Inteligencia Artificial al servicio de la batalla contra el fraude bancario

Cada vez es más frecuente ver cómo las entidades financieras se proveen de la Inteligencia Artificial para mejorar los campos operativos de la empresa y prevenir el riesgo. Gran parte del sector se ha adaptado a estas técnicas para enriquecer su crecimiento y beneficiarse de sus servicios ventajosos, pero en la actualidad la Inteligencia Artificial va más allá.

Roberto Paredes, CTO de Solver Machine Learning S.L., una de las start-up que están participando en la tercera edición de Bankia Fintech by Innsomnia, cuenta cómo la evolución de estas técnicas pueden llevar a reducir y prevenir el fraude bancario. Esta práctica es uno de los problemas más preocupantes dentro de la banca, ya que provoca la alteración y modificación en los índices de referencia bancaria y para combatirlo muchas empresas se sirven del Machine Learning.

Una de las aplicaciones de Inteligencia Artificial aplicada al fraude ha sido publicada recientemente por Jon Ander, CDO de Solver Machine Learning, junto con el propio Roberto Paredes y que trata principalmente del fraude de transacciones bancarias en tarjetas de crédito. Una práctica en la que “la Inteligencia Artificial permite recuperar el 25% del dinero de transacciones fraudulentas”, afirma Paredes. La clave es que trabaja con grandes cantidades de datos, de más de mil millones de transacciones, para clasificar de forma automática cada una de ellas como genuina o fraudulenta.

Dentro del sistema bancario, las aplicaciones para evitar el fraude se han caracterizado por el uso de técnicas más simples basadas en reglas estáticas, capaces de analizar un menor número de datos y rentabilizar en menor medida las variables que se tienen. En la actualidad, las técnicas de Machine Learning han permitido avanzar dentro de este campo, ya que son capaces de trabajar con grandes volúmenes de datos y variables.

Además de esta aplicación, dentro de la batalla contra el fraude bancario existen otras muchas aplicaciones de Inteligencia Artificial para la banca. Una de las posibilidades que hay son las de concesión de créditos y evaluación del riesgo, en las que se puede analizar ese riesgo de una forma más inteligente y segura. También existen las aplicaciones de “banca personal” en las que se ofrecen servicios más personalizados para cada cliente, basándose principalmente en datos históricos del propio cliente para hacer que las predicciones sean más útiles para el usuario.

Aún así, la aplicación de la Inteligencia Artificial en banca tiene un largo camino para avanzar, a lo que Roberto Paredes afirma que para evolucionar hay que “utilizar fuentes externas de información, como poner un reconocimiento facial en los cajeros o combinar diferentes técnicas”. Pero la tendencia dominante es que la Inteligencia Artificial y el Machine Learning se utilicen dentro de los bancos de forma más asidua en los próximos años.

Autor: Bankia Fintech.

Leer la publicación