podem cair enquanto quase todos os comerciantes ainda enfrentam fraudes. A melhoria deve ser medida considerando incidência de ataques, perdas, custo operacional e atrito para o cliente.

O terceiro sinal é a evidência sobre o uso de IA pelos atacantes. A questão-chave é se a IA continua sendo principalmente uma ferramenta de produtividade ou se começa a produzir capacidades repetíveis que contornam defesas estabelecidas.

O suposto zero-day desenvolvido por IA do Google é um marco importante. Casos semelhantes reforçariam o argumento de que os atacantes estão indo além de pesquisas mais rápidas e melhor engenharia social. Os defensores então enfrentariam janelas menores para aplicar correções e um grupo maior de agentes capazes de explorar falhas desconhecidas.

Se esses casos permanecerem raros, a prioridade imediata deve continuar focada em falsificação de identidade escalável, phishing, abuso de credenciais e pagamentos manipulados. Esses ataques já funcionam, e a IA pode ampliar seu alcance sem introduzir um novo método técnico.

A distinção afeta os orçamentos. Líderes de segurança precisam decidir quanto investir em controles específicos para modelos, em comparação com identidade, recuperação, treinamento de equipe e integração de sistemas. Gastos movidos pelo medo podem deixar vulnerabilidades conhecidas sem atenção.

A estratégia da Visa aponta para uma base sensata: conectar sinais mais cedo, analisá-los na escala da rede e tratar a fraude por engano como parte da segurança de pagamentos. Seus próprios dados sugerem que controles técnicos isolados não podem cobrir todo o caminho da invasão à fraude.

Para os consumidores, a mudança significa que uma conta válida e um dispositivo confiável já não garantem um pagamento legítimo. Solicitações que envolvem urgência, sigilo, alterações inesperadas na conta ou métodos de pagamento incomuns merecem verificação independente por um canal conhecido.

Para as empresas, os procedimentos de aprovação de pagamentos precisam levar em conta a falsificação de identidade convincente. Uma voz, vídeo ou mensagem bem elaborada não deve se sobrepor às regras de verificação estabelecidas. Alterações de alto risco devem exigir confirmação por meio de um sistema ou pessoa separados.

Para desenvolvedores, a história destaca a importância de projetar a segurança em torno de fluxos de trabalho, e não de resultados individuais de modelos. Os sistemas devem limitar privilégios, registrar ações sensíveis e preservar um caminho para revisão humana. Esses controles continuam úteis mesmo quando as ferramentas exatas de IA do atacante são desconhecidas.

O próximo relatório de ameaças da Visa merece atenção para além do ciclo de notícias do Google. Ele deve indicar se os golpes continuam crescendo à medida que a fraude técnica diminui. Também poderá revelar se informações de inteligência anteriores estão produzindo resultados mensuráveis nas instituições participantes.

A Visa identificou claramente a principal contrapartida. As defesas de rede estão melhorando, mas esse avanço redireciona os atacantes para pessoas e lacunas organizacionais. A IA acelera essa migração ao tornar o engano mais fácil de produzir, personalizar e repetir.

A resposta não pode depender apenas da IA. Ela exige melhor inteligência, verificação disciplinada, planejamento de recuperação e cooperação entre os sistemas explorados por criminosos. Acompanhe os próximos resultados com clientes, tendências de fraude e ataques de IA documentados de forma independente. Em conjunto, esses sinais mostrarão se a Visa está se antecipando à mudança ou apenas a descrevendo mais rapidamente.