Hace unas semanas leíamos que un falso Keanu Reeves había estafado más de 700.000 euros a una fan española. Sorprendente noticia, pero quizás lo más sorprendente es cuando la persona estafada declaraba que hablaba por teléfono con él y que tenía su misma voz.
Es, sin duda, un ejemplo pintoresco de como los ciberdelincuentes utilizan las nuevas tecnologías, como la Inteligencia Artificial, para engañar a los usuarios. Pero en los últimos años hemos visto cómo el fraude está aumentando tanto en número como en sofisticación y complejidad. De hecho, los expertos de la firma de ciberseguridad Proofpoint comentan que los riesgos cibernéticos no harán más que aumentar debido a que el ámbito digital está explotando con nuevas innovaciones.
Nos encontramos más cibercriminales, más organizados y con las últimas innovaciones tecnológicas, lo que se traduce en un aumento de las pérdidas por fraude. Así lo confirma el último estudio sobre el fraude de Experian, que refleja que casi tres cuartos (73%) de los encuestados han visto un aumento en las pérdidas por fraude durante el año financiero anterior.
Sin embargo, al igual que los delincuentes usan la tecnología innovadora, la tecnología de prevención del fraude mejora constantemente, en gran parte gracias a las innovaciones impulsadas por Inteligencia Artificial y Machine Learning.
Un enfoque multicapa, verificación y perfilado de dispositivos
Las compañías deben apostar por un enfoque por capas que incluya la verificación de identidad, la verificación biométrica, datos de inteligencia del dispositivo y Machine Learning. De esta forma, podrán mitigar el fraude y seguirán ofreciendo sus servicios con una fricción mínima.
La verificación, tanto de identidad como biométrica, es crítica. Esta última utiliza características físicas únicas del usuario, como las huellas dactilares, la cara, la voz o el iris, para escanearlas y confirmar su identidad. Esta tecnología es cada vez más común en dispositivos móviles y sistemas de seguridad.
Por otro lado, una de las principales ventajas que aporta el ML es el análisis instantáneo de enormes cantidades de datos para detectar anomalías e identificar patrones que pasarían desapercibidos para un especialista en fraude. Otra ventaja es que sustituyen las recomendaciones de sí o no con una puntuación del riesgo de fraude que permite establecer con precisión el riesgo. Y no podemos olvidar la capacidad de aprendizaje del ML. Conforme se añaden más datos al modelo a lo largo del tiempo, éste es capaz de clasificar mejor los casos fraudulentos.
El perfilado de dispositivos es también muy importante, ya que la huella digital de cada dispositivo es un componente clave en los sistemas de scoring de probabilidad de fraude. El historial del dispositivo cuenta con un rastro de datos difícil de manipular, aunque el delincuente use una conexión anónima. De esta forma, podemos saber qué dispositivos se identifican como fraudulentos y alertar de datos sospechosos que indiquen fraude de identidad.
Ante la gran abundancia de soluciones y para evitar los silos operativos, blanco ideal de los delincuentes, las compañías deben apostar por un partner experto que les oriente, les facilite la mejor solución contra el fraude y que permita la orquestación. Esta solución debe ser capaz de configurar, coordinar y gestionar automáticamente el uso de todas las herramientas y fuentes de datos para la más eficiente detección del fraude, conectando desde el software de reconocimiento hasta las soluciones de prevención del fraude fisico o digital y, al mismo tiempo, respetar y optimizar el “customer journey“ del cliente.
La colaboración sectorial, imprescindible en la lucha contra el fraude
Y para que la lucha contra el fraude sea realmente eficaz, solo existe el camino de la colaboración. Con esta premisa nació la Asociación Española de Empresas Contra el Fraude. Una entidad sin ánimo de lucro cuya misión es establecer una plataforma colaborativa que coordine un sistema español antifraude y convertirse en una comunidad de empresas que luchan juntas.
Otra iniciativa puesta en marcha y en cuyo ADN se encuentra la colaboración y el trabajo conjunto es Hunter. Una herramienta de referencia y el primer sistema multisectorial de intercambio y comparación de datos para la lucha contra el fraude. En Hunter se agrupan más de 15 entidades de sectores muy diferentes que han permitido evitar 150 millones de euros en potenciales perdidas por fraude gracias al análisis en tiempo real de millones de datos y les permite analizar en tiempo real las solicitudes para evitar intentos de fraude mediante reglas y scorecards personalizadas.
Compartir información, además de evitar intentos de fraudes, favorece la creación de insights, estadísticas y análisis, que redundan en beneficio de la sociedad ya que se amplía el conocimiento conjunto sobre el fraude a cualquier nivel.
Por último, me gustaría mencionar los consorcios de fraude como una de las herramientas más efectiva para la lucha contra el fraude y cuyo éxito también reside en la acción conjunta de sus miembros. Entre los principales beneficios de este tipo de consorcios destacamos el conocimiento de las últimas tendencias de fraude y la reducción de las pérdidas por fraude de los nuevos miembros, que se benefician inmediatamente de la información de fraudes reportados alojada en la base de datos de Hunter.
Asimismo, los miembros cuentan con el expertise adicional que aporta el colectivo que permite una optimización constante y continua de las estrategias de detección de fraude y una mayor influencia en las negociaciones con las autoridades reguladoras y las fuerzas del orden.
Como hemos comentado, la lucha contra el fraude debe contar con el mejor talento, las mejores herramientas, y las tecnologías más innovadoras que nos permitan luchar contra unos delincuentes cada vez mejor organizados y con mayores capacidades. La colaboración sectorial aporta la posibilidad de mutualizar las decisiones y ponerlas en marcha rápidamente para una oposición y lucha conjunta contra el fraude. Ya lo decía la deportista Abby Wambach: "Nunca he anotado un gol en mi vida sin recibir un pase de otra persona"