Guía Esencial

Navegue en las secciones

BACKGROUND IMAGE: iSTOCK/GETTY IMAGES

Resolver Problemas Consiga ayuda para problemas específicos con sus proyectos, procesos y tecnologías.

La inteligencia artificial mejora el combate contra el crimen financiero

El uso del aprendizaje automático, la automatización y algoritmos avanzados en las organizaciones financieras pueden ayudarlas a prevenir mejor el crimen, sin afectar la experiencia del cliente.

Los fraudes actuales surgen en tiempo real desde criminales cada vez más sofisticados. Esto coloca a las instituciones financieras en una posición difícil, teniendo que dedicar más tiempo y recursos para garantizar la seguridad mientras ofrecen una experiencia al cliente sin complicaciones. Sin embargo, los avances en la inteligencia artificial (IA) ya están aliviando el problema, y creando una perspectiva más prometedora para el futuro.

El uso de análisis de datos para detectar actividades fraudulentas no es un concepto nuevo. Empresas de tarjetas de crédito, instituciones financieras y otros han utilizado análisis de comportamiento y predictivos para reducir los riesgos y el fraude durante años. Las tecnologías emergentes de IA llevan estos recursos a un nuevo nivel, usando una mayor automatización, aprendizaje sin supervisión y algoritmos más sofisticados para fortalecer la prevención de fraudes.

El aprendizaje automático es un elemento particularmente prometedor de la IA, porque permite que las soluciones se basen en el conocimiento previo y evolucionen para enfrentar nuevas amenazas de fraude sin ser expresamente programadas para hacerlo. A medida que estas capacidades continúan avanzando, los sistemas de IA se pueden ajustar para ofrecer la mejor respuesta en cualquier situación, proporcionando un mayor nivel de seguridad con menos interrupciones en la experiencia del cliente.

Monitoreo integral y continuo

La velocidad y la escala de las soluciones alimentadas por IA –y su capacidad para analizar los datos de forma diferente– permiten a las instituciones financieras monitorear con éxito actividades sospechosas que, de otra forma, pasarían desapercibidas. Hoy en día, muchas organizaciones utilizan software para analizar datos de fuentes limitadas mediante reglas predeterminadas; la IA permite un monitoreo más amplio y continuo de datos y comportamiento en varios canales.

Al revisar todas las actividades de la cuenta en tiempo real –incluyendo transferencias electrónicas, contratos, crédito, débito y pagos de boletos– un sistema de IA identifica comportamientos anormales y transacciones sospechosas de forma más rápida y efectiva, lo que a su vez crea una mejor experiencia del cliente. Los datos agregados de la cuenta también se pueden combinar con información de mercado para producir más información que ayude a detectar amenazas emergentes, permitiendo a las instituciones financieras detectar y prepararse para amenazas que de otro modo no sabrían que existían.

Con la adición de biometría a la mezcla, incluyendo la autenticación de voz, rostro y huella digital, las estrategias de IA se fortalecen y crean una capa adicional de protección para acabar con el fraude antes de que este comience.

Mitigar falsos comentarios positivos

Como la velocidad de las transacciones ha aumentado en los últimos años, hay menos tiempo para las aprobaciones, haciendo que la automatización y la precisión de la IA sean más necesarias que nunca para las instituciones financieras. La implementación de algoritmos de aprendizaje automático en tiempo real puede mejorar la precisión y la velocidad de las decisiones que ayudan a reducir el fraude.

Dado que estos algoritmos son calibrados para ser más precisos a lo largo del tiempo, la búsqueda de alertas de fraude falsos positivos será bastante reducido. Esta es una buena noticia para los analistas de seguridad que pasan un buen tiempo revisando alertas, y para clientes cuyos pagos pueden ser postergados por búsquedas y aprobaciones extras. Una mejor precisión en la detección de transacciones fraudulentas significa que los clientes no serán interrumpidos –y potencialmente irritados– por un texto, llamada o correo para validar transacciones legítimas.

Libres de análisis demorados de falsos positivos, los funcionarios bancarios pueden dedicarse a otras tareas más eficientes, como encontrar soluciones a amenazas complejas. La percepción humana es esencial para mejorar los modelos de aprendizaje automático y lograr que detecten con más precisión el cambio de patrones de fraude. El equipo de una institución financiera puede utilizar información sobre el fraude actual para mejorar la próxima generación de prevención automatizada de fraude.

Una estrategia de éxito de IA consigue unir inteligencia humana e inteligencia de máquina. Las instituciones financieras que adoptan la IA tienen la oportunidad de proteger mejor su organización y su reputación, mejorando la experiencia del cliente. Pueden encontrar un mejor equilibrio entre el análisis automático y los empleados, redirigir su equipo a tareas de mayor valor y responder más rápidamente a las nuevas amenazas. Más que simplemente ofrecer un paso adelante en la prevención de fraudes, la IA tiene el potencial de llevar las estrategias de fraude hacia una nueva dirección.

Sobre el autor: Gasan Awad es vicepresidente y gerente de productos, riesgos y crimen financiero de Fiserv.

Este artículo se actualizó por última vez en abril 2018

Inicie la conversación

Envíenme notificaciones cuando otros miembros comenten sobre este artículo.

Por favor cree un Nombre de usuario para poder comentar.

- ANUNCIOS POR GOOGLE

Close