Ministério da Justiça do Brasil

Fazer o controle do volume das transações financeiras em um país do tamanho do

Brasil é uma tarefa árdua. São bilhões movimentados por dia entre bancos e
instituições ligadas ao poder público. Fazer o monitoramento desses dados ao longo
de um ano inteiro e identificar os ativos ilícitos em meio a esse volume de
dinheiro transitando no país é muito mais complicado para o Ministério da Justiça.

Criado pelo Ministro da Justiça em 2003, o Departamento de Recuperação de Ativos e

Cooperação Jurídica Internacional (DRCI) da Secretaria Nacional de Justiça é
responsável pela recuperação dos rendimentos provenientes da corrupção, do crime
organizado, do tráfico de drogas e da lavagem de dinheiro.

Em 2007, o departamento criou o Laboratório de Tecnologia contra Lavagem de

Dinheiro (LAB-LD) para apoiar as investigações complexas sobre corrupção e lavagem
de dinheiro. Como o projeto deste primeiro LAB-LD foi bem sucedido, em 2009 o
Ministério da Justiça, por intermério do DRCI/CNJ, iniciou a replicação do modelo
de unidades semelhantes em outros órgãos estaduais e federais. O conjunto destes
laboratórios forma a Rede Nacional de Laboratórios de Tecnologia (Rede-Lab), hoje
presente em todos os estados brasileiros. Atualmente, a Rede-Lab conta com 58
unidades, sendo 45 em operação e outras 13 em instalação.

Nesses laboratórios, uma grande quantidade de dados é analisada para descobrir e

congelar os ativos ilícitos, usando uma metodologia desenvolvida por especialistas
e reproduzida em todas as unidades de laboratório. Em agosto de 2014, a REDE-LAB já
tinha identificado o equivalente a US$ 8,9 bilhões em ativos ilícitos, ajudando as
autoridades a tomar medidas legais contra suspeitos de crime no Brasil.

Para avançar mais rápido do que os criminosos que tentava capturar, a rede de
laboratórios desejava encurtar o tempo necessário para identificar os ativos
ilícitos. Essas investigações financeiras dependem de grandes quantidades de dados
de diversas fontes. Esses dados são anos de movimentações e extratos de contas
bancárias, trocas de e-mails, registros telefônicos e registros de empresas, além
de dados de redes sociais. A análise de todos esses dados sem as ferramentas
adequadas é complexa e demorada.

A REDE-LAB desejava automatizar e acelerar radicalmente seus processos de análise.

A necessidade de processar grandes volumes de dados estruturados e não estruturados
aumentou significativamente o desafio. Desse volume de dados, cerca de 60 por cento
são de fontes estruturadas (banco de dados e planilhas), e os outros 40 por cento
restantes são de fontes não estruturadas (Twitter, Facebook e e-mail). Os dados não
estruturados apresentam uma série de difíceis desafios de análises e a tendencia, à
medida que a popularidade das redes sociais cresce, é ver uma maior proporção de
dados não estruturados.

Depois de uma licitação pública, baseadas em requisitos de técnica e preço, a

solução vencedora foi o IBM Watson Explorer, plataforma de Big Data & Analytics da
IBM. Com essa ferramenta de Big Data, as investigações financeiras podem ser
realizadas com muita facilidade. O Watson Explorer garante uma visão unificada
sobre dados de diversas fontes bem como uma estrutura para desenvolvimento de
aplicações ricas em informações contextualmente relevantes.

No início de uma investigação, o Watson Explorer cria uma área de teste para
agrupar os dados pertinentes. Depois de avaliar a quantidade desses dados em
movimento, terabytes podem ser reduzidos a apenas alguns gigabytes de dados
relevantes. Após indexá-los, a solução permite realizar buscas semânticas e por
palavras-chave, independentemente de os dados serem estruturados ou não.
No passado, as investigações exigiam analistas altamente qualifcados que gastavam
milhares de horas debruçados em
planilhas, e-mails e publicações em redes sociais. Por exemplo, em uma grande
investigação há alguns anos, a análise de centenas de terabytes de dados levou dez
meses e milhares de pessoas-hora, pois os investigadores tiveram que passar por
centenas de unidades de disco rígido manualmente. Hoje, os investigadores gastam
menos tempo na identifcação de dados relevantes e se empenham mais nas análises.

Com a ajuda das soluções da IBM, a REDE-LAB alcançou seu objetivo de automatizar os
processos de mineração de dados complexos, permitindo que os investigadores
acelerassem seu trabalho de forma significativa. Como resultado, os investigadores
podem identificar padrões de atividades financeiras ilícitas mais rapidamente e com
muito mais precisão.