Más inteligente que la estafa: cómo la IA optimizada está transformando la detección de fraudes.

El fraude continúa siendo una amenaza constante para empresas de todos los tamaños. Según estimaciones de una asociación comercial, se perdió más de 1.1 mil millones de libras esterlinas debido a fraudes en el Reino Unido solamente en 2024. Las empresas del sector financiero son especialmente atractivas para los delincuentes, dado el potencial de obtener ganancias monetarias significativas.

En el primer trimestre de 2024, se registraron 8,374 quejas de consumidores relacionadas con fraudes y estafas, de las cuales más de la mitad se referían a transferencias bancarias en línea aprobadas por los clientes. Este tipo de estafas, que a menudo utilizan ingenieros sociales y contenido generado por inteligencia artificial para manipular a las personas y hacer que compartan información confidencial, se están volviendo más difíciles de detectar, incluso para profesionales experimentados.

Las repercusiones del fraude para los proveedores de servicios financieros superan la pérdida de ingresos, ya que las empresas pueden sufrir daños en su reputación, interrupciones operativas y costosas consecuencias legales, lo que puede poner en riesgo su resiliencia a largo plazo. Por lo tanto, estas compañías adoptan un enfoque proactivo en la prevención del fraude.

Sin embargo, a medida que los estafadores se vuelven más sofisticados y avanzan tecnológicamente, especialmente con el uso de inteligencia artificial, la lucha se asemeja a un juego constante de gato y ratón, donde los defensores deben reaccionar ante tácticas que están en constante evolución. La Agencia Nacional del Crimen clasifica el fraude como el delito más común en el Reino Unido, representando el 41% de todos los crímenes en Inglaterra y Gales. En 2024, se reportaron 3.13 millones de casos confirmados de fraude, lo que representa un incremento del 14% en comparación con el año anterior.

Este aumento resalta un problema doble: los delincuentes son cada vez más astutos y la cantidad de ataques está en ascenso. Entre las razones detrás de este incremento, la crisis del costo de vida juega un papel importante. A medida que los costos operativos aumentan y el flujo de caja se vuelve más ajustado, las empresas financieramente vulnerables son más propensas a asumir riesgos, ignorar señales de alerta o caer ante ofertas que parecen demasiado buenas para ser verdad, convirtiéndolas en objetivos más fáciles para los estafadores.

La inteligencia artificial está transformando la forma en que se llevan a cabo los fraudes, permitiendo a los delincuentes actuar con mayor rapidez y utilizar tácticas avanzadas como deepfakes, identidades sintéticas y campañas de phishing altamente convincente. Una de las principales razones por las que los proveedores de servicios financieros son un blanco atractivo para los estafadores es la gran cantidad de interacciones con clientes a través de aplicaciones móviles y plataformas de banca en línea, lo cual genera múltiples puntos de entrada difíciles de monitorear y asegurar simultáneamente.

Este desafío se agrava por la falta de coordinación entre equipos clave, como prevención de fraudes, autenticación de clientes y servicio al cliente, lo que crea brechas en la visibilidad a lo largo del trayecto del cliente. Con altos volúmenes de transacciones y múltiples puntos de acceso, las empresas enfrentan dificultades para mantener a un mínimo los falsos positivos y contextualizar la actividad sospechosa.

Las empresas del sector financiero a menudo recurren a la inteligencia artificial para reducir los falsos positivos, lo cual es un paso correcto. Sin embargo, muchas herramientas de inteligencia artificial todavía dependen en gran medida de la creación y edición manual de reglas, dejando a los equipos de fraude con la difícil tarea de decidir qué patrones perseguir y cómo interpretar datos ambiguos. En lugar de limitarse a ajustar reglas, las empresas deberían centrarse en descubrir el "por qué" detrás del fraude, no solo el "qué".

Para maximizar el valor de la inteligencia artificial, los proveedores de servicios financieros deben adoptar modelos que mejoren su motor de decisiones, reemplazando conjuntos de reglas anticuadas por una nueva suite de reglas generadas automáticamente y optimizadas. Este enfoque implica analizar datos históricos de transacciones y puntuaciones de modelos de fraude para identificar patrones tanto de actividades legítimas como fraudulentas.

El proceso debe equilibrar la detección de fraudes con la minimización de falsos positivos. A partir de ahí, un nuevo conjunto de reglas optimizadas se genera automáticamente y puede actualizarse diariamente, manteniendo el motor de decisiones afilado y receptivo. Optimizar la detección de fraudes mejora la eficiencia del programa, permitiendo que los equipos de fraude se concentren en actividades genuinas sin distracciones por falsos positivos.

A pesar de las ventajas indudables de la inteligencia artificial y la automatización, las empresas financieras no deben volverse excesivamente dependientes de estas tecnologías. La experiencia humana sigue siendo crucial, sobre todo en situaciones que requieren inteligencia emocional, análisis de comportamiento matizado o juicio complejo. La inteligencia artificial es una herramienta poderosa, pero son los conocimientos de profesionales en fraude los que garantizan que las investigaciones se realicen con la sensibilidad y rigor necesarios.

Integrar la experiencia humana con la inteligencia artificial no solo es un avance técnico, sino que es crítico para cualquier proveedor de servicios financieros que desee proteger a sus clientes y mantenerse por delante de fraudes cada vez más sofisticados. A medida que las amenazas evolucionan, especialmente con la aparición de inteligencia artificial autónoma, depender únicamente de medidas reactivas no será suficiente. La prevención del fraude proactiva y adaptativa, que combine la precisión de la inteligencia artificial con la intuición del juicio humano, será fundamental para preservar la confianza y la resiliencia a largo plazo.