A medida que el panorama del fraude evoluciona, una verdad se vuelve evidente, tener más datos no siempre significa estar mejor protegido. Para muchos equipos antifraude, incluso puede convertirse en una desventaja.
Esa fue la principal conclusión de un panel reciente organizado por SEON con líderes de DoorDash y Bolster AI. Su mensaje es claro, en una era de ataques impulsados por IA y suplantación de comportamiento, la calidad supera a la cantidad, y las señales más inteligentes son las que ganan.
El fraude escala más rápido que las defensas
El auge de la IA generativa y agentic ha cambiado por completo la forma en que se comete fraude. Rod Schultz, CEO de Bolster AI, lo dijo sin rodeos: «La IA está haciendo que sea muy, muy fácil crear y cometer fraude; engañar a los clientes para que hagan cosas nefastas».
Esto ya no se trata solo de bots llenando formularios. Hablamos de fabricación automática de identidades, imitación de comportamiento y pruebas en tiempo real a los sistemas, a menudo más rápido de lo que los mecanismos de detección pueden reaccionar. La IA ha inclinado el juego a favor de los defraudadores, creando una asimetría de información que las defensas tradicionales no pueden cerrar.
El problema de la IA agéntica
Las nuevas herramientas, como la IA agéntica (IA capaz de actuar de forma autónoma para completar tareas), traen nuevas complicaciones. DoorDash mostró recientemente cómo un agente de IA puede pedir una pizza usando OpenAI, pero esa misma capacidad también podría utilizarse para cometer fraude. ¿El problema? Estos agentes no se comportan como humanos, y los sistemas de detección heredados, entrenados para identificar patrones humanos, no detectan los suyos.
Por qué “más datos” no es la respuesta
Muchos equipos de fraude han apostado por lo que parece una solución lógica, recopilar más datos. Pero como señaló Husnain Bajwa, de SEON, este enfoque está saliendo mal: «La gente está recurriendo cada vez más al volumen porque no tiene la profundidad y amplitud de datos necesarias».
¿El resultado?
- Más ruido: con decenas de fuentes, las señales clave se pierden
- Poca procedencia: los datos de terceros suelen carecer de transparencia y fiabilidad
- Menos explicabilidad: analistas y reguladores no pueden entender cómo se toman las decisiones
Al intentar resolver el fraude con volumen, muchas organizaciones solo generan caos de datos y terminan enterrando las señales que realmente importan.
Fricción contra confianza: el dilema de la experiencia de usuario
Incluso cuando los indicadores son correctos, los controles antifraude pueden generar fricción. Para plataformas como DoorDash, ese equilibrio es delicado. «Existe una tensión natural entre las señales que recopilamos y la fricción que generan», explicó Theo Schiades, de DoorDash.
Los conductores (Dashers) esperan una experiencia rápida y fluida. Si se pide demasiada verificación, abandonan. Si se pide muy poca, se cuelan actores maliciosos. Por eso las señales de confianza en tiempo real y con baja fricción son esenciales. Y la confianza no es estática. Las personas cambian; los perfiles de riesgo evolucionan. El futuro de la defensa contra el fraude está en una confianza continua y adaptativa, no en eventos KYC únicos y aislados.
El cambio hacia señales más inteligentes
Los equipos de prevención de fraude más exitosos están dejando atrás los enormes data lakes y adoptando señales e indicadores mas precisos y de alto contexto que aportan claridad, velocidad y confianza.
¿Cómo son las señales inteligentes?
- Alta fidelidad: datos verificados y propios, con procedencia clara
- Ricas en contexto: inteligencia de comportamiento sobre atributos estáticos
- Actualizadas continuamente: cambios en tiempo real, no revisiones trimestrales
- Transparentes: decisiones que pueden explicarse y auditarse
DoorDash compartió cómo utiliza datos de rutas de entrega para verificar si un Dasher realmente completó un pedido, aportando evidencia confiable y propia de la plataforma que es imposible de falsificar.
Reduciendo la asimetría
El fraude es, en esencia, un problema de información asimétrica. El atacante sabe más que el defensor… a menos que el defensor tenga mejores herramientas.
Puntos clave para líderes antifraude:
- Menos datos, más contexto: deja de acumular fuentes de bajo valor; prioriza inteligencia confiable y accionable.
- Confianza continua: un usuario nunca “termina” de ser verificado; la confianza debe ser dinámica.
- La transparencia gana: el scoring de caja negra quedó atrás; reguladores, equipos operativos y usuarios exigen claridad.
- IA + humanos = fortaleza: la IA escala decisiones, pero la experiencia del dominio sigue siendo el diferenciador.
- Tú controlas la señal: los mejores datos son los que generas internamente y puedes confiar plenamente.
No combatas el fraude con más ruido
El problema no son los datos, sino recopilar demasiados datos equivocados. El futuro de la defensa antifraude es impulsado por señales, no por volumen. Las empresas que apuesten por la precisión, la velocidad y la transparencia serán las que se mantengan por delante, no solo de las amenazas actuales, sino también de las que vienen.
