Viernes 9 de Diciembre de 2022       •      Dólar= $858,54      •      UF=$34.863,92       •      UTM=$61.157
13/07/2022
Machine Learning: ¿La solución contra el fraude financiero?

Los bancos y proveedores de servicios de pago se enfrentan actualmente a un gran desafío dado el auge del comercio en línea, lo que está generando un aumento en las transacciones de pago e intentos de fraude. A esto se suma el uso de tecnologías transaccionales (billeteras digitales o pagos a través de móviles) que elevan la autonomía de las personas en su toma de decisiones de compra. Sin embargo, el desafío es ¿cómo hacer transacciones más seguras sin aumentar la fricción con el cliente?

El proceso de compra más usado en el último tiempo, y acelerado por la pandemia, consiste en sacar la tarjeta, introducir el PIN y obtener los productos o servicios. Todo esto de forma rápida y fácil sin el uso de dinero en efectivo, ya sea a través de la web o en la tienda. Sin embargo, el consumidor no es consciente de los numerosos procesos de seguridad que se ejecutan detrás de cada transacción, para lo cual es importante contar con sistemas de detección automática de fraudes a fin de proteger a los diferentes actores involucrados (cliente, comercio, banco emisor, banco adquiriente).

Para resguardar estos aspectos, la industria bancaria utiliza software diseñados para la prevención de delitos financieros, y hay casos en que se evalúa en tiempo real la probabilidad de riesgo de cada transacción. Esto tiene que funcionar de forma fiable para las millones de operaciones que se realizan cada día y, para lograrlo, los sistemas de prevención muchas veces emplean métodos basados en inteligencia artificial.

Federico dos Reis, CEO de Inform Latam, explicó que “para brindar una solución eficiente a la industria, en Inform aplicamos un enfoque híbrido de IA con nuestro sistema RiskShield, donde, por un lado, utilizamos modelos de aprendizaje de máquina que complementamos con modelos basados en conocimiento, como reglas con lógica difusa capaz de procesar miles de transacciones por segundo”.

Según el experto de Inform Latam, “un buen software de detección de fraude puede proporcionar el equilibrio adecuado entre la protección contra riesgos y la comodidad del cliente. RiskShield combina los métodos más avanzados de aprendizaje automático con reglas basadas en el conocimiento experto de los especialistas de investigación”.

La transparencia es una de las muchas razones por lo cual la industria utiliza el método clásico (basado en reglas que surgen de la experiencia humana) para detectar el fraude, comparando el comportamiento de los clientes con patrones de fraude conocidos, lo que permite crear reglas sencillas y fáciles de entender. Sin embargo, los límites definidos en estas reglas son muchas veces identificados por los defraudadores, quienes operan sin ser descubiertos por los protocolos de seguridad.

En ese contexto, el CEO de Inform Latam destacó “el algoritmo de autoaprendizaje (IA tradicional) que requiere significación estadística. Por tanto, los nuevos patrones deben repetirse para ser considerados fraudulentos, y es aquí donde nuestro sistema híbrido, que mezcla ambos mundos, brinda mejores soluciones a la industria”.

La prevención de riesgos y fraudes en el comercio electrónico debe ser segura y conveniente. Las tecnologías que permiten la autenticación basada en riesgos resuelven esta contradicción mejorando la experiencia del usuario y, por lo tanto, optimizando las tasas de conversión y las ventas en línea.

Noticias Relacionadas
Usan machine learning para identificar archivos con vulnerabilidades (13/01/2021)
Zendesk se une con Amazon Connect para servicios de IA y Machine Learning (12/12/2019)
Cisco: La red se optimiza con Inteligencia Artificial y Machine Learning (24/06/2019)
Del Machine Learning al Deep Learning: Neutralizando el Ransomware asociado con la industria 4.0 (09/10/2018)
Contáctenos
Dirección: José Manuel Infante 919, Of. 203,
Providencia, Chile
Teléfono: (562) 2433 5500
Email: info@emb.cl
Visite también:
© Copyright 2019 Editora Microbyte Ltda.