Voltar ao início ESENPT
Relatório · Outubro 2026

Fraude em devoluções de e-commerce. Tendências globais 2026.

A foto do produto danificado virou a chave que libera um reembolso. Hoje ela é fabricada com IA em segundos. Neste relatório, revisamos os números globais da fraude em devoluções e mostramos o que funciona para detectá-la.

Equipe Vouch21 de outubro de 2026Leitura de 10 minutos

Os números

41%

dos comércios online sofreram abuso de reembolsos e de políticas no último ano: é o tipo de fraude mais difundido.⁠1

Pesquisa com 1.278 profissionais de e-commerce de 37 países, nov–dez 2025.
44%

dos comércios receberam devoluções de produtos usados ou danificados, a forma de abuso mais comum depois do “não chegou”.⁠1

Pesquisa com 1.278 profissionais de e-commerce de 37 países, nov–dez 2025.
USD 849,9 bi

em mercadorias serão devolvidos pelos consumidores dos Estados Unidos em 2025: 15,8% das vendas. Online, 19,3%.⁠2

Estimativa da National Retail Federation.
+80%

dos ataques de fraude a comércios já usam IA, e as reclamações com danos fabricados são o abuso de devoluções que mais cresce.⁠3

Relatório da Forter sobre comércios do Reino Unido, jun 2026.

Para dimensionar: no varejo em geral, a fraude e o abuso de devoluções geraram cerca de USD 100 bilhões em perdas evitáveis em 2025, 14,2% de todas as devoluções.⁠4

1. O que mudou: a prova do dano agora é fabricada

Devoluções grátis e reembolsos instantâneos viraram uma promessa comercial. Para não travar a experiência, muitos comércios aprovam o reembolso com uma foto do produto danificado, antes que o produto volte.

Hoje essa foto é fabricada com IA em segundos. E o abuso deixou de ser individual: há grupos que vendem reembolsos fraudulentos como um serviço.

  1. Dez 2023Estados UnidosA Amazon processa a REKK, uma rede que vendia reembolsos fraudulentos pelo Telegram: seu canal principal tinha mais de 35.000 inscritos e cobrava uma comissão de 30%.⁠5
  2. Mar 2024Estados UnidosGrupos que oferecem reembolsos fraudulentos em troca de uma comissão se promovem abertamente no TikTok, no Telegram e no Reddit.⁠6
  3. Abr 2025ChinaTaobao e Tmall eliminam a opção “só reembolso”, que devolvia o dinheiro sem exigir que o comprador devolvesse o produto.⁠7
  4. Nov 2025ChinaNa temporada do Double 11, vendedores denunciam fotos alteradas com IA para reclamar de produtos danificados. Em Suzhou, um comprador apresentou um vídeo falso de caranguejos mortos e recebeu oito dias de detenção administrativa.⁠8⁠7
  5. Dez 2025América LatinaUsuários criam imagens falsas de produtos “defeituosos” com IA para conseguir devoluções, e o fenômeno chega à região.⁠9
  6. Jan 2026ChinaTaobao e Tmall lançam um modelo próprio para detectar imagens falsas em reclamações de pós-venda. As maiores plataformas já tratam a foto da reclamação como um risco.⁠10
  7. Mar 2026Estados UnidosUm cliente da Boll & Branch reclama de lençóis “rasgados” com uma foto que tinha marca d’água de IA. A marca pediu uma videochamada para ver o dano e o cliente não respondeu.⁠11
  8. Mai 2026MéxicoAs donas de um pequeno negócio descobrem que as fotos de produtos “danificados” enviadas por uma cliente para pedir reembolso foram geradas com IA.⁠12
  9. Jun 2026Reino UnidoA Forter informa que as reclamações com danos fabricados com IA são a forma de abuso de devoluções que mais cresce e que alguns grupos oferecem “devoluções como serviço”.⁠3
  10. Ago 2026União EuropeiaEntram em vigor as obrigações de transparência do AI Act. A marca d’água em conteúdo gerado com IA passa a ser exigível a partir de dezembro de 2026 para as ferramentas que já estavam no mercado.⁠13⁠14

2. Como a fraude funciona

A foto falsa aparece em quase todas as táticas, do produto que “chegou quebrado” à caixa que “chegou vazia”.

Dano fabricado com IA

O produto chega bem e a foto o mostra quebrado, manchado ou com defeito. O caso da Boll & Branch foi detectado porque o rasgo não se parecia com a forma como o algodão rasga.⁠11

Foto reciclada

A imagem é tirada de outro anúncio, de avaliações de outros clientes ou da internet, ou usada em várias reclamações e contas.

“Não chegou” ou “chegou vazio”

Continua sendo a forma mais comum de abuso de reembolsos, e um em cada três comércios já sofre a manipulação do rastreamento de envios.⁠1

Produto usado e devolvido

O cliente usa o produto e o devolve como novo. Mais da metade dos comércios do Reino Unido relata esse problema, conhecido como wardrobing.⁠3

Produto trocado

Volta outro produto, um falsificado ou um de menor valor. 29% dos comércios receberam devoluções de produtos falsificados.⁠1

Reembolso como serviço

Grupos organizados pedem o reembolso em nome do cliente em troca de uma porcentagem, com roteiros, contas e provas montadas.⁠5

3. Quem paga

Em um marketplace, o custo costuma recair sobre o vendedor: a plataforma devolve o dinheiro ao comprador e o vendedor recebe um produto danificado, incompleto ou nenhum.⁠15 Em uma loja própria, o comércio absorve o custo diretamente e ainda paga o frete de volta.

A lei protege o comprador, e isso é correto: no Brasil, o Código de Defesa do Consumidor dá 7 dias para desistir de uma compra online⁠16 e, na Argentina, 10.⁠17 O problema é que o abuso se esconde atrás desse direito. Sem uma forma rápida de verificar a foto, recusar uma reclamação falsa custa mais do que pagá-la.

Uma conta rápida

Perda por fraude = devoluções com foto × percentual fraudulento × ticket médio. Troque os valores pelos da sua loja.

Perda estimadaUSD 9.000 por mês · USD 108.000 por ano

Valores de exemplo, não são dados de mercado. Não inclui o frete de volta, a logística reversa nem o tempo de atendimento.

4. Por que os controles atuais não bastam

O reembolso instantâneo

Para oferecer uma boa experiência, o dinheiro é devolvido antes de o produto ser recebido. A Forter freou uma rede de USD 800.000 que abusava justamente dessas políticas.⁠3

A foto como prova suficiente

Muitas políticas de devolução foram desenhadas quando uma foto era difícil de falsificar. Hoje, aceitá-la sem análise é aceitar a reclamação.

O olho da equipe de atendimento

Os casos descobertos dependem de alguém que conhece muito bem o produto, como a forma em que um tecido rasga.⁠11 Com centenas de chamados por dia, isso não escala.

Controles que olham o pagamento, não a foto

As ferramentas antifraude tradicionais analisam o cartão, o dispositivo e a conta. Nenhuma analisa se a imagem do produto danificado foi editada.

O produto volta tarde ou nunca

Quando o produto finalmente chega ao depósito, o reembolso já foi pago. E no “não chegou” ou no “chegou vazio”, não volta nada para revisar.

5. O que funciona: uma abordagem em camadas

Nenhum sinal sozinho basta. O que dá resultado é analisar cada foto com várias camadas ao mesmo tempo, antes de liberar o reembolso, e reservar as pessoas para os casos duvidosos.

01

Análise da imagem

Buscar sinais de geração ou edição no dano: bordas, texturas, reflexos e iluminação que não correspondem a uma foto real. Os metadados do arquivo ajudam, mas não podem ser o único controle.

02

Histórico da imagem

Saber se essa foto já apareceu antes: no anúncio do produto, em avaliações, na internet ou em outra reclamação, mesmo que esteja cortada ou girada.

03

Contexto da reclamação

Cruzar a foto com o histórico do cliente, a frequência de devoluções, o valor do pedido e o que está sendo reclamado.

04

Revisão humana

Um especialista revisa só os casos cinzentos, com as provas já organizadas, e registra o critério para disputas e chargebacks.

6. América Latina: a devolução como direito e como brecha

O e-commerce da região cresce com devoluções cada vez mais simples, e a fraude com fotos chega ao mesmo tempo que no resto do mundo.

Brasil: 7 dias para desistir

O Código de Defesa do Consumidor permite desistir de uma compra online em até 7 dias após o recebimento.⁠16 É um direito legítimo, e por isso o abuso é difícil de distinguir.

Argentina: o vendedor paga

Vendedores de marketplaces relatam reembolsos aprovados para o comprador e produtos devolvidos danificados ou incompletos, sem ter a quem reclamar.⁠15

México: fotos geradas com IA

Pequenos comércios já recebem fotos de produtos “danificados” geradas com IA em pedidos de reembolso.⁠12

A foto chega pelo WhatsApp

Muitas reclamações são resolvidas por chat, que comprime as imagens e apaga boa parte dos metadados. A análise precisa olhar a imagem em si.

7. O que vem por aí

A falsificação fica mais barata

Cada nova geração de ferramentas de imagem torna a edição mais rápida e mais realista. Uma análise da AI Incident Database concluiu que a fraude com deepfakes já opera em escala industrial.⁠18

O abuso se organiza

O reembolso como serviço transforma a fraude em um negócio: roteiros, contas e fotos prontas para cada loja.⁠6

Mais investimento em detecção

O mercado de detecção de imagens falsas é estimado em USD 1,87 bilhão em 2026 e pode chegar a USD 7,43 bilhões em 2031.⁠19

Mais marcação, mas não em todo lugar

O AI Act europeu obriga a informar o conteúdo gerado com IA, e a marca d’água passa a ser exigível para as ferramentas que já estavam no mercado a partir de dezembro de 2026.⁠14⁠13 Não alcança quem usa ferramentas que não cumprem a regra.

Fotos assinadas no momento da captura

Alguns celulares já assinam as fotos com o padrão C2PA.⁠20 Por enquanto são poucos aparelhos, e uma foto sem assinatura não prova nada. É um complemento da análise, não um substituto.

8. O que perguntar a um fornecedor

Se você vai avaliar uma ferramenta para revisar fotos de devoluções, estas perguntas separam uma solução completa de uma parcial.

Analisa a imagem, seu histórico e o contexto da reclamação?

Cada sinal isolado deixa lacunas: uma foto nova e editada não aparece em nenhuma busca, e uma foto reciclada pode não ter rastros de edição.

Responde antes de liberar o reembolso?

Se a análise leva horas, o reembolso instantâneo é pago do mesmo jeito. Ela precisa responder em segundos.

Explica o motivo de cada resultado?

Para recusar uma devolução ou contestar um chargeback, você precisa saber por que ela é suspeita.

Dá para usar sem integrar nada?

Se a única opção é uma integração técnica, o teste leva meses. Com uma ferramenta web, você começa em dias.

Detecta a foto do seu próprio anúncio?

Uma das armadilhas mais comuns é reclamar com uma foto tirada do anúncio do produto ou de uma avaliação.

Posso testar com meus próprios casos?

Um piloto com suas devoluções reais mostra o resultado antes de contratar.

9. Checklist para equipes de operações e atendimento

  • Meça qual porcentagem dos seus reembolsos é aprovada só com uma foto.
  • Analise a foto antes de liberar um reembolso instantâneo.
  • Peça a foto pela câmera do app ou do navegador, na hora, e não da galeria.
  • Compare cada foto com as do seu anúncio e das suas avaliações.
  • Revise o histórico de devoluções do cliente antes de aprovar.
  • Fotografe e registre o produto no despacho, sobretudo se for de alto valor.
  • Defina que prova você precisa para recusar uma devolução e deixe isso registrado.
  • Separe os casos claros dos duvidosos, e que só os duvidosos cheguem a uma pessoa.

Como a Vouch resolve

A Vouch analisa cada foto de devolução em menos de 30 segundos com três camadas: detecção de imagens geradas ou editadas com IA, busca da imagem na internet e em reclamações anteriores, e o contexto do cliente. Entrega um score de risco de 0 a 100 com o motivo, e os casos cinzentos vão para um especialista. Funciona pela Vouch Web, sem integrar nada, ou via API.

Agende sua demoou teste a Vouch com um piloto gratuito

Perguntas frequentes

O que é fraude em devoluções de e-commerce?

É pedir o reembolso de uma compra online com uma reclamação falsa: que o produto chegou danificado, que não chegou, que chegou vazio ou que era outro. Cada vez mais, essa reclamação vem acompanhada de uma foto editada com IA ou reciclada.

Como detectar uma foto de produto danificado feita com IA?

A olho nu é cada vez mais difícil. O que funciona é combinar a análise técnica da imagem, a busca dessa mesma foto na internet, no seu anúncio e em reclamações anteriores, e o contexto do cliente, com revisão humana para os casos duvidosos.

Que ferramentas detectam fotos de devoluções editadas com IA?

Há detectores gerais de imagens feitas com IA, mas para devoluções convém uma ferramenta que combine a análise da imagem, a busca de fotos repetidas e o contexto do cliente, e que responda antes de liberar o reembolso. A Vouch, por exemplo, analisa cada foto em menos de 30 segundos, entrega um score de risco de 0 a 100 com o motivo e encaminha os casos duvidosos a um especialista.

O que é reembolso como serviço?

São grupos que pedem reembolsos fraudulentos em nome de outras pessoas em troca de uma porcentagem do valor. Eles se promovem em redes sociais e canais de mensagens, e usam roteiros, contas e provas montadas.

Fontes

Este relatório se baseia apenas em fontes públicas; todos os dados são verificáveis.

  1. Merchant Risk Council. 2026 Global eCommerce Payments & Fraud Report (mar 2026)
  2. National Retail Federation. Consumers Expected to Return Nearly $850 Billion in Merchandise in 2025 (out 2025)
  3. Retail Rewired. Forter: Retailers report rising returns fraud, with 80% of fake claims fuelled by AI evidence (jun 2026)
  4. Appriss Retail. 2026 Total Retail Loss Benchmark Report (fev 2026)
  5. Sourcing Journal (WWD). Amazon Lawsuit Names 27 Defendants Running Global Refund Fraud Scheme (dez 2023)
  6. CNBC. Refund fraud schemes promoted on TikTok, Telegram are costing Amazon and other retailers billions of dollars (mar 2024)
  7. China Daily. AI-driven refund scams spur calls for stronger e-platform protection (dez 2025)
  8. South China Morning Post. China consumers use AI to alter product photos, claim refunds for goods that appear damaged (2025)
  9. Infobae. Alerta por nuevo fraude con IA: usuarios crean imágenes falsas de productos “defectuosos” para obtener devoluciones (dez 2025)
  10. OECD.AI (AI Incidents Monitor). Taobao and Tmall Deploy AI to Combat Fraudulent Refunds with Fake Images (jan 2026)
  11. Modern Retail. From Boll & Branch to Bogg, brands are battling a surge of AI-driven return fraud (mar 2026)
  12. Infobae México. Emprendedora se viraliza al detectar imágenes falsas creadas con IA y evita presunta estafa (mai 2026)
  13. William Fry. EU AI Act Omnibus Deal Reached: Postponed Deadlines, Watermarking Compromise, and the Nudification Prohibition (mai 2026)
  14. Jones Walker LLP. The EU approved a high-risk AI delay, but most transparency obligations remain (2026)
  15. iProUP. Fraude en primera persona: así te estafan en Mercado Libre cuando vendés un producto y te lo devuelven
  16. Planalto (Brasil). Lei nº 8.078/1990, Código de Defesa do Consumidor
  17. Infoleg (Argentina). Ley 24.240 de Defensa del Consumidor, texto actualizado
  18. The Guardian. Deepfake fraud taking place on an industrial scale, study finds (fev 2026)
  19. Mordor Intelligence. Fake Image Detection Market Size and Share Research Report, 2031 (2026)
  20. Google Security Blog. Pixel and Android: trusted images with C2PA Content Credentials (set 2025)