En el negocio de las tarjetas corporativas, donde detectar operaciones que rompen patrones resulta clave para sostener la promesa de servicio sin perjudicar el negocio, Jeeves está apostando por inteligencia artificial (IA) para afinar la identificación de movimientos sospechosos.
Si controlar los gastos corporativos ya implica una tarea pesada, la situación se complica aún más cuando los plásticos son clonados o robados, afectando a todo el ecosistema: la empresa contratante ve desviados sus fondos, el proveedor de la tarjeta incumple su promesa de control, y el usuario final termina cargando con la responsabilidad.
Desde Jeeves, una fintech business to business (B2B) con operaciones en México, Colombia y Brasil, aseguran que la clonación de tarjetas no es frecuente y que usan IA para anticiparse a posibles casos.
“Tenemos IA que básicamente evalúa la transaccionalidad y cuando ve patrones que se salen de los modelos del pasado, dispara como sospechosa la transacción”, dice a iupana Víctor Garrido, director global de Estrategia y Operaciones de Jeeves.
El uso de la IA como herramienta para mejorar la prevención de fraude está tomando masiva adopción entre bancos y fintechs, el detalle está que, aunque se pueden procesar cada vez más datos, discusiones sobre la gobernanza, el entrenamiento y las conclusiones de la IA continúan vigentes entre bancos y fintechs.
Jeeves establece patrones de comportamiento de sus usuarios para que la IA detecte pagos fuera de la rutina. Si identifica una transacción inusual, la bloquea y notifica al cliente; si este confirma que no la reconoce, la tarjeta se cancela de inmediato.
La segunda vía ocurre cuando la transacción pasa, pero el cliente posteriormente reporta que no la reconoce; en ese caso, se cancela la tarjeta y se inicia un proceso de contracargo (chargeback) con el respaldo de Mastercard.
Sobre falsos positivos
Educar a los modelos para reducir falsos positivos es un desafío constante, un efecto colateral de la automatización que obliga a hilar fino para evitar rechazos injustificados.
“Siempre en fraude hay este tema de qué tan precisa es la regla, cómo evitas falsos positivos y cómo, al mismo tiempo, logras capturar la gran mayoría de las transacciones no reconocidas”, aclara Garrido.
La búsqueda de este punto obliga a ajustes constantes en los modelos de prevención de fraude.
“Al final esto siempre es un equilibrio y siempre estamos iterando de nuestro lado para tratar de optimizar”, sentencia el director.