En dos años se triplicará el uso de IA para combatir el fraude, según SAS

La analítica avanzada y el uso de información biométrica se vuelven fundamentales para los programas antifraude, según revela una encuesta realizada por la Asociación de Examinadores de Fraude Certificados (ACFE) y SAS.

Si bien solo un 13% de las organizaciones utiliza inteligencia artificial (IA) y machine learning (ML) para detectar y combatir fraudes, un 25% planea adoptar dichas tecnologías en los próximos dos años, lo que representa casi un 200% de incremento, según una encuesta global realizada por la Asociación de Examinadores de Fraude Certificados (ACFE), desarrollada en colaboración con SAS. Se trata del informe Evaluación Comparativa de las Tecnologías Antifraude, que examina datos proporcionados por más de mil miembros de ACFE sobre las tecnologías usadas por sus organizaciones para detectar y combatir el fraude.

Las principales tendencias son:

El auge de los biométricos: Actualmente una de cada cuatro organizaciones (26%) utiliza los biométricos como parte de sus programas contra el fraude; otro 16% prevé el despliegue de aplicaciones para tomar ventaja de estos métodos para el año 2021.

Se incrementarán los presupuestos: Más de la mitad de las organizaciones (55%) planean aumentar sus presupuestos de tecnología antifraude en los próximos dos años.

Continuarán evolucionando las técnicas para el análisis de los datos: Se estima que para el 2021 casi tres de cada cuatro organizaciones (72%) utilizarán monitoreo automatizado, informes de excepciones y detección de anomalías. Adicionalmente, la mitad de las organizaciones habrán adoptado el uso de modelos predictivos (52%; 30% más que 2019) y la visualización de datos (47%; 12% más que en 2019).

“A medida que los delincuentes encuentran nuevas formas de explotar la tecnología para aprovechar vulnerabilidades y atacar a las víctimas, los profesionales de la lucha contra el fraude también deben usar tecnología de punta para combatirlos —asevera Bruce Dorris, presidente de la ACFE—, pero, ¿qué tecnologías son más efectivas para ayudar a las organizaciones a gestionar los crecientes riesgos de fraude? La respuesta a esta pregunta puede ser crucial para implementar con éxito nuevas estrategias antifraude”.

Para Luis López, a cargo del área de Prevención de Fraudes y Arquitectura de SAS Argentina, “si hablamos de fraude hoy en día es necesario utilizar herramientas de inteligencia artificial y trabajar con modelos analíticos, porque si trabajamos con reglas determinísticas, esto es reglas simples, te pasan por arribas”. Se trata de tecnologías que ya se vienen usando en América Latina, “pero que muchas empresas no han implementado. Se siguen manejando a través der reglas simples y determinísticas”.

En opinión de López, una de las grandes barreras que existen para trabajar con estas herramientas de análisis e inteligencia artificial tiene que ver con que no se ha desarrollado el acceso a los datos primarios. Con todo, a escala América Latina el uso de estas tecnologías “está verde”. De hecho, según el ejecutivo, no se trata solamente de remediar fraudes, sino de prevenirlos. Por eso se le está dando impulso no sólo a tecnologías avanzadas, sino también a herramientas de IA que permitan reconstruir el ciclo de vida del delicuente, para actuar preventivamente.

Tendencias por industria

Como complemento del informe, la herramienta de visualización de datos en línea de SAS permite analizar las respuestas a la encuesta por sector, región geográfica y tamaño de la empresa. Los encuestados provienen de 24 industrias, principalmente de servicios financieros (21%) y de la administración pública (17%).

“Comprender las tecnologías y estrategias de otros profesionales de la lucha contra el fraude, puede ayudar a las organizaciones a determinar hacia dónde se dirige su industria y tomar mejores decisiones al invertir en tecnologías antifraude”, señala James Ruotolo, director senior de Ventas de Productos Antifraude en SAS. “La rápida adopción de las herramientas de la inteligencia artificial, machine learning y el uso de modelado predictivo revelan que la análitica avanzada ayudan a los investigadores a mantenerse un paso adelante de criminales cada día más sofisticados”.

Etiquetas
Mostrar más
Alejandro Alonso

Alejandro Alonso

Periodista especializado en ciencia y tecnología. Trabajó en publicaciones como Banqueros & Empresarios, Telecomunicaciones & Negocios, Customer Service, Prensa Económica, Computerworld, e Insider, entre otras.

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Close