Una de mis cosas favoritas de presentar Fraud Forward es que a veces una conversación toma un rumbo que no tenía previsto. Me senté con Matt Janiga de Modern Treasury esperando pasar una hora hablando de APIs, rieles de pago y la evolución general de la infraestructura fintech. Y no te preocupes, hablamos de todo eso. Pero me fui pensando en cómo los equipos de fraude investigan los delitos financieros y en cuánto está a punto de cambiar ese trabajo.
Por supuesto, las tácticas de fraude están cambiando constantemente y todos estamos acostumbrados a adaptarnos a lo que los delincuentes nos lanzan año tras año, mes tras mes e incluso semana tras semana. Pero ahora, al mismo tiempo, la infraestructura que respalda los servicios financieros está evolucionando más rápido que nunca.
Matt hizo un comentario que se me quedó grabado: la ley Dodd-Frank se redactó para máquinas de fax, teléfonos con cable y centros de atención telefónica atendidos por personas. Las regulaciones que dieron forma a la banca moderna son anteriores a los pagos en tiempo real, a los núcleos nativos en la nube, a las finanzas integradas y a los agentes de IA. Les estamos pidiendo a esos marcos normativos que gobiernen un mundo que sus autores apenas podían imaginar. Esa brecha se puede cerrar, y creo que los reguladores están empezando a verlo también.
La conversación ha cambiado
Durante años, la pregunta regulatoria era alguna versión de «¿cómo detenemos esto?». La observación de Matt, y algo que yo también he percibido en mis propias conversaciones, es que ahora se está convirtiendo en «¿cómo permitimos esto de forma segura?»
Esa es una postura diferente. Los reguladores siguen preocupados por el fraude. Lo que ha cambiado es la aceptación de que esta tecnología llegará esté o no listo el marco normativo, así que la pregunta útil es cómo la adoptan responsablemente las instituciones.
Como profesional especializado en fraude, aceptaré ese intercambio. Esperar a que una tecnología madure antes de que nadie hable de gobernanza tiene un historial perfecto de fracasos. Prefiero con mucho estar en la sala mientras se está construyendo. (Parte de esa utopía proactiva que todos anhelamos.)
La pila moderna contra el fraude: las herramientas que los equipos de fraude nunca tuvieron antes
Matt describió los inicios de las fintech como si todo el mundo estuviera "golpeando palos entre sí", lo cual por supuesto me hizo reír porque es totalmente cierto. Muchos profesionales del fraude que entran hoy en la industria nunca han tenido que construir operaciones de fraude desde cero. Hoy contamos con:
- Inteligencia de consorcio
- Inteligencia de dispositivos
- Analítica del comportamiento
- Plataformas de fraude nativas en la nube
- Investigaciones asistidas por IA
- Orquestación en tiempo real
¿Hace quince años? La mayoría de eso no existía. Los equipos pasaban sus días uniendo manualmente datos de sistemas desconectados mientras el equipo de ingeniería se apresuraba a cerrar la siguiente brecha antes de que los delincuentes la encontraran.
Hemos avanzado mucho. Y los beneficios van más allá de la carga de trabajo de hoy. Esas mismas herramientas son las que nos tienen listos para lo que viene.
La IA agéntica en pagos transforma la investigación
He estado pensando mucho últimamente en el comercio agéntico. La parte que más me interesa es cómo cambia la forma de una investigación.
Cada investigación de fraude en la que he trabajado siempre partió de una suposición: una persona inició la transacción. Alguien inició sesión y hizo clic en enviar, pero ahora el comercio agéntico difumina esa certeza, porque el software puede estar actuando en nombre de un cliente.
El cliente sigue siendo responsable. La atribución es donde el trabajo se vuelve más difícil. "¿Quién hizo clic en el botón?" se convierte en un conjunto de preguntas:
- ¿Quién autorizó al agente?
- ¿Qué autoridad se le otorgó y el agente se mantuvo dentro de ella?
- ¿Sobre qué información actuó?
- ¿Fue el comportamiento coherente con lo que el cliente realmente pretendía?
Preguntas de investigación diferentes de aquellas con las que la mayoría de nosotros nos formamos.
La identidad no desaparece. El contexto lo es todo.
Una preocupación que escucho mucho: ¿la IA hace que la identidad sea imposible? Yo pienso lo contrario. La relación con el cliente sigue existiendo. También el titular de la cuenta y también la autorización. Lo que cambia es cuánta información de contexto tiene que reconstruir un investigador.
Las investigaciones de fraude del futuro pueden requerir que revisemos:
- Permisos de los agentes
- Historiales de decisiones
- Registros de auditoría
- Cambios de comportamiento
- Aprobaciones humanas
- Límites de autoridad
La transacción en sí misma puede contarte solo una parte de la historia.
Nos hemos estado preparando para esto sin darnos cuenta
Una de mis partes favoritas de la conversación fue la opinión de Matt sobre la inteligencia de consorcio. Durante años, las instituciones han querido tener visibilidad más allá de sus propias cuatro paredes. Los bancos querían saber cuándo una institución financiera vecina estaba viendo el mismo patrón. Las fintechs querían la inteligencia compartida que ya existía en ciertos ámbitos de la banca. Nadie tiene suficiente visibilidad por sí solo.
El comercio agéntico sigue la misma lógica. Un solo banco, fintech o equipo de fraude solo llegará a ver una pequeña parte de cómo se comportan estos agentes en todo el ecosistema. La inteligencia compartida se convierte en el punto de partida.
Los fundamentos no han cambiado
En el fondo, seguimos respondiendo a la misma pregunta de siempre: ¿podemos explicar lo que ocurrió? Eso se mantiene igual tanto si la actividad implica a una persona, a un agente, a una plataforma de orquestación o a los tres a la vez.
Por eso yo no esperaría a tener una orientación regulatoria perfecta.
- Empieza a documentar la autoridad.
- Empieza a pensar en la atribución.
- Empieza a preguntarte cómo cambiarían tus investigaciones si fuera el software, y no el cliente, quien iniciara la actividad.
Para cuando el comercio agéntico sea algo habitual, las instituciones en mejor posición serán aquellas que empezaron a hacerse estas preguntas desde temprano.
Si quieres escuchar la conversación completa con Matt Janiga de Modern Treasury, incluida nuestra charla sobre infraestructura de pagos, inteligencia de consorcios, pagos en tiempo real y hacia dónde se dirigen las operaciones de fraude, puedes escuchar el episodio más reciente de Fraud Forward. Fue una de esas conversaciones que me dejó con más preguntas que respuestas... y, sinceramente, esas suelen ser las mejores.
Preguntas frecuentes
¿Qué son los pagos con IA agente?
Los pagos con IA agente describen transacciones iniciadas por agentes de IA en nombre de un cliente, en lugar de ser realizadas directamente por el cliente. En vez de que una persona haga clic en “Enviar”, el software evalúa las condiciones, aplica la autoridad delegada y autoriza el pago. La identidad sigue siendo importante. La atribución se amplía.
¿Cómo cambia la atribución cuando un agente de IA inicia un pago?
La atribución pasa de una sola pregunta a múltiples capas. En lugar de preguntar “quién hizo clic en el botón”, los investigadores reconstruyen quién autorizó al agente, qué autoridad se le otorgó, qué información utilizó el agente, si se mantuvo dentro de los permisos y si su comportamiento fue coherente con la intención del cliente. La responsabilidad no se pierde. Se distribuye en capas a través de los permisos, los historiales de decisiones y los límites de auditoría.
¿Cómo evitan el fraude los pagos con IA agente?
No evitan el fraude por defecto; solo cambian dónde se manifiesta. Las transacciones iniciadas por agentes pueden parecer más limpias que las de humanos porque llegan sin las señales de fricción en las que se basan los modelos tradicionales de fraude. La prevención ahora implica reconstruir los permisos del agente, su historial de decisiones y la alineación de su intención, no solo puntuar la transacción.
¿Cómo investiga el stack moderno de fraude las transacciones iniciadas por agentes?
La pila moderna de prevención de fraude (inteligencia de consorcio, inteligencia de dispositivos, analítica de comportamiento, plataformas de fraude nativas en la nube, investigaciones asistidas por IA y orquestación en tiempo real) proporciona la superficie para la reconstrucción. Los investigadores extraen seis artefactos: permisos de los agentes, historiales de decisiones, registros de auditoría, cambios de comportamiento, aprobaciones humanas y límites de autoridad.
¿Qué es el Protocolo de Contexto de Modelo (MCP) y por qué es importante para los equipos de fraude?
¿Qué es el Protocolo de Contexto de Modelo (MCP) y por qué es importante para los equipos de fraude?
¿Qué preguntas deberían empezar a documentar hoy los equipos de fraude?
Empieza con cinco aspectos: quién autorizó al agente, qué autoridad se le otorgó, qué información utilizó el agente, si se mantuvo dentro de sus permisos y si su comportamiento fue coherente con la intención del cliente. Luego documenta seis elementos por caso: permisos del agente, historiales de decisiones, registros de auditoría, cambios de comportamiento, aprobaciones humanas y límites de autoridad.
