El abono instantáneo del dinero y el funcionamiento 24x7 que ofrecen los pagos instantáneos suponen grandes ventajas para los usuarios y promueven la digitalización, la innovación y la velocidad de los pagos, pero al mismo tiempo plantean importantes retos para el sistema bancario, puesto que esta misma velocidad puede a su vez facilitar un flujo mayor de operaciones fraudulentas.

Payguard es el servicio de Iberpay que utiliza el sector financiero para combatir el fraude en los pagos de cuenta a cuenta y que emplea modelos de inteligencia artificial y machine learning, para identificar posibles nuevas cuentas mula y operaciones irregulares, como fraude, blanqueo de capitales o financiación del terrorismo.

En el año 2023 en España, se procesaron un total de 1.011,2 millones de operaciones de transferencias instantáneas entre empresas, instituciones y personas. Las transferencias instantáneas suponen ya más de la mitad del total de transferencias cuenta a cuenta en nuestro país. Y con la reciente aprobación del Reglamento europeo sobre transferencias instantáneas que entró en vigor el 8 de abril de 2024, que persigue impulsar el uso de este instrumento de pago en Europa, se espera que estas cifras continúen en aumento vertiginosamente.

La adopción masiva de transferencias instantáneas en la economía requiere el uso de soluciones sectoriales especializadas para combatir los nuevos tipos de fraude que emergen con el avance de la tecnología. El dinero tarda de media en España 0,6 segundos en llegar a su destino una vez se ha validado el pago en una transferencia instantánea. Así de exigente es el reto al que se enfrenta el sector; porque a la misma velocidad con la que se trasladan los fondos, también se mueve el fraude, por lo que resulta más difícil de detectar, prevenir y recuperar.

En este contexto, la inteligencia artificial es particularmente eficaz, ya que facilita el análisis e integración de grandes volúmenes de datos y apoya el aprendizaje automático de nuevas formas de fraude, mejorando continuamente su capacidad para identificar transacciones fraudulentas. 

El servicio Payguard de Iberpay está diseñado para ayudar a las entidades a luchar contra el fraude en las transacciones cuenta a cuenta. En funcionamiento desde 2020, este servicio incluye entre sus herramientas un potente motor entrenado con IA y los datos agregados y anonimizados de las 73 entidades conectadas al sistema. Así pues, Payguard actúa como nodo sectorial para prevenir, detectar y anticipar el fraude en los pagos cuenta a cuenta proporcionando así un enfoque robusto y adaptativo en la detección y prevención de estas actividades ilícitas en nuestra economía.

¿Cómo se usa la IA en la prevención del fraude bancario?

A través del modelo predictivo de Payguard se realiza el seguimiento continuo de las actividades del sistema nacional de pagos (SNCE) que gestiona Iberpay y se facilita la identificación de posibles cuentas mula y transacciones irregulares como fraude, blanqueo de capitales o financiación del terrorismo en cada banco participante.

Existen varias formas de aplicar la inteligencia artificial a los volúmenes de operaciones que procesa el sistema de pagos. Una de ellas es darle al algoritmo los datos de millones de operaciones de pago e indicarle a priori cuáles han sido reportadas como fraudulentas, sospechosas o tentativas. A partir de ese marcaje, se le programa para que encuentre patrones. Este sería el caso de un modelo de IA supervisado.

Payguard notifica constantemente a los bancos conectados sobre las cuentas con actividad sospechosa para su posterior análisis. A su vez, cada entidad debe verificar si dichas cuentas presentan realmente indicios de sospecha y, así, aportar información valiosa para la retroalimentación y mejora del motor analítico.

Desde la incorporación de la IA a Payguard en el año 2022 se han reportado casi 2.000 cuentas bancarias con operaciones anómalas. Para las entidades que están conectadas esta herramienta, a su vez, sirve de complemento para sus sistemas internos de lucha contra el fraude con los que ya cuentan. 

Visión 360, clave en la detección de operaciones fraudulentas

La inteligencia artificial ya se aplica desde hace años en el sector bancario para prevenir el fraude. Se utiliza, por ejemplo, para detectar movimientos sospechosos en las retiradas de dinero de los cajeros automáticos o en los pagos con tarjeta en comercios. En estas operaciones la entidad cuenta con información de la operativa de su cliente y los datos más relevantes con los que poder analizar la transacción completa.

Sin embargo, en el caso de los pagos de cuenta a cuenta, como las transferencias o los adeudos, la información del banco emisor es limitada. Conoce a su cliente, pero sabe mucho menos de la cuenta beneficiaria y eso dificulta la detección de un posible fraude. Y a todo esto se suma la velocidad del movimiento del dinero.

Solo una visión 360 como la que ofrece Payguard puede completar el análisis de la operación. Una imagen más completa de este puzle permite detectar, por ejemplo, los casos de fraude basados en redes de cuentas bancarias conectadas o ‘cuentas mula’. Operaciones que, analizadas de manera individual pueden no emitir señal de alerta, pero que en su conjunto sí pueden esconder una posible finalidad fraudulenta.

Por este motivo, la compartición de datos en el sector se ha convertido en un avance fundamental para detectar nuevos tipos de fraude, reforzar la resiliencia del sector financiero y de sus clientes, y hacer frente a las complejas amenazas de los delincuentes. 

Payguard, proyecto estratégico y puntero en la lucha contra el fraude

Payguard es un proyecto pionero y estratégico en el sistema de pagos y en constante evolución. Está integrado en la cadena de valor de los pagos y sus principales herramientas son:   

1. Share. Fue la primera en activarse en el año 2020. Permite a las entidades financieras compartir información sobre intentos de fraude en tiempo real con el resto de los participantes de la red. Esta herramienta ha sido rediseñada para facilitar una comunicación más fluida, permitiendo un intercambio más eficiente y ágil de información sobre operaciones fraudulentas.
2. Rescue. Fórmula para recuperar fondos en casos de fraude o estafa. Supone una mejora para las entidades en la gestión de solicitudes de retrocesión por fraude, ofreciendo interfaces intuitivas para un seguimiento detallado de los casos, permitiendo una rápida respuesta y una mayor recuperación de fondos.
3. Prevalidate. Sistema que permite a los bancos y a los clientes comprobar la titularidad de la cuenta antes de realizar un pago.
4. Intelligence. Herramienta que utiliza IA para identificar cuentas mula en los bancos conectados, así como posibles casos de blanqueo de capitales y financiación del terrorismo. Las entidades reciben reportes automatizados sobre actividades sospechosas para su investigación.
5. Score. Son indicadores en tiempo real que ayudan a evaluar el riesgo de un pago. Complementan la información de la propia de la entidad. Supone un avance en la evaluación de riesgos en tiempo real, con algoritmos que analizan patrones de transacciones para identificar operativa irregular, incluyendo blanqueo de capitales y financiación del terrorismo.
6. Networks. Es un servicio en desarrollo para identificar redes de cuentas fraudulentas a través de modelos de redes neuronales (otra forma de aplicación de la IA).

Las posibilidades que brindan las nuevas tecnologías permiten proteger y fortalecer los servicios de pago que la banca ofrece a sus clientes, pero también abren nuevas oportunidades a los delincuentes. Mediante la compartición de información de forma sectorial y el uso de la IA se puede mantener una lucha activa y efectiva contra el fraude, al mismo tiempo que se facilita el desarrollo de una economía más digital, eficiente y resiliente.

*****