Por Vinícius França *
Conversei com Jonathan, chef e proprietário da Wolf’s Burgers, uma das hamburguerias mais reconhecidas de Curitiba. Perguntei sobre cancelamentos no delivery. A resposta veio sem rodeios: algo em torno de R$ 10 mil por ano em cancelamentos totais de pedido. E, segundo ele, 99% desses casos são de clientes agindo de má fé.
É um número que parece abstrato até você fazer a conta. R$ 10 mil é folha de pagamento de funcionário. É equipamento. É insumo para semanas. É dinheiro que o restaurante produziu literalmente, transformou em comida, embalou e entregou, mas não vai receber. Esse é o lado do delivery que não aparece nos vídeos de hambúrguer com queijo derretendo.
Como o sistema funciona (e onde ele falha)
O modelo de delivery por aplicativo tem uma arquitetura de confiança que foi desenhada para o consumidor. Faz sentido do ponto de vista comercial: o app precisa que o usuário se sinta seguro para pedir. Se o cliente reclamar e não for atendido, ele vai embora. Se o restaurante reclamar e não for atendido, ele continua pagando a comissão e produzindo.
Essa assimetria tem consequências diretas.
O sistema prioriza o relato do cliente independentemente se o problema aconteceu durante a entrega ou se houve realmente um erro da loja. Na maioria das vezes o problema acontece durante a entrega: o entregador não entrega parte do pedido ou entrega o pedido todo danificado. Mas o sistema não distingue esse caso de uma reclamação falsa. O mecanismo de cancelamento é o mesmo.
Jonathan descreveu para mim os padrões mais frequentes que encontra na Wolf’s. O cliente que recebe o hambúrguer fechado, tira foto do lado de fora, alega que faltou bacon ou maionese, e o app cancela o pedido inteiro. O cliente que abre chamado enquanto o pedido ainda está a caminho, dentro do prazo estimado de entrega, e o motoboy chega ao endereço sem saber que a corrida foi cancelada alguns minutos antes. O cliente que informou o endereço errado no cadastro, leva o entregador para outro lugar via chat, abre chamado e cancela.
Em todos esses casos, o restaurante perde duas coisas ao mesmo tempo: o produto que saiu da cozinha e o dinheiro que deveria ter entrado no caixa.
O novo nível: inteligência artificial como ferramenta de golpe
Os casos acima existem há anos. Mas em 2025 e 2026, um elemento novo entrou nessa equação e mudou a escala do problema. Golpistas manipularam a imagem de um pedido impecável para torná-lo visualmente incomível e enviaram a foto à plataforma de entregas para exigir o reembolso imediato. O golpista comeu de graça, pois a plataforma acatou a decisão sem uma perícia rigorosa. O restaurante amargou o prejuízo duplo: perdeu o insumo e o valor da venda.
Um caso no Paraná, em julho de 2025, viralizou quando um cliente usou IA para inserir uma barata na foto de um hambúrguer e solicitou reembolso à plataforma. No início de 2026, um caso documentado no Reddit mostrou uma foto de frango cru com marcas de deterioração gerada integralmente por inteligência artificial: o post teve 40 mil interações e o reembolso foi processado automaticamente antes que qualquer verificação humana acontecesse.
As ferramentas de inteligência artificial generativa disponíveis hoje, gratuitas, acessíveis por smartphone, operáveis sem nenhum conhecimento técnico, permitem a qualquer pessoa produzir ou modificar imagens com fidelidade visual que a maioria das pessoas não consegue detectar. No domínio dos produtos alimentícios, os vetores de falsificação mais comuns incluem moscas inseridas sobre pratos, hambúrgueres com interior sugerindo carne malpassada e embalagens com coloração alterada, tudo isso produzido em questão de minutos.
O problema estrutural: quem deveria ser o árbitro?
Essa negociação deveria ser entre o usuário e a plataforma, porque não somos nós que temos que analisar o pedido e reembolsar o usuário, já que ele faz toda a transação via aplicativo.
Essa frase, dita pelo coordenador de delivery da Esfiha Imigrantes ao portal Bares & Restaurantes, resume um debate que o setor inteiro tem mas que raramente chega ao público. O restaurante é um terceiro nessa relação. A transação financeira é entre o cliente e o app. Mas quando algo dá errado, ou quando alguém age de má fé, o ônus cai sobre quem produziu a comida.
A contestação existe. Jonathan confirma que tenta contestar sempre que consegue documentação suficiente: número do pedido, horário de saída, histórico de rastreamento do motoboy, prints de conversa. Em alguns casos o app reverte o cancelamento. Em outros, não.
O problema é que o volume impossibilita a documentação completa de todos os pedidos. Estabelecimentos com alta demanda chegam a dois mil pedidos por dia. Fotografar cada um antes de embalar é inviável operacionalmente. E sem essa prova de saída, a contestação raramente tem base documental suficiente.
O que diz a lei (e o que ainda falta)
Do ponto de vista jurídico, o cliente que fabrica uma reclamação falsa para obter reembolso pode responder por estelionato, conforme o artigo 171 do Código Penal. Se a imagem adulterada for apresentada em processo judicial, configura uso de documento falso e fraude processual. O problema prático é que o alimento já foi consumido quando qualquer denúncia seria feita. Não há produto para perícia. A prova que restou é digital.
Imagens geradas por IA ainda deixam rastros. A má notícia é que esses rastros exigem um olhar treinado. Fotografias reais de comida deteriorada têm imperfeições caóticas: manchas irregulares, texturas inconsistentes, padrões de deterioração que obedecem à lógica orgânica. Imagens geradas por IA tendem a uma podridão esteticamente coerente que não existe na realidade. Mas detectar isso exige ferramentas de análise de metadados e peritos em forense digital, profissionais raros e caros no Brasil.
Há também um problema sistêmico nos processos judiciais: ao exigir que toda prova seja convertida em PDF para juntada nos autos, os sistemas dos tribunais eliminam os metadados da imagem original, os mesmos dados que poderiam revelar se a foto foi gerada artificialmente.
O que os restaurantes estão fazendo
Diante de um sistema que não foi desenhado para protegê-los, os empresários do setor têm encontrado saídas parciais. Documentar tudo que sai da cozinha, mesmo que não seja possível fotografar cada pedido. Monitorar o perfil de clientes que pedem cancelamento: Jonathan identificou que a esmagadora maioria dos golpes acontece no primeiro pedido do cliente no estabelecimento. Entrar com contestação sempre, mesmo quando a chance de reversão é pequena, porque o volume de contestações bem documentadas pressiona as plataformas a reverem seus critérios.
Em casos de golpe com imagem de IA, a recomendação jurídica é registrar boletim de ocorrência. Isso cria rastro legal, documenta o padrão e pode ser usado para pressionar a plataforma a bloquear o usuário e, eventualmente, para subsidiar uma ação de ressarcimento.
As plataformas, de seu lado, afirmam que usuários identificados em fraudes são bloqueados e que sistemas de machine learning buscam detectar padrões suspeitos de cancelamento. A velocidade com que os casos recentes se tornaram virais sugere que esses sistemas ainda têm muito espaço para evoluir.
O delivery é um canal que transformou o negócio de muitos restaurantes. É também um canal em que quem produz carrega um risco financeiro desproporcionalmente alto quando alguém age de má fé. Enquanto as plataformas não dividirem esse risco de forma mais equilibrada, o setor vai continuar pagando a conta de golpes que não cometeu.
*Vinícius França é publicitário e apaixonado pela boa comida. Criador do Sabores de Curitiba, dedica há mais de 15 anos sua trajetória a conectar pessoas e transformar comunidades por meio da gastronomia curitibana. Foi um dos idealizadores da Lei dos Polos Gastronômicos de Curitiba, contribuindo para tornar a cidade referência nacional, e já soma mais de 300 restaurantes visitados e dezenas de eventos que celebram os sabores e a cultura local.
