Actualmente, los usuarios del sistema bancario pueden solicitar créditos desde cualquier plataforma digital, sin embargo, el robo de identidades para obtener un préstamo o financiamientos, cuesta 24 mil millones de pesos a las empresas otorgantes.
En un estudio, la firma Círculo de Crédito alertó que la digitalización del sistema financiero ha facilitado el fraude desde la etapa más temprana del crédito en su originación.
Apuntó que en esta fase crítica, los defraudadores aprovechan vacíos en los sistemas para presentar solicitudes con datos falsos, identidades suplantadas o historiales manipulados, donde los defraudadores obtienen recursos.
El informe "El Fraude: El reto que no da espera", elaborado por Círculo de Crédito, reportó que una de cada cuatro cuentas con problemas de morosidad en México podría tener un origen fraudulento.
"Entre las prácticas más difíciles de detectar está el fraude de originación, que se disfraza como una solicitud legítima y opera sin levantar sospechas, durante semanas o meses. Solo cuando la cuenta cae en mora es clasificada como impago, ocultando que fue fraudulenta desde el inicio”, indicó el análisis.
Sin embargo, el crecimiento de fraudes en el país, sigue en aumento, la firma Unico reportó que durante 2024 los casos de fraude digital en México crecieron 84 por ciento.
Con sectores como los casinos, financiero y el sector retail, como los más afectados por este tipo de delitos, señaló en su análisis anual la firma tecnológica Unico.
Ante este escenario Circulo de Crédito inició una colaboración con la firma británica Featurespace, desarrolló GuardIAn Fraud Score, una herramienta basada en Inteligencia Artificial (IA) y machine learning.
Herramienta que permite detectar comportamientos inusuales en tiempo real y anticipar posibles fraudes desde la solicitud del crédito, a diferencia de los modelos tradicionales, que se basan en datos estáticos, esta tecnología evalúa dinámicamente el historial y comportamiento del solicitante.
“Desde la óptica de Círculo de Crédito, el fraude ya no puede abordarse sólo como un asunto de ciberseguridad. Se trata de un reto de inteligencia de datos, que exige modelos de riesgo más dinámicos, automatizados y adaptativos”, dijo la financiera.
Ante el panorama, la compañía refirió una serie de prácticas que las instituciones financieras deben adoptar como:
- Incorporar análisis predictivo desde la originación del crédito.
- Actualizar sus modelos con inteligencia artificial y machine learning.
- Capacitar a sus equipos sobre nuevas modalidades de fraude.
- Establecer métricas que distingan entre morosidad real y fraude.
DOA