As equipes de Trust & Safety enfrentam uma equação difícil. As cargas de trabalho continuam a crescer enquanto os orçamentos permanecem estáveis ou diminuem. A automação e a Inteligência Artificial parecem ser a resposta óbvia, e podem ser — mas apenas se usadas com cuidado, pois por trás de cada caso existe uma pessoa real cuja segurança pode estar em risco, e nenhum processo se sustenta sem supervisão humana adequada. Esta sessão foca em uma área impactada por este cenário: o processo de recebimento e resposta a requisições de dados de órgãos de aplicação da lei. O Brasil já viu o que acontece quando este processo falha. Em um caso recente, criminosos se passaram por órgãos de aplicação da lei para abusar do canal de requisições legais de uma empresa, expondo dados pessoais de milhões de usuários. Isso não foi apenas uma falha de tecnologia; foi uma falha de processo, e uma para a qual muitas empresas ainda são vulneráveis hoje. O custo de errar é alto. As empresas investem milhões para construir uma reputação que um único vazamento pode destruir, e, além dos danos à marca e à confiança do usuário, os reguladores podem impor multas pesadas. É por isso que o objetivo desta palestra não é desacelerar a automação, mas sim encontrar o equilíbrio: escalar o trabalho sem comprometer a segurança do usuário. Por meio de estudos de caso reais, mostraremos os desafios de usar automação e inteligência artificial neste trabalho, como encontrar o equilíbrio certo entre eficiência e risco de exposição, e onde automatizar sem supervisão humana cria exatamente o tipo de ponto cego que os criminosos exploram. Os participantes sairão com dicas práticas para automatizar e usar a IA em Trust & Safety, sem comprometer a segurança dos usuários.

Governança de IA costuma chegar tarde, como uma lista de proibições criada depois que as ferramentas já se espalharam. Esta palestra apresenta aprendizados práticos da criação de um Laboratório de IA e Automações dentro de uma plataforma digital em um setor regulado. A sessão mostra como combinar experimentação com critérios claros para dados, acessos, validação humana, segurança, mensuração de valor e responsabilização. Os participantes conhecerão um modelo de governança progressiva, que ajusta controles ao risco de cada caso de uso, além de rituais e métricas para escalar a adoção sem transformar compliance no departamento do “não”.

Almoce com antigos amigos e novos colegas.

Se a IA já investiga, analisa padrões e automatiza decisões, o que passa a diferenciar um grande profissional de prevenção de fraudes? Nesta conversa, lideranças de iFood, Ambev e Mercado Livre discutem como a IA está transformando não apenas as ferramentas, mas o próprio desenho dos times de risco. - Quais habilidades se tornam mais valiosas? - O que tende a ser automatizado? - E quais novos perfis precisam entrar em cena? Um debate sobre como formar, desenvolver e liderar os times que enfrentarão uma fraude cada vez mais automatizada.