Verisk 2026: um terço dos clientes adulteraria foto de sinistro

Um cliente tira o celular do bolso. Abre o app da seguradora, escolhe uma foto da galeria, envia. A imagem mostra um para-choque amassado. Antes de enviar, ele passou dez segundos num editor de IA: clareou a lataria, marcou um arranhão que não existia, ajustou a data nos metadados. Foi um toque na tela. Ele não se sente um criminoso. Ele acha que está só corrigindo o que a câmera não pegou.

Esse cliente não é um quadrilheiro. É a pessoa comum. E, segundo a Verisk, mais de um terço deles toparia fazer exatamente isso.

O número que muda a conversa

A Verisk ouviu 1.000 consumidores e 300 profissionais de sinistro nos Estados Unidos. O resultado saiu no State of Insurance Fraud Report, divulgado em março de 2026. 36% dos consumidores considerariam alterar digitalmente uma imagem ou documento de sinistro, segundo a Verisk (via Risk & Insurance, 2026).

Entre a geração Z, o número sobe para 55%. Entre os millennials, 49%. Entre os boomers, 12%. Quanto mais novo o cliente, mais natural lhe parece editar a prova. Não é frieza moral. É que a ferramenta está no bolso, e usá-la não parece diferente de aplicar um filtro.

Outro dado fecha o quadro: 57% dos consumidores já usaram ferramentas de edição por IA, em geral no próprio smartphone. E 41% dizem conhecer alguém que usou IA para alterar ou criar uma foto, vídeo ou documento com fim financeiro (Risk & Insurance, 2026).

Por anos, a fraude foi tratada como problema de quadrilha. Oficinas combinadas, peritos comprados, sinistros encenados. Esse dado vira a chave. A fraude agora também é difusa, individual, casual. Não precisa de organização. Precisa de um aplicativo grátis e dez segundos.

Por que a edição virou um toque na tela

Edição de imagem deixou de exigir Photoshop e perícia. Hoje é um botão. O usuário escreve “remova o risco da porta” ou “deixe o amassado maior”, e a IA reconstrói os pixels. Não há rastro visível de montagem. 98% das seguradoras concordam que essas ferramentas estão aumentando a fraude digital, segundo a Verisk (via Agency Checklists, 2026).

E quase sempre nem é deepfake sofisticado. O vetor predominante em sinistros de auto é o que se chama de shallowfake: edição comum, feita num celular ou num Photoshop básico, sem rede neural avançada por trás (Insurtech.com.br, 2024). É o ajuste banal, não o golpe de cinema, que enche a fila de regulação.

O regulador olha a foto e não tem como saber. Uma imagem editada com IA generativa não tem borda serrilhada nem sombra fora de lugar. Os classificadores que tentam detectar isso depois entram numa corrida perdida. A questão aqui é outra. Não é só que a fraude ficou indetectável. É que ela ficou comum.

O caso da vistoria que apontava para a China

Em junho de 2026, a CQCS relatou um caso concreto. Uma vistoria foi conduzida inteiramente por IA. A geolocalização registrada na operação apontava para um endereço na China (CQCS/Infocar, 2026).

Não era um carro chinês nem um cliente chinês. Era uma fraude que adulterou o local de origem da captura. A mesma reportagem descreve a técnica: fraudadores “adulteram metadados de fotografias (data, hora e geolocalização) para alterar o local ou o momento”. O metadado, que deveria provar onde e quando, virou o campo mais fácil de mentir.

Vale tratar isso como um incidente reportado, não como estatística. Mas ele mostra o ponto exato da falha. Quando o sistema confia no que a foto declara sobre si mesma, qualquer um que controle o arquivo controla a verdade. A geolocalização não foi quebrada. Foi escrita à mão.

A brecha está na captura, não na análise

As seguradoras investiram pesado em IA. Cerca de 80% das seguradoras brasileiras já usam alguma forma de inteligência artificial, segundo levantamento publicado pelo InfoMoney (2025-2026). O problema é onde essa IA está plantada.

Ela quase sempre mora na análise. Modelos que estimam dano, leem documento, pontuam risco do sinistro. Tudo isso roda depois que a foto chega. E como a foto chega? Na maioria dos fluxos, por um upload de galeria. O cliente escolhe um arquivo do telefone e envia.

Aí está o desencontro. A análise é de 2026. A captura é de 2015. Toda a inteligência da seguradora trabalha em cima de uma entrada que ninguém controlou. Um EXIF, o pacote de metadados que a câmera grava na foto (data, hora, GPS), só serve como prova se ninguém puder reescrevê-lo. E ele pode.

EXIF tem dois modos de falha. Quando a foto passa por um compartilhamento comum, normalmente o app recomprime e remove a maior parte dos metadados. Não sobra prova de origem. No outro caso, o EXIF é preservado, mas qualquer editor reescreve data, hora e GPS. Os dois modos apontam para a mesma conclusão. Confiar no metadado de um arquivo enviado é confiar na palavra de quem enviou.

O ângulo da uinspect: a foto suspeita não entra

A defesa não é detectar a foto falsa. É impedir que exista uma foto sem origem comprovada. É o princípio da captura forense na origem.

Na prática significa o seguinte. A câmera nativa do app é controlada, sem botão de galeria, então não dá para subir um arquivo de fora. O GPS é forçado no momento exato do clique, não lido de um metadado que se reescreve. O EXIF é preservado desde a captura. Um hash SHA-256, uma espécie de impressão digital matemática do arquivo, é gerado na hora, junto com um carimbo de tempo vindo do servidor. Toda a cadeia de custódia fica auditável.

A lógica vira do avesso. Você não precisa provar que a foto é falsa. Você garante que ela só pode ser o que foi capturado naquele lugar e naquele instante. O truque da geolocalização na China morre na origem, porque o GPS é lido ao vivo, não copiado de um campo editável. E o cliente que considerava editar a imagem, aquele um terço da pesquisa Verisk, perde a porta de entrada antes de abrir o editor.

Não resolve toda fraude. Resolve a classe inteira que depende de uma foto sem procedência. É a diferença entre vigiar a saída e trancar a porta.

Pra quem opera antifraude

A pesquisa da Verisk não fala de quadrilha. Fala do seu cliente médio. Isso muda a pergunta que vale a pena fazer amanhã de manhã.

Três para começar:

1. No seu fluxo de sinistro, quantas fotos chegam por upload de galeria e quantas por câmera controlada do app? Se você não sabe a proporção, esse é o primeiro número a levantar.
2. Quando o EXIF de uma foto diz a data e o local, sua operação trata isso como prova ou como declaração do segurado? Os dois casos têm consequências bem diferentes.
3. Se um sinistro precisar virar processo judicial, você consegue mostrar a cadeia de custódia da imagem desde o clique? Ou a prova começa no momento em que o arquivo entrou no sistema?

Os números de fraude difusa já apareceram em outros recortes, como nos R$ 3,36 bilhões em sinistros suspeitos e nos 5 sinais técnicos na vistoria. O dado da Verisk só fecha o argumento por outro lado. Quando um terço dos clientes diz que editaria a prova, o gargalo deixou de ser detectar a mentira. Passou a ser não deixar a foto sem origem entrar.