El sector bancario está atravesando una crisis silenciosa, marcada por la incapacidad de sus sistemas tecnológicos para detectar y frenar en tiempo real las crecientes estafas que afectan a consumidores y entidades financieras. A medida que los delincuentes perfeccionan sus métodos y aprovechan avances en inteligencia artificial, las pérdidas económicas a nivel global alcanzaron los 1,03 billones de dólares en 2024, equivalentes a aproximadamente 890.000 millones de euros, según la Alianza Global Antiestafa (GASA). Este fenómeno evidencia una profunda brecha tecnológica que deja vulnerable tanto a los bancos como a sus clientes.
Un informe reciente elaborado por la firma SAS destaca que no solo ha aumentado el volumen de fraudes, sino también su complejidad, rapidez y capacidad de adaptación. La investigación señala que las estafas se vuelven más sofisticadas, con delincuentes que emplean las mismas tecnologías que las instituciones para engañar a los usuarios, a la vez que explotan aspectos psicológicos como la urgencia, el miedo y la autoridad falsa para manipular a las víctimas. La cuestión no es solo identificar qué nuevas formas de fraude aparecerán, sino desarrollar sistemas que puedan responder de manera ágil y eficaz a amenazas que evolucionan a pasos agigantados.
La situación se agrava por la fragmentación de los datos en muchas instituciones financieras, que operan con sistemas desconectados para gestionar riesgos, fraudes y delitos. Esta dispersión dificulta obtener una visión unificada del comportamiento de los usuarios y de las amenazas en múltiples canales —aplicaciones móviles, correos electrónicos, llamadas telefónicas o transacciones en línea—, lo que impide detectar comportamientos sospechosos en tiempo real. Además, la calidad de los datos suele ser deficiente, reduciendo la eficacia de los modelos predictores y dificultando la diferenciación entre actividad legítima y fraudulenta.
La dependencia de reglas tradicionales y modelos anticuados, diseñados para detectar anomalías en las transacciones, es otro de los obstáculos. Las estafas modernas, muchas veces impulsadas por la ingeniería social, no buscan vulnerar sistemas, sino persuadir a la víctima para que realice la operación, con transacciones que parecen normales y no generan alertas. Esto explica por qué muchas fraudes solo se detectan después de que el dinero ha sido transferido, dejando a las instituciones en una posición de desventaja.
Expertos advierten que la clave para combatir estas amenazas reside en avanzar hacia modelos de análisis de comportamiento más sofisticados, que integren perfiles dinámicos, análisis de intención y detección de desviaciones en las actividades del usuario, incluso cuando las transacciones aparenten ser rutinarias. La urgencia de modernizar los sistemas se vuelve imperativa en un contexto donde los pagos instantáneos se han masificado, operando en segundos y dejando un escaso margen para reaccionar ante un intento de fraude.
Para ello, se recomienda la incorporación de puntuación y bloqueo en tiempo real, además de mecanismos de fricción adaptativa, como autenticaciones reforzadas, avisos contextuales y verificaciones adicionales que puedan detener la operación sospechosa en el momento justo. Sin embargo, estos procesos también generan un incremento en los falsos positivos, que saturan a los equipos de análisis y afectan la experiencia del cliente, con alertas que muchas veces no corresponden a intrusiones reales.
Desde el punto de vista técnico, el principal desafío radica en superar la fragmentación y los modelos obsoletos, para contar con estructuras de datos robustas, modelos actualizados continuamente y capacidades de explicar las decisiones tomadas por los sistemas. La integración de análisis de comportamiento y perfiles dinámicos permitirá identificar desviaciones mínimas, incluso en transacciones aparentemente normales, posibilitando respuestas más rápidas y efectivas.
La colaboración entre departamentos y la comunicación proactiva con los usuarios también son aspectos cruciales para reducir el impacto de las estafas. Tras un incidente, una atención eficaz puede convertir una experiencia negativa en una oportunidad de fidelización. La clave está en disponer de datos diversos, bien etiquetados y de alta calidad, que permitan desarrollar modelos precisos y transparentes, capaces de adaptarse a la evolución constante del fraude.
En definitiva, la lucha contra las estafas bancarias exige un esfuerzo conjunto por modernizar las infraestructuras tecnológicas, adoptar soluciones basadas en inteligencia artificial y reforzar los procesos de detección y respuesta. Solo así será posible cerrar la brecha que hoy deja expuestos a bancos y clientes a riesgos crecientes en un escenario donde la velocidad y la sofisticación del criminal no dejan espacio para la inacción.
Fuente: InfoBAE y otros medios.
