Michael Smith, 54 anos, de Cornelius, na Carolina do Norte, foi condenado a 18 meses de prisão nos Estados Unidos por um esquema que rodou de 2017 a 2024 e desviou mais de US$ 8 milhões em royalties de plataformas de streaming de música. Segundo o Departamento de Justiça americano, é o primeiro caso criminal do país em que alguém foi processado por fraude de streaming assistida por inteligência artificial. Smith se declarou culpado, em março de 2026, de um crime de conspiração para cometer fraude eletrônica perante o juiz John G. Koeltl, do Tribunal Distrital dos EUA para o Distrito Sul de Nova York.
Os números do caso chamam atenção menos pelo volume absoluto e mais pelo contraste. Em abril de 2023, o catálogo completo de Taylor Swift registrou 9,3 milhões de streams no YouTube Music via planos familiares, conforme relato dos promotores. No mesmo mês, as contas robô de Smith usaram planos do mesmo tipo para reproduzir fraudulentamente sua música gerada por IA 80,9 milhões de vezes. A escala do esquema superava, naquele recorte, a de uma das artistas mais ouvidas do mundo.
Além da prisão, Smith recebeu dois anos de liberação supervisionada e foi condenado a devolver US$ 8.091.843,64 em confisco.
Como o esquema funcionava tecnicamente
A arquitetura da fraude tinha três camamos que se sustentavam mutuamente: provisionamento de identidades falsas, geração massiva de conteúdo e orquestração de reproduções automatizadas.
1. Contas sintéticas. Smith criava contas nas plataformas usando endereços de e-mail falsos e cartões de débito obtidos de forma fraudulenta. As plataformas citadas pelo DOJ incluem Amazon Music, Apple Music, Spotify e YouTube Music. Em pico de operação, ele chegou a usar 10 mil contas robô simultaneamente. Esse é o ponto mais delicado do sistema para qualquer plataforma de assinatura: cada conta precisa parecer um usuário independente, com instrumento de pagamento válido e comportamento plausível.
2. Catálogo inflado por IA. Para que as reproduções fossem lucrativas, era preciso ter direitos sobre a música tocada. Smith usou o que o DOJ descreveu como "superinteligência" para gerar centenas de milhares de músicas com IA, das quais afirmava ser proprietário. Num e-mail citado pela promotoria, ele escreveu que precisava de "uma TONELADA de músicas rápido" para contornar as "políticas antifraude" das plataformas.
3. Distribuição de streams. O software que ele empregava fazia as contas robô reproduzirem continuamente essas músicas. O detalhe que manteve o esquema vivo por sete anos sem detecção foi a dispersão: os bilhões de streams foram espalhados pelo catálogo gigante em vez de concentrados numa única faixa. Um número anormal de reproduções numa só música aciona alertas; o mesmo volume pulverizado em centenas de milhares de faixas se camufla no ruído estatístico.
Essa distribuição é o insight central do caso, e é também a parte que mais interessa a quem projeta sistemas de detecção. O esquema não explorou uma vulnerabilidade de software, e sim o modelo econômico do streaming: royalties proporcionais pagos por plataforma a partir do volume de reproduções, com verificação de integridade baseada em limiares estatísticos por faixa e por conta.
O modelo econômico do streaming como superfície de ataque
Streaming de música funciona como um pool de receita. Assinaturas e publicidade alimentam um bolo que é distribuído entre detentores de direitos conforme a participação de cada faixa no total de streams legítimos. Fraudes de streaming, portanto, não tiram dinheiro diretamente da plataforma: elas deslocam a divisão, tirando participação de artistas reais e injetando receita sintética nas contas do fraudador.
O custo marginal de uma reprodução é próximo de zero. O custo de gerar uma música com IA caiu a ponto de tornar viável produzir centenas de milhares de faixas sem estúdio, sem músicos, sem distribuidora intermediando com critérios editoriais. O que sobrou como barreira foi a verificação de identidade no provisionamento de contas e a detecção de padrões anômalos, e o caso mostra que ambas falharam por sete anos.
Vale uma ressalva: as plataformas não eram as vítimas silenciosas que o discurso oficial às vezes sugere. O DOJ descreveu o esquema como fraude contra "plataformas de streaming e músicos". Artistas legítimos perderam participação proporcional no pool de royalties. As plataformas perderam integridade nas métricas que vendem a anunciantes e ao mercado. Mas o indicador de sucesso do esquema, o dinheiro que entrou na conta de Smith, veio de pagamentos de royalties calculados sobre reproduções que nenhum humano fez.
Por que a detecção demorou sete anos
Smith começou em 2017. Foi acusado criminalmente apenas em 2024. Esse intervalo é o dado mais desconfortável do caso para quem trabalha com sistemas antifraude.
Alguns fatores explicam a longevidade, sem que isso funcione como desculpa para as plataformas:
- Distribuição estatística consciente. Espalhar streams por um catálogo enorme evita que qualquer faixa individual destoe da média. Limiares por faixa ficam cegos.
- Diversidade de plataformas. Operar em Amazon Music, Apple Music, Spotify e YouTube Music simultaneamente impede que a análise isolada de qualquer uma delas veja o volume total.
- Contas com pagamentos válidos. Cartões de débito reais, ainda que obtidos fraudulentamente, passam por verificações de faturamento que barrariam contas puramente sintéticas.
- Custo assimétrico de verificação. Auditar se uma reprodução veio de um humano atento é caro; um plano familiar de streaming custa pouco. O fraudador explora exatamente essa assimetria.
A quebra do esquema veio de investigação criminal, não de melhoria nos sistemas de detecção, pelo menos pelo que os documentos públicos indicam. Isso sugere que as defesas estatísticas existentes são eficazes contra fraude desajeitada, com picos de reprodução concentrados, mas falham contra adversários que modelam explicitamente as políticas antifraude que precisam contornar. Smith escreveu isso em e-mail: o objetivo do catálogo gigante era, nas palavras dele, contornar as políticas antifraude. Ele leu as defesas como engenheiro de um sistema adversarial lê um alvo.
O que muda para quem constrói sistemas de integridade
Para engenheiros e times de trust & safety, o caso é um estudo de caso sobre limites de detecção baseada em limiar. Algumas implicações práticas:
Volume por entidade é métrica fraca contra adversários adaptativos. Qualquer regra estatística visível é contornável por quem distribui o sinal. Isso é clássico em segurança ofensiva: se o detector procura picos, o atacante gera planaltos.
Grafos de relacionamento ganham prioridade. Mesmo com e-mails e cartões distintos, contas controladas pelo mesmo ator compartilham padrões: horários de atividade, fingerprints de cliente, cadeias de pagamento, padrões de reprodução correlacionados entre contas nominalmente independentes. A conexão entre contas importa mais do que o comportamento de cada conta.
Prova de humanidade por reprodução é o problema difícil. Plataformas de streaming não têm um CAPTCHA por música tocada. A distinção entre escuta passiva real e bot rodando em background é intrinsecamente difícil, e o caso mostra que nem sete anos de dados resolveram automaticamente.
Geração barata de conteúdo muda a economia da fraude. Quando o custo de produzir uma faixa cai a praticamente zero, qualquer modelo de royalties proporcional a reproduções se torna alvo viável de manipulação em escala. Não é um problema exclusivo da música: o mesmo raciocínio vale para qualquer mercado que pague por volume de conteúdo consumido.
Contexto criminal e o que os documentos estabelecem
Os fatos confirmados pelo DOJ, com Smith já condenado, são: a fraude durou de 2017 a 2024; ele chegou a usar 10 mil contas robô; gerou centenas de milhares de músicas com IA; obteve mais de US$ 8 milhões em royalties fraudulentos; e se declarou culpado de conspiração para cometer fraude eletrônica. A sentença, imposta em outubro de 2026, soma 18 meses de prisão, dois anos de liberação supervisionada e confisco de US$ 8.091.843,64.
O uso do termo "superinteligência" no comunicado do DOJ, no lugar de apenas "IA", é interpretação da promotoria sobre a ferramenta empregada, e o documento não especifica qual sistema de geração musical Smith utilizou. A caracterização de que as músicas eram "geradas por IA" vem da alegação dos promotores, aceita em acordo de culpa. Nenhuma evidência pública descreve detalhadamente o pipeline de geração, e qualquer detalhe técnico além do que está nos registros seria especulação.
O que o caso deixa como lição mensurável, para times de engenharia e para o mercado, cabe em uma linha de balanço: sete anos de operação, US$ 8.091.843,64 confiscados e 18 meses de prisão.