Agentes de IA: bancos y aseguradoras apuntan a frenar fraudes antes del daño

Ante pérdidas globales superiores a US$ 580.000 millones anuales y costos operativos por más de US$ 400.000 millones, la tecnología agéntica propone detectar manipulación, alertar a clientes e intervenir en tiempo real para impedir transacciones sospechosas, en un contexto de estafas cada vez más automatizadas

spot_img

Las nuevas formas de fraude empujan a bancos y aseguradoras a buscar herramientas capaces de actuar antes de que el daño ocurra. En ese escenario, los agentes de inteligencia artificial (IA) aparecen como una línea de defensa orientada a detectar señales de manipulación mientras la interacción está en curso, alertar a los clientes e intervenir en tiempo real frente a operaciones sospechosas.

El fenómeno se apoya en un cambio de escala: estafas que antes dependían de la habilidad de una persona ahora pueden ser orquestadas por redes de bots y sistemas automatizados. El impacto económico también crece: las pérdidas financieras directas por fraude alcanzan los US$ 580.000 millones a escala global, y se suman más de US$ 400.000 millones en costos operativos anuales destinados a investigaciones manuales y atención de clientes afectados, según estimaciones del sector.

Intervención durante la operación

En ese marco, Mario Barrera, director comercial de Nubatech y experto en tecnologías para la prevención del fraude, sostuvo que las instituciones financieras ya incorporan soluciones basadas en IA y que, dentro de ese universo, los agentes de IA comienzan a ganar terreno. “La buena noticia es que los bancos y las grandes compañías están implementando soluciones innovadoras de IA para enfrentar este escenario”, explicó Barrera.

Publicidad

El diferencial, de acuerdo con el directivo, es el alcance del entrenamiento posible. Estos agentes pueden ser preparados no solo para identificar patrones asociados al fraude y la ciberseguridad, sino también para reconocer señales vinculadas con el comportamiento humano y con técnicas de manipulación utilizadas por estafadores. Ese salto busca pasar de una detección posterior a una respuesta en tiempo real.

Cuando aparecen determinadas señales de riesgo, los sistemas pueden intervenir mientras la interacción ocurre. Entre los ejemplos mencionados se incluyen el envío de una alerta al teléfono o a la aplicación del banco y la activación de mecanismos destinados a impedir una transacción potencialmente maliciosa. “El objetivo es romper el hechizo de la estafa en que se ve envuelto un cliente”, dijo Barrera.

Modelos que se actualizan y equipos que supervisan

La tecnología también puede incorporar información proveniente de reportes de fraude, bases de datos e investigaciones sobre amenazas para actualizar continuamente los modelos. Además, puede utilizar agentes especializados para interactuar en espacios digitales frecuentados por ciberdelincuentes, con el objetivo de recopilar información sobre nuevas modalidades de ataque y formas de comunicación.

Para Barrera, la promesa de esta generación de herramientas no es reemplazar a los equipos de fraude y seguridad, sino ampliar su capacidad de respuesta. “Hablamos de agentes que trabajan 24/7, investigando alertas, interviniendo en tiempo real y aprendiendo de cada caso para anticipar el próximo ataque”, señaló.

spot_img
spot_img
spot_img
spot_img
spot_img
spot_img
spot_img
spot_img
spot_img
spot_img

CONTENIDO RELACIONADO