La batalla contra el fraude ya es IA contra IA

GatekeeperX, empresa de tecnología especializada en gestión del riesgo, prevención de fraude y lavado de activos en tiempo real, advierte que la inteligencia artificial está transformando la forma en que se ejecuta el fraude digital, al aumentar su velocidad, escala y nivel de automatización. Este escenario plantea nuevos desafíos para bancos, fintechs, medios de pago, comercios electrónicos y otras organizaciones que operan en entornos digitales.

“La inteligencia artificial está cambiando la capacidad operativa del fraude. Un atacante puede automatizar tareas que antes requerían personas, administrar múltiples identidades, probar diferentes estrategias y modificar rápidamente su comportamiento. INTERPOL incluso ha advertido que el fraude potenciado por inteligencia artificial puede llegar a ser 4,5 veces más rentable que los métodos tradicionales. La batalla ahora es IA contra IA porque la velocidad tecnológica del atacante también exige una respuesta tecnológica en tiempo real de las organizaciones”, afirmó Carlos Ayalde, CEO  de GatekepeerX.

De acuerdo con la compañía, esta transformación no ocurre únicamente por el uso de inteligencia artificial. A esta capacidad se suman granjas de dispositivos, emuladores y herramientas de automatización que permiten distribuir grandes volúmenes de actividad entre diferentes cuentas y dispositivos. Los agentes de IA agregan una nueva capa a la prevención de riesgo al integrarse con herramientas y sistemas y así poder ejecutar secuencias de tareas, analizar los resultados de cada paso y utilizar esa información para orientar las siguientes acciones o bloquear los ataques en tiempo real.

Esto cambia también la forma de identificar el riesgo. Una cuenta puede contener información válida, un dispositivo puede no presentar individualmente una señal crítica y una transacción puede encontrarse dentro de los parámetros habituales. Sin embargo, al relacionar esa información con otras cuentas, dispositivos, comportamientos y transacciones pueden aparecer conexiones que revelen una operación coordinada.

“El desafío está en que una operación fraudulenta no necesariamente va a presentarse como un evento evidentemente sospechoso. Puede estar distribuida entre diferentes cuentas, dispositivos, eventos y momentos. Por eso, además de evaluar cada transacción, necesitamos entender las relaciones que existen entre ellas y detectar cuándo diferentes actividades hacen parte de un mismo patrón”, explicó Ayalde.

¿Cómo está cambiando la Inteligencia Artificial la batalla contra el fraude?

1. Más ataques en menos tiempo: la automatización permite ejecutar simultáneamente ataques masivos, aumentando la escala con la que pueden operar los defraudadores.

2. Ataques con mayor capacidad de adaptación: los agentes de IA pueden ejecutar cadenas de tareas en tiempo real y utilizar información obtenida durante un proceso para ajustar las acciones siguientes.

3. Operaciones distribuidas entre múltiples identidades y dispositivos: las granjas de dispositivos, emuladores y múltiples cuentas permiten distribuir la actividad y dificultan identificar cuándo diferentes operaciones pertenecen a una misma estructura.

4. El patrón adquiere mayor relevancia que la señal aislada: ante operaciones distribuidas, analizar únicamente una cuenta, dispositivo o transacción de manera aislada puede ofrecer una visión incompleta. Relacionar todo el flujo de fraude desde identidad, comportamiento, dispositivos, cuentas y transacciones permite ampliar el contexto sobre el riesgo y tomar mejores decisiones.

5. La velocidad de respuesta se convierte en un factor crítico: frente a ataques capaces de cambiar rápidamente, las organizaciones necesitan complementar las reglas y revisiones manuales con machine learning, detección de anomalías, inteligencia de dispositivos y análisis de conexiones que apoyen decisiones en tiempo real.

Para GatekeeperX, esta evolución no significa reemplazar a los equipos especializados en fraude, sino ampliar su capacidad de análisis, ejecución y prevención en tiempo real. La tecnología puede procesar mayores volúmenes de información, identificar relaciones difíciles de detectar manualmente y ayudar a priorizar aquellos casos que requieren investigación o intervención humana.

En este escenario, la gestión del fraude evoluciona desde modelos concentrados principalmente en evaluar eventos individuales hacia esquemas capaces de combinar diferentes eventos en una misma plataforma, fuentes de información y entender el contexto en el que ocurre una operación. El objetivo es identificar anomalías de manera temprana y convertir las señales de riesgo en decisiones oportunas.

“La inteligencia artificial está ampliando las capacidades tanto de quienes cometen fraude como de quienes lo previenen. Frente a ataques cada vez más automatizados, adaptables y de mayor escala, las organizaciones necesitan incorporar IA para detectar señales de riesgo y responder en tiempo real. El desafío es evitar que las amenazas evolucionen más rápido que los controles. Si el fraude aprende, se adapta y actúa en tiempo real, la prevención también debe hacerlo” concluyó Ayalde.