Se dice que la pandemia aceleró los procesos de transformación digital de muchas empresas en por lo menos 5 años. Para el caso de las empresas del sector bancario esta estimación puede ser aún mayor. Debido a la pandemia del COVID-19 y según cifras de la Superintendencia Financiera, en Colombia la banca móvil y la banca por internet crecieron 68% y 24,4%, respectivamente, mientras que las operaciones en las sucursales físicas cayeron 32,6%.
Este acelerado proceso de digitalización plantea nuevos desafíos en materia de seguridad. Aparte de las recomendaciones normales que se puedan hacer y que todos debemos conocer, sobre temas básicos de seguridad (como la de usar una contraseña segura, no abrir emails sospechosos, etc.), cada vez se hace más importante que los usuarios aprendan a identificar algunas opciones de seguridad que la tecnología habilita y que tienen como objetivo proteger la información de los usuarios.
Por ejemplo, algunas entidades financieras recurren a sistemas basados en Inteligencia Artificial y de reconocimiento biométrico para validar y asegurar la identidad digital de los clientes. En este punto es importante que los usuarios aprendan a identificar ese tipo de tecnologías en sus productos y servicios digitales, porque de esta forma ayudarán a garantizar su uso, aumentando los niveles de seguridad y mitigando los riesgos antes posibles ataques cibernéticos.
Ataques como la suplantación de identidad, fraude en la apertura de nuevos productos y servicios, fraude transaccional por canales digitales, phishing, entre otros, son los más comunes en la actualidad. En general, la prevención del fraude es difícil porque los defraudadores cambian y se adaptan continuamente.
Hasta ahora, lo que se ha comprobado es que la mejor tecnología para combatir el fraude es aquella que puede cambiar y adaptarse tan rápido como las tácticas del defraudador y allí es donde adquieren mucho valor soluciones basadas en analítica avanzada e inteligencia analítica.
Cada vez más, entidades financieras, así como compañías de otros sectores, se dan cuenta de la importancia del uso de soluciones analíticas y de inteligencia artificial para monitorear y detectar el fraude en tiempo real. Los sistemas de aprendizaje automático (Machine Learning-ML), son tan solo una de las técnicas de Inteligencia Artificial más usadas para prevenir el fraude. Éstas se han convertido en una solución eficaz porque permiten aprender, adaptarse y descubrir patrones que ayudan a identificar eventos de fraude, reduciendo los falsos positivos o falsas alarmas en las organizaciones. Otras técnicas utilizadas se basan en métodos de Clustering para detección de anomalías y técnicas basadas en el análisis de entidades para el descubrimiento redes de relacionamiento y nuevas modalidades de fraude.
Otra de las tecnologías que más han ayudado en la prevención, son las aplicaciones de gestión de identidad digital. Las cuales, establecen diferentes mecanismos para la identificación y reconocimiento de los usuarios en el mundo digital y esto hace que temas como los de la suplantación se reduzcan significativamente.
Las soluciones analíticas y de Inteligencia Artificial, están redefiniendo la prevención del fraude en el sector financiero, considerando comportamientos transaccionales y tendencias anómalas en las transacciones. Anteriormente, los sistemas de prevención del fraude se basaban únicamente en las reglas duras, las cuales no se adaptaban de manera eficaz a las nuevas modalidades de Fraude.
Ahora, con el uso de sistemas de monitoreo basados en inteligencia artificial, los servicios digitales, pueden tener una mayor claridad sobre el riesgo y comportamiento transaccional de la base entera de clientes. Gracias a esta tecnología, es posible tomar decisiones en tiempo real, de autorizar o rechazar transacciones y reducir el riesgo por suplantación de identidad, entre otros.
