«Cazadores de mitos digitales»: lo real frente a lo falso en el fraude impulsado por la IA
La inteligencia artificial está transformando el panorama del fraude, aunque no siempre de la forma que sugieren los titulares. En la última sesión de «Trust Talks» de Microblink, Iremar Brayner, responsable de fraude en G2; Mark T. H. Sze, director sénior de producto en Neon; Kali Kishore Chintha, responsable de riesgos en Bill.com; Karen McHenry, vicepresidenta de Producto de Metallicus, y Rex Robinson, director sénior de Marketing de Microblink, analizaron en profundidad qué es lo que realmente está cambiando, qué es solo exageración y cómo deberían prepararse las empresas de cara a 2026.
Estas son las principales conclusiones de la conversación.
El fraude mediante IA no es nada nuevo. Se trata de una evolución (aunque muy potente).
El panel coincidió en que la IA no está introduciendo formas de fraude totalmente nuevas, sino que está potenciando las ya existentes.
Hace una década, los bots se basaban en reglas y eran fáciles de detectar. Ahora, los ataques automatizados modernos aprenden, se adaptan e imitan a los humanos con una precisión aterradora. Las voces falsificadas mediante deepfake y las entrevistas sintéticas son riesgos reales, pero el cambio más importante radica en su magnitud y su credibilidad.
Como señaló uno de los ponentes: «Cada vez resulta
más difícil distinguir entre lo que es verdad y lo que no lo es».
Pero hay un lado positivo: los defensores pueden aprovechar esos mismos avances en IA para contraatacar.
Ten cuidado con los «deepfakes», pero no te olvides de los ataques de suplantación de identidad (ATO) y las cuentas falsas.
La amenaza más inmediata a la que se enfrentan las entidades financieras no son los «deepfakes», sino el aumento de los casos de apropiación de cuentas y la creación de cuentas falsas. Aunque los robos mediante deepfakes, que acaparan los titulares, dominan la actualidad informativa, los equipos de lucha contra el fraude están sintiendo el impacto real en sus operaciones diarias a través de un fuerte aumento de los intentos de apropiación de cuentas (ATO), la apertura de cuentas con identidades falsas o sintéticas y la rápida proliferación de cuentas «mula».
Los ponentes destacaron una novedad destacable específica de Brasil: un registro nacional de protección de la identidad diseñado para impedir la apertura no autorizada de cuentas antes de que se produzca. Sin embargo, en todos los mercados representados en el debate, el mensaje fue el mismo: la detección de deepfakes basada únicamente en imágenes ya no es suficiente. Dado que los estafadores recurren en gran medida a la IA agentiva para automatizar la suplantación de identidad y la falsificación de datos, los bancos y las empresas fintech deben adoptar defensas multicapa que combinen inteligencia conductual, señales de los dispositivos y patrones transaccionales para distinguir de forma fiable a los clientes auténticos de los impostores asistidos por IA.
El fraude interno se está disparando, y la inteligencia artificial está acelerando esta tendencia
Otro tema recurrente del seminario web fue el espectacular aumento del fraude interno y cómo la IA generativa está agravando considerablemente el problema. El fraude interno, que antes se consideraba principalmente un problema de crédito o de cobros, se ha convertido ahora en un reto combinado de «fraude, crédito y experiencia del cliente» que las entidades ya no pueden abordar de forma aislada. Los consumidores de a pie, que históricamente carecían de las herramientas o la sofisticación necesarias para engañar a bancos y comerciantes, ahora pueden utilizar la IA para falsificar documentos, crear historiales de comunicación falsos, manipular recibos digitales y generar rastros de pruebas convincentes para impugnar cargos legítimos.
Estas capacidades han inclinado la balanza: ahora es más fácil que nunca para un consumidor aprovecharse de las políticas de reembolso y devolución de cargos, especialmente en el ámbito de los bienes y servicios digitales, donde se está produciendo un aumento vertiginoso de los casos de «artículo no recibido» y del abuso de las devoluciones y reembolsos. Los ponentes hicieron hincapié en que este cambio requiere nuevas estrategias, no solo controles más estrictos. Cabe esperar un aumento de la inversión en modelos de puntuación de fraude propios, análisis de comportamiento basados en la intención y señales proactivas que detecten el «fraude amistoso» antes de que afecte a los resultados. La era de considerar el fraude propio como un coste inevitable de la actividad empresarial ha llegado a su fin.
La carrera armamentística en materia de IA se acelerará de cara a 2026
Los ponentes coincidieron en que la situación no se está estabilizando, sino que, de hecho, se está acelerando.
Los cambios en las normas de las redes mundiales de tarjetas, la mayor implantación de 3DS y otros controles de autenticación, así como el uso de herramientas de fraude cada vez más sofisticadas, obligarán a los estafadores (y a los equipos especializados en fraude) a adaptarse de nuevo.
¿Qué vendrá después?
- Modelos predictivos de la propensión al fraude interno
- La puntuación del comportamiento como indicador clave de fraude
- Agregación avanzada de señales entre capas
- Una formación interna más exhaustiva sobre ingeniería social, suplantación de identidad y ataques a los empleados mediante deepfakes
Un experto resumió así el reto: «Los estafadores
disponen de herramientas para engañar a gran escala. Nosotros necesitamos herramientas para defendernos a gran escala».
Para obtener más información sobre cómo Microblink puede ayudar a tu empresa a prepararse para el futuro del fraude, ponte en contacto con nosotros hoy mismo.
