Fraude de voz com IA de ¥4,5 bilhões no Japão: um incidente ou 143?

Um clone de voz por IA criado a partir de palestras e vídeos públicos de um diretor executivo ligou para o responsável financeiro de uma empresa, ordenou uma transferência e exibiu o número real de telemóvel do executivo no identificador de chamadas. O arquivo regista a perda resultante como ¥4,5 mil milhões, datada de 3 de setembro de 2026, classificada como de severidade alta, confiança A e não contestada. Quase todos os elementos dessa descrição estão documentados no Japão — mas não em conjunto, e não nessa escala. Os ¥4,5 mil milhões correspondem ao total registado pela Agência Nacional de Polícia para 143 transferências empresariais por phishing telefónico ao longo de todo o ano de 2025, e a descrição da própria agência para a técnica é um ataque diferente do que consta no resumo do registo. Esta entrada é uma de um conjunto mais amplo de registos classificados mantidos no Orca AI Incident Archive que publica uma severidade, uma classificação de confiança e um indicador de disputa para cada incidente.

Nenhuma empresa, presidente ou funcionário é nomeado em qualquer parte da reportagem. O que a entrada descreve é um compósito: o mecanismo de uma fonte, a escala de outra, e uma data que não pertence a nenhuma das duas. Isso não torna a ameaça hipotética — um fabricante japonês foi alvo exatamente desse mecanismo em novembro de 2024, e a tentativa foi interrompida antes que qualquer dinheiro saísse. Significa, sim, que o registro, lido literalmente, descreve um evento que nenhuma fonte documenta.

O que o artigo de 3 de setembro realmente diz

A fonte citada da entrada é um explicador japonês publicado em 9 de setembro de 2026 por yasashii-cybersecurity.com, que remete de volta à ITmedia Enterprise. A ITmedia publicou a matéria em 3 de setembro de 2026 com o título 「社長の声」悪用で被害45億円 元警視庁が明かす「AI詐欺」の手口 — "abuso da voz do presidente; 4,5 bilhões de ienes em perdas; um ex-agente da Polícia Metropolitana de Tóquio revela a técnica de fraude com IA". O conteúdo está atrás de um paywall de assinatura, e o explicador afirma isso mesmo: reconstruiu a informação a partir do que o título declara, além de explicações comuns a textos independentes japoneses sobre segurança, e afirma que não leu o artigo.

Uma versão mais longa e totalmente legível foi publicada anteriormente no Keyman's Net, do ITmedia, em 27 de julho de 2026, atribuída a 平行男. No rodapé, informa que a redação a reconstruiu a partir de um seminário online realizado em 14 de julho de 2026. Três pessoas falaram. 稲村悠 é ex-policial do Departamento de Polícia Metropolitana e atualmente diretor representante da Fortis Intelligence Advisory — o "ex-MPD" da manchete. 赤塚育海 é diretor executivo da TITAN INTELLIGENCE, uma empresa de IA para entretenimento cujo produto de síntese de voz se chama mimidub e, portanto, fornecedora da tecnologia em discussão. 藤居朋之 é executivo da LRM, uma consultoria de segurança fundada em 2006.

Então a peça é um seminário de fornecedores e consultores, reconstruído por uma redação. Não é um relatório de caso e não traz nenhuma vítima, nenhuma transferência e nenhuma data para uma fraude.

O que conta o número da polícia?

Rastreie os ¥4,5 bilhões até a origem e isso deixa de ser um incidente. O seminário baseou-se no relatório de ameaças de 2025 da Agência Nacional de Polícia, 令和7年におけるサイバー空間をめぐる脅威の情勢等について, publicado em março de 2026. A agência contabilizou 4.747 transferências bancárias pela internet não autorizadas em 2025, no valor de cerca de ¥103,97 bilhões, com o phishing respondendo por aproximadamente nove em cada dez. As contas corporativas absorveram ¥4,709 bilhões desse total em 189 casos — cerca de quatro vezes as perdas e o número de casos do ano anterior, aproximadamente 45% do dinheiro do ano em cerca de 4% dos casos do ano.

A agência identifica o phishing de voz como o motivo do aumento entre as empresas. O ITmedia, ao noticiar o mesmo comunicado, situa a parcela de phishing de voz em 143 casos e cerca de ¥4,5 bilhões para 2025. É esse o número que circulou: é o que a manchete veicula, o que os agregadores em língua chinesa repetiram e o que o registro do arquivo declara como um único prejuízo. A maior perda corporativa única descrita pela polícia é superior a ¥400 milhões — menos de um décimo da manchete, e a escala de uma única vítima, e não de 143.

Há um segundo problema, e ele é mais importante. A própria descrição da agência sobre a técnica não corresponde a um executivo-chefe clonado. No boletim que a descreve, criminosos ligam para uma empresa passando-se por funcionários que tratam de uma atualização de internet banking, convencem o funcionário a ler em voz alta um endereço de e-mail durante a ligação e depois enviam um e-mail de phishing para esse endereço. As características listadas são um número de telefone internacional, uma saudação automatizada que passa para uma voz humana e um endereço de e-mail solicitado no meio da ligação. O objetivo é uma credencial, não uma transferência autorizada.

O cenário do clone por IA — a voz de um presidente, reproduzida e direcionada ao funcionário específico capaz de movimentar dinheiro — aparece no artigo do ITmedia como demonstração de para onde a técnica caminha e como argumento em favor das contramedidas. Não aparece como um caso policial com ¥4,5 bilhões associados.

O caso japonês de clonagem de voz que foi documentado

Um caso japonês se encaixa exatamente no mecanismo, e é por isso que o alerta não é hipotético. Em novembro de 2024, um executivo de uma fabricante não identificada recebeu três ligações com uma voz que soava como a do presidente da empresa. A primeira exigia uma transferência no mesmo dia para um assunto confidencial de fusão e dizia que um advogado entraria em contato; a segunda, cerca de noventa minutos depois, perguntava quando o pagamento poderia ser feito. O número exibido era o número de celular real do presidente. A voz do presidente já era pública em sites de compartilhamento de vídeos e pode ter sido usada para treinar o sistema, descrito como funcionando como um modificador de voz em tempo real.

O executivo falava rotineiramente com o presidente verdadeiro e não percebeu a imitação de início. Na terceira ligação, já havia suspeitas, e a abordagem fracassou sem que houvesse transferência. A subsidiária japonesa da Proofpoint divulgou a tentativa em 19 de março de 2025, e a Kyodo News noticiou o caso no mesmo dia por meio de jornais regionais, incluindo o Chiba Nippo. Sua evangelista-chefe, 増田幸美, alertou que o uso indevido de IA aumentaria a partir daí.

É assim que se parece um caso documentado japonês de personificação de voz por IA: falsificação do identificador de chamada, uma voz coletada de vídeo público, um pretexto urgente e confidencial, um funcionário com autoridade para transferências e uma etapa de verificação que resistiu. Terminou em prevenção, sem perda relatada. Ele fornece o detalhe do identificador de chamada que o resumo do arquivo afirma — para um caso em que nada foi roubado, não para um de ¥4,5 bilhões.

O que foi demonstrado em julho

No seminário de 14 de julho, a demonstração levou cerca de dez segundos. A partir de aproximadamente dez segundos do discurso de 稲村, um sistema produziu um clone que leu uma instrução fabricada: aqui é 稲村, um pagamento de contrato de ¥1 milhão precisa sair hoje, e se o banco ligar para confirmar, diga que é uma transação normal. A última cláusula é a parte sobre a qual é preciso parar para pensar. Ele não apenas se passa por um signatário; antecipa-se à própria ligação de verificação do banco, que é o controle no qual o setor confia.

Akatsuka gravou alguns segundos da própria voz durante a sessão e fez com que um clone fosse gerado na hora. Ele observou que sua empresa fornece tecnologia de voz para entretenimento sob acordos de liberação de direitos, e que a mesma ferramenta que dubla um drama pode ler uma instrução de pagamento. O ponto estrutural é o seguinte: as vozes dos executivos são publicadas em apresentações de resultados, vídeos de recrutamento e gravações de seminários, de modo que uma empresa que se comunica mais produz mais material de treinamento.

O seminário apresentou dados de inquérito divulgados pela ITmedia: 67,5% dos inquiridos tinham recebido um email suspeito no trabalho, 19,1% nunca o tinham comunicado e apenas 42,9% afirmaram que a formação em segurança tinha alterado o seu comportamento. Inamura disse que a sua própria formação em vishing revelou que as organizações reforçadas contra phishing por email às vezes têm piores resultados no phishing por voz, com mais funcionários a entregar informações a um interlocutor — os hábitos de email não se transferem para uma chamada ao vivo com uma figura de autoridade.

O que mudou depois

A resposta registrada é procedimental, não técnica. Após o recrudescimento das perdas corporativas em novembro de 2025, a Divisão de Polícia Cibernética da Agência Nacional de Polícia produziu um boletim de conscientização pública, サイバー警察局便り, em conjunto com a Agência de Serviços Financeiros, a Associação de Bancos Japoneses e o Centro de Controle de Cibercrimes do Japão (JC3). Seu conselho às empresas é ligar de volta para o banco no número da agência ou do representante, em vez de confiar em qualquer número fornecido na ligação, e acessar o internet banking apenas pelo site oficial ou aplicativo do banco.

A estrutura do seminário era o “PTP” — protocolo, tecnologia, pessoas —, com o protocolo como fundamento, partindo do argumento de que uma empresa sem um procedimento escrito não tem resposta a dar a um funcionário sob pressão. As regras que 稲村 estabeleceu para o lado receptor eram desligar, retornar a ligação por um número oficial e desacelerar deliberadamente em vez de responder à urgência. As próprias recomendações do explicador para a gestão iam mais longe:

• Executivos devem declarar antecipadamente, por escrito, que nunca ordenarão uma transferência por telefone.

• As transferências, bem como qualquer alteração de dados bancários, devem ser confirmadas através de um segundo canal, utilizando um número obtido no diretório interno e não um número fornecido por quem telefonou.

Nenhuma dessas medidas é nova. O que os números de 2025 mudaram é a justificativa para elas: quando um clone precisa de apenas alguns segundos de áudio, “reconheci a voz” deixa de ser um controle.

O que a nota do registro compra — e o que não compra

O arquivo classifica este verbete com confiança A, “bem documentado, fontes primárias concordam”. Para a técnica, isso é razoável: as estatísticas policiais, o explicativo da ITmedia e o caso da Proofpoint de 2024 concordam quanto à falsificação do identificador de chamadas, às amostras públicas de voz e à velocidade da clonagem atual. A nota não se estende à frase que o título comprime. Nenhuma fonte descreve uma transferência de 4,5 bilhões de ienes, uma vítima nomeada ou uma data de incidente. A data no registro, 3 de setembro de 2026, é a data em que a ITmedia Enterprise publicou sua versão. A fraude subjacente não tem data porque não há uma única fraude a ser datada.

A fonte citada no registro é franca sobre seus próprios limites. A página yasashii-cybersecurity afirma que o conteúdo do ITmedia era exclusivo para membros e que reconstruiu detalhes a partir da manchete, além de explicações comuns em reportagens independentes japonesas sobre segurança. Ela apresenta a falsificação de identificação de chamada como o padrão típico dessa fraude, não como uma característica confirmada de um caso específico. Essa é uma leitura honesta, e é a leitura que o registro deve trazer.

Três coisas transformariam este registro de uma estatística em um incidente: uma empresa disposta a ter o nome revelado, um registro policial ou judicial de uma transferência específica, ou uma discriminação feita pela agência que separe as perdas com clones de voz de IA do total de phishing de credenciais no qual elas atualmente estão incluídas. Nenhuma das três existe no registro público em 29 de outubro de 2026.

Até que isso aconteça, a entrada deve ser interpretada como aquilo que a polícia contabilizou em 2025 — cerca de ¥4,5 bilhões em 143 casos corporativos de phishing por voz, conforme o relato da ITmedia sobre os dados da agência — com o mecanismo de clonagem por IA confirmado no Japão por uma tentativa de 2024 que foi interrompida antes que qualquer dinheiro saísse da empresa.