La posibilidad de realizar pagos instantáneos (a partir de julio del 2023, con FedNow en Estados Unidos) implicó una gran revolución para el sistema financiero, ya que gracias a esta innovación no será necesario que las empresas deban esperar ese período de tiempo que abre campo a los mecanismos antifraude para detectar actividades de este tipo. En este contexto, una encuesta de KPMG reveló que, gracias a la implementación de este sistema, más de la mitad de las instituciones financieras encuestadas recuperaron menos del 25% de sus pérdidas por fraude.
Sin embargo, ya se han estado convirtiendo en el objetivo principal de los defraudadores, por lo que ya no es opcional la actualización de los sistemas heredados.
A medida que los modelos de negocio de los bancos se modernizan, se eliminan sistemas aislados que no se comunican con otras plataformas. Integrar múltiples fuentes de datos de distintos canales internos y externos son la clave para lograr una evaluación de riesgos eficientes.
A medida que los pagos son más rápidos, también lo es el fraude
Ante este escenario, y con el fin de contrarrestar las múltiples formas de fraude sin afectar la velocidad de las transacciones, la IA híbrida surge como una solución efectiva y que cumple con todos los requisitos e, incluso, los que aún están por definirse.
Dos Reis explica esta alternativa: “la capa de IA se adaptará de forma inteligente a amenazas emergentes que incluso aún no existen. El uso de lógica difusa avanzada y de creación inteligente de perfiles para un enfoque similar al humano, en el análisis de datos, ha sido capaz de captar actividades sospechosas en milisegundos. Además, con la integración de la IA, el enfoque híbrido añade otra capa de seguridad porque se puede personalizar las reglas de detección del fraude y ejecutar simulaciones para realizar pruebas exhaustivas antes de la implementación”.
Y si bien la tecnología de IA híbrida proporciona un alto grado de automatización, siempre trabaja en estrecha colaboración con los humanos. Según dos Reis, los oficiales de cumplimiento se mantienen informados de los casos sospechosos, y la automatización filtra enormes cantidades de falsos positivos.
Este enfoque integral permite un análisis más profundo y en tiempo real de los datos transaccionales, mitigando el riesgo durante condiciones de alta velocidad de los sistemas de pago instantáneo. En lugar de basarse únicamente en métodos de aprendizaje de máquina basados en datos, la tecnología de IA híbrida emplea un enfoque multifacético que combina el aprendizaje de máquina con técnicas basadas en el conocimiento, como los “Scorecard” basados en lógica difusa y las listas de vigilancia, así como la creación de perfiles dinámicos. Esta combinación permite una detección efectiva del fraude, incluso cuando los datos son complejos o imprecisos, permitiendo una implementación eficaz de la solución prácticamente desde el comienzo.
Finalmente, dos Reis sostiene que la IA híbrida tendrá un rol fundamental en los próximos años en la región dada la aceleración de los países hacia los pagos instantáneos y las posibilidades de acceso a la información para tomar mejores decisiones. “Su capacidad de combinar el conocimiento humano a través de reglas sofisticadas, sumada a la potencia que provee el aprendizaje de máquina, hace de esta tecnología la mejor opción para prevenir el fraude”, concluye el ejecutivo.
¿Qué se espera en esta nueva era de la banca instantánea? Algunos datos relevantes:
- Aumento de los pagos instantáneos con transacciones a nivel mundial superiores a 376.000 millones de dólares en 2027.
- Mayor análisis de datos transaccionales en tiempo real, con una proyección del mercado de análisis financiero de 28.110 millones de dólares para 2031.
Crecimiento de las soluciones antifraude “pure-play” como resultado de la creciente
