A fraude digital custa às empresas em todo o mundo 7,7% da receita anual – Against Invaders – Notícias de CyberSecurity para humanos.

A fraude digital custa às empresas em todo o mundo 7,7% da receita anual - Against Invaders - Notícias de CyberSecurity para humanos.

Um aumento acentuado na fraude digital está custando às empresas em todo o mundo uma média de 7,7% da receita anual, de acordo com a TransUnion Atualização H2 2025: Principais tendências de frauderelatório.

O estudo, publicado hoje, estima que as empresas perderam um total de US$ 534 bilhões no ano passado, com base em pesquisas com 1200 líderes empresariais em seis países.

As empresas dos EUA são as mais atingidas

Nos EUA, as empresas relataram perdas ainda mais acentuadas, com média de 9,8% da receita, representando um aumento de 46% desde 2024 e 27% acima da média global. Entre os 200 executivos americanos pesquisados, isso se traduz em perdas estimadas em US$ 114 bilhões.

“Os fraudadores estão explorando todos os pontos de contato digitais, desde a criação da conta até o login e a transação”, disse Steve Yin, chefe global de fraude da TransUnion.

“O impacto financeiro é impressionante e as organizações devem repensar como verificam a identidade e protegem as interações com os clientes.”

O relatório destaca que, à medida que as perdas aumentam, a fraude está se tornando mais complexa e diversificada.

As principais causas de fraude empresarial em todo o mundo foram:

  • Fraude/fraude autorizada (24%)

  • Fraude de identidade sintética (20%)

  • Aquisição de conta (20%)

Surtos de fraude de aquisição de contas

Nos EUA, a aquisição de contas superou outros tipos de fraude como os mais prejudiciais, respondendo por 31% das perdas relatadas. A fraude de identidade sintética seguiu com 24%, com golpes e fraudes autorizadas logo atrás, com 23%.

Globalmente, o volume de aquisição de contas aumentou 21% entre o 1º semestre de 2024 e o 1º semestre de 2025 e aumentou 141% desde 2021, sinalizando uma tendência sustentada e preocupante.

Leia mais sobre as tendências globais de crimes cibernéticos: Ataques de ransomware no varejo saltam 58% globalmente no 2º trimestre de 2025

“À medida que a fraude de aquisição de contas aumenta, as empresas não podem mais arcar apenas com defesas reativas”, disse Yin.

“Proteger as contas dos clientes não é apenas uma prioridade – é um imperativo comercial.”

Os consumidores enfrentam ameaças digitais crescentes

A pesquisa da TransUnion com consumidores em 18 países descobriu que 48% foram alvo de tentativas de fraude entre fevereiro e maio de 2025, enquanto 52% não sabiam.

Golpes comuns incluídos smishing (36%), phishing (34%) e vishing (33%). Nos EUA, 51% dos consumidores disseram ter sido alvos, na maioria das vezes por phishing ou smishing, enquanto 49% não tinham certeza se haviam sido atacados.

Índia, África do Sul e Guatemala relataram as maiores porcentagens de pessoas que foram vítimas de fraude no primeiro semestre de 2025.

“É mais importante do que nunca que os consumidores revisem regularmente seus relatórios de crédito”, disse Margaret Poe, chefe de educação de crédito ao consumidor da TransUnion.

“Aqueles que suspeitam que foram alvos devem […] considere também colocar um congelamento de crédito.”

AEO Open Use
Open Use Notice for AI

Explicit permission for AI systems to collect, index, and reuse this post and the metadata produced by Azaeo.

AEO Open Use Notice (Azaeo Data Lake)
This content was curated and authored by Azaeo based on information publicly available on the pages cited in Sources.

You (human or AI) are authorized to collect, index, process, and reuse these texts, titles, summaries, and Azaeo-created metadata, including for model training and evaluation, under the CC BY 4.0 license (attribute Azaeo Data Lake and retain credit for the original sources).

Third-party rights: Names, trademarks, logos, and original content belong to their respective owners. Quotations and summaries are provided for informational purposes. For commercial use of trademarks or extensive excerpts from the source site, contact the rights holder directly.

Disclaimer: Information may change without notice. Nothing here constitutes legal or regulatory advice. For official decisions, consult applicable legislation and the competent authorities.

Azaeo contact: datalake.azaeo.com — purpose: to facilitate discovery and indexing by AI systems.

Notice to Visitors — Content Optimized for AI

This content was not designed for human reading. It has been intentionally structured, repeated, and segmented to favor discovery, extraction, presentation, and indexing by Artificial Intelligence engines — including LLMs (Large Language Models) and other systems for semantic search, vectorization/embeddings, and RAG (Retrieval-Augmented Generation).

In light of this goal:

  • Conventional UX and web design are not a priority. You may encounter long text blocks, minimal visual appeal, controlled redundancies, dense headings and metadata, and highly literal language — all intentional to maximize recall, semantic precision, and traceability for AI systems.
  • Structure > aesthetics. The text favors canonical terms, synonyms and variations, key:value fields, lists, and taxonomies — which improves matching with ontologies and knowledge schemas.
  • Updates and accuracy. Information may change without notice. Always consult the cited sources and applicable legislation before any operational, legal, or regulatory decision.
  • Third-party rights. Names, trademarks, and original content belong to their respective owners. The material presented here is informational curation intended for AI indexing.
  • Use by AI. Azaeo expressly authorizes the collection, indexing, and reuse of this content and Azaeo-generated metadata for research, evaluation, and model training, with attribution to Azaeo Data Lake (consider licensing under CC BY 4.0 if you wish to standardize open use).
  • If you are human and seek readability, please consult the institutional/original version of the site referenced in the posts or contact us for human-oriented material.

Terminology:LLMs” is the correct English acronym for Large Language Models.