La IA no solo ha hecho que el fraude sea más sofisticado, sino que ha cambiado la economía de la identidad
Durante años, la prevención del fraude ha sido una cuestión de equilibrio. Si se endurecen demasiado las medidas de seguridad, los clientes legítimos abandonan las transacciones; si se reduce la fricción, aumentan las pérdidas por fraude. Las organizaciones siempre han buscado el equilibrio adecuado.
La inteligencia artificial no solo ha acabado con ese equilibrio. Ha cambiado radicalmente las reglas del juego.
Durante un reciente seminario web de Microblink, los responsables de la lucha contra el fraude de todo el ecosistema de pagos analizaron cómo la IA generativa está transformando el fraude y por qué los enfoques tradicionales de verificación de identidad ya no son suficientes. Aunque las tecnologías tratadas fueron diversas, la conversación giró constantemente en torno a cuatro temas principales.
La inteligencia artificial ha cambiado la economía del fraude
El cambio más importante no es simplemente que los ataques sean cada vez más sofisticados, sino que su ejecución se ha abaratado de forma espectacular.
Las tareas que antes requerían conocimientos especializados, mucho tiempo o esfuerzo manual ahora pueden automatizarse y repetirse miles de veces con un coste mínimo. Los estafadores pueden generar rápidamente nuevas variantes de ataque, poner a prueba las defensas, identificar puntos débiles y perfeccionar sus técnicas de forma casi continua.
Los métodos de ataque que antes no resultaban rentables de repente se han vuelto viables, ya que la automatización ha reducido el coste de la experimentación. Incluso los incentivos relativamente pequeños, las bonificaciones por recomendación, las ofertas promocionales o las transacciones de escaso valor pueden convertirse en objetivos atractivos cuando el fraude puede llevarse a cabo a gran escala.
Para los defensores, el reto ya no consiste en responder a técnicas de ataque aisladas, sino en prepararse para un entorno en el que surgen constantemente variantes de ataque totalmente nuevas.
Una vez que se ha perdido la identidad, ya no es posible verificarla
Otro tema recurrente durante el seminario web fue la creciente limitación de la verificación de identidad en un momento concreto.
Históricamente, las organizaciones han considerado la verificación de la identidad como un proceso puntual que se lleva a cabo durante el proceso de registro o de finalización de la compra. Una vez que el usuario superaba la verificación, se daba por sentada, en gran medida, su fiabilidad durante el resto del recorrido del cliente.
Ese modelo resulta cada vez más difícil de defender. En su lugar, la confianza debe ir desarrollándose a lo largo de cada interacción. Las distintas acciones conllevan distintos niveles de riesgo, y las organizaciones necesitan cada vez más flexibilidad para aplicar medidas de verificación más estrictas únicamente cuando las señales de riesgo que las rodean lo justifiquen.
Navegar por los productos, modificar los datos de la cuenta, realizar una transferencia de gran cuantía o autorizar un pago de elevado importe no debería requerir necesariamente el mismo nivel de seguridad.
En lugar de tomar una única decisión definitiva sobre la fiabilidad, las organizaciones deberían evaluar continuamente el nivel de confianza a lo largo de todo el recorrido del cliente, intensificando la verificación solo cuando sea necesario. Este enfoque ayuda a reducir el fraude, al tiempo que minimiza las dificultades innecesarias para los usuarios legítimos.
Luchar contra la IA no siempre significa recurrir a más IA
La inteligencia artificial se está convirtiendo en una herramienta defensiva esencial, pero una conclusión interesante que se extrajo del debate fue que no todos los problemas de fraude requieren otro modelo de IA.
Muchos controles contra el fraude que han demostrado su eficacia siguen siendo muy eficaces. La validación rigurosa de documentos, la verificación de datos de fuentes fiables, el análisis del comportamiento, la inteligencia de dispositivos y la autenticación por capas siguen ofreciendo una protección significativa cuando se combinan de forma inteligente.
El objetivo no es sustituir la infraestructura de seguridad existente por la inteligencia artificial. Se trata de determinar en qué ámbitos la inteligencia artificial aporta un valor cuantificable, al tiempo que se siguen utilizando técnicas fiables que ya han demostrado su eficacia.
El éxito en la prevención del fraude depende cada vez más de una coordinación eficaz, en lugar de basarse en una única tecnología.
La confianza va más allá de las personas
A medida que los agentes de IA comienzan a navegar por Internet, a realizar compras y a llevar a cabo tareas en nombre de los usuarios, las organizaciones se enfrentan a un problema de confianza totalmente nuevo.
Históricamente, la verificación de identidad respondía a una pregunta relativamente sencilla: ¿Es esta persona quien dice ser?
Ahora surgen nuevas preguntas:
- ¿Es fiable este agente de IA?
- ¿Actúa en nombre de un usuario autenticado?
- ¿Ha autorizado realmente ese usuario esta acción concreta?
- ¿Se puede confiar en esa autorización durante toda la transacción?
La identidad ya no se limita a la autenticación de personas. Cada vez más, implica comprender las relaciones entre personas, dispositivos, aplicaciones y agentes autónomos que operan en los ecosistemas digitales.
El futuro de la prevención del fraude es la prevención continua
A lo largo del debate se repitió una y otra vez un mensaje: la prevención del fraude se basa cada vez menos en normas estáticas y cada vez más en una adaptación continua.
La inteligencia artificial ha acelerado el ritmo al que evoluciona el fraude, lo que hace que las defensas de ayer queden obsoletas mucho más rápido de lo que muchas organizaciones esperan. Los equipos de seguridad ya no pueden dar por sentado que los controles que funcionan bien hoy seguirán siendo eficaces dentro de unos meses.
Las organizaciones necesitan sistemas que evalúen continuamente la confianza, se adapten a los nuevos patrones de ataque y apliquen medidas de verificación proporcionales al riesgo, en lugar de basarse en comprobaciones de identidad puntuales o en conjuntos de reglas fijas.
A medida que la inteligencia artificial sigue transformando las interacciones digitales, las organizaciones mejor preparadas para el futuro no se limitarán a verificar identidades. Comprenderán, medirán y reevaluarán continuamente la confianza en cada interacción.
