Nuevas tecnologías como biometría física, computación cuántica o inteligencia artificial generativa (GenIA) lideran lo más recientes esfuerzos de la industria financiera para detener la rápida expansión del cibercrimen.
Directivos de Mastercard enumeraron esta semana que con un tamaño global de unos US$ 8 billones el año pasado, si el cibercrimen fuese un país tendría la tercera economía más grande, después de Estados Unidos y China. Esto además de lastrar la inclusión financiera, generará una pérdida estimada de unos US$ 100.000 millones hasta el 2030 para bancos, fintechs y procesadores de pagos.
George Maddaloni, Chief Technology Officer de Mastercard, destaca que el reto es explorar herramientas para construir resiliencia en los movimientos de dinero, pero sin afectar su agilidad. “Con el uso de la computación cuántica los pagos deben ser más seguros, porque las computadoras cuánticas tendrán más capacidad para realizar fraudes, pero también para cifrar. Por lo tanto, necesitamos aumentar las capacidades de cifrado para que los pagos cuántico-resistentes estén garantizados”, dijo el CTO en un tour para periodistas al hub de tecnología de la marca en Nueva York, al cual fue invitado iupana.
Aunque la compañía reconoce que la computación cuántica, usada para resolver problemas más complejos más rápido, está apenas siendo construida, sostiene que están probando pagos en esta esfera. Así mismo, Maddaloni agregó que el blockchain, el desarrollo de APIs y la nube también son herramientas centrales en sus laboratorios, en una prueba de que la tecnología juega un rol cada vez más central en la industria financiera.
La biometría de tipear en el celular
Cris Reid, vicepresidente ejecutivo de Soluciones de Identidad, explica que mediante IA han identificado señales físicas que permiten sospechar coerción o miedo en usuarios víctimas de fraude digital. “Dicho de manera simple, la manera en cómo nos comportamos con nuestros dispositivos: el ángulo con el cuál sostenemos el dispositivo, la manera en la cual colocamos nuestros pulgares […] El reto era saber si alguien a punto de ser víctima de una estafa muestra cambios en su comportamiento, mientras enviaba dinero, mientras interactúa con su teléfono, el pad de la laptop”, explica.
“Y sí, hay un par de anomalías identificables en la interacción de las personas con sus dispositivos, cuando está asustadas. Eso nos permite proveer señales a los bancos”, acertó.
Mirando hacia los próximos años, Andrew Reiskind, Chief Data Officer de la empresa, enfatizó la importancia de tener “data lista” para aprovechar las capacidades de la IA generativa, tanto para crear servicios de copilotaje financiero, como chatbots de educación e inversión, como en plataformas en el frente de la seguridad.
“A medida que nos movemos desde la analítica de data tradicional, un montón de los modelos de IA se describen como cajas negras: no se sabe cómo llegaron a esos resultados, y esto se ha vuelto mucho peor con la IA generativa, especialmente con las alucinaciones. Así que una de las cosas que tenemos que hacer es asegurarnos de tener la data lista […] sea fresca, de calidad, fiable y comprensible”, enumeró.
Grandes bancos de la región coincidieron recientemente en que las alucinaciones de la GenIA, es decir, cuando la información arrojada no sigue ningún patrón identificable, son un obstáculo para la implementación de la herramienta. Además, las instituciones deben asegurarse de construir principios de gobernanza que aseguren que los algoritmos no estén construidos sobre prejuicios de género, religión o raza y que la data se mantenga como un derecho fundamental de los clientes, recalcó Reiskind.
