Cómo la IA ayuda a los e-commerce contra el lavado de dinero

Dentro del ámbito de la prevención del fraude y la ciberseguridad, hay un concepto que es muy importante entender: el fraude tiene varias dimensiones. El cibercrimen no se limita únicamente a que los estafadores adquieran fondos de manera ilícita a través de distintos tipos de fraude, también contempla el cómo canalizan esos fondos para poder utilizarlos. Por esa razón, una estrategia de prevención de fraude completa no puede dejar a un lado el lavado de dinero.

Muchos de los métodos que utilizan los cibercriminales para el lavado de dinero involucran a los comercios electrónicos, y el crecimiento de su popularidad en los últimos años no ha hecho más que incrementar esta tendencia. En este artículo daremos algunas perspectivas de por qué sucede esto y cómo los e-commerce pueden apoyarse en las nuevas tecnologías para combatir el lavado de dinero.

¿Por qué los estafadores recurren a los e-commerce para lavar dinero?

Los comercios electrónicos son particularmente atractivos para el blanqueo de capitales debido a que en su forma de operar se dan una serie de condiciones beneficiosas para los estafadores:

• Transacciones inmediatas: La mayoría de los comercios electrónicos se caracterizan por ofrecer un proceso de compra rápido y fácil para atraer a más clientes, circunstancia que aprovechan los estafadores.
• Múltiples partes involucradas: Con la oferta creciente de formas de pago en internet, desde pasarelas de pago hasta billeteras electrónicas, cada vez existen más intermediarios que participan en una compra de comercio electrónico, lo cual hace complicado rastrear la identidad del comprador original.
• Incapacidad de revisar cada transacción: Para los comercios electrónicos con un gran volúmen de transacciones es muy complicado y costoso mirar de cerca cada compra que realiza un cliente, por lo que, incluso con un equipo dedicado a ello, puede haber compras fraudulentas que se pasen por alto.
• Monederos electrónicos y tarjetas de regalo: Este tipo de productos pueden llegar a anonimizar una compra pues en muchas ocasiones los registros de abonos a monederos electrónicos no cuentan con toda la información de los datos de pago originales.

Todos estos desafíos ponen en evidencia lo difícil que es rastrear el lavado de dinero en los e-commerce una vez que sucede. Es por ello que la clave está en prevenir que se produzca en primera instancia al identificar los patrones y métodos que emplean los estafadores para realizar este tipo de fraude. En este sentido, los avances tecnológicos como la IA y el machine learning pueden ofrecer soluciones automatizadas y escalables para la prevención del fraude y el lavado de dinero.

El Modus Operandi de los lavadores de dinero en el comercio electrónico

Pero antes de pasar a ejemplos concretos de cómo ayudan estas tecnologías a combatir el lavado de dinero es importante entender primero cómo operan los cibercriminales para lograrlo.

Una de las formas más comunes en las que los blanqueadores de capitales convierten dinero ilegítimo en bienes legales es a través de la compra de productos en comercios electrónicos, pues pueden revender esos artículos, incluso a precios considerablemente más bajos de lo que pagaron por ellos. El resultado de dichas ventas son fondos que en primera instancia parecen legítimos.

Es por eso que hay industrias que se ven más afectadas que otras. Cualquier producto con un alto valor de reventa o que sea muy solicitado es propenso a utilizarse en este tipo de fraude pues al criminal le interesa venderlo lo más rápido posible. Ejemplos de esto incluyen los electrónicos, las consolas de videojuegos de última generación, el calzado deportivo, los productos de lujo o los coleccionables. 

Sin embargo, ningún comercio electrónico está exento de ser afectado, por lo que no se debe bajar la guardia ante el lavado de dinero, no solo en términos del daño que puede representar para los ingresos del negocio sino también en relación con las distintas normativas en torno a los pagos en línea con las que tienen que cumplir.

Usos del machine learning en la prevención del lavado de dinero en el e-commerce

La principal ventaja que otorgan los sistemas de IA y aprendizaje automático en el ámbito del combate al fraude es su capacidad para procesar grandes cantidades de datos y aprender de ellos. Esto permite que los analistas de fraude implementen reglas de riesgo específicas para bloquear o rechazar transacciones con una alta puntuación de riesgo. Lo mejor es que estas reglas se pueden adaptar y refinar a medida que la IA sigue aprendiendo.

Entre las capacidades de estas nuevas tecnologías para la prevención del fraude se encuentra el monitoreo de transacciones en tiempo real. No hay mejor momento para detectar el fraude que mientras está sucediendo, y ante la incapacidad de revisar manualmente todas las transacciones de una tienda en línea, contar con un sistema que lo haga automáticamente es una primera línea de defensa que le pone las cosas muy complicadas a los estafadores.

Este tipo de soluciones observan puntos de datos como la dirección IP desde donde se realiza la transacción para determinar si proviene de un país que está identificado como de alto riesgo o detectar discrepancias entre la dirección del método de pago y la geolocalización del supuesto cliente.

También pueden alertar de transacciones que superen los umbrales que dictan las normativas AML para enviarlas a una revisión manual o incluso detectar comportamientos sospechosos de los usuarios, como por ejemplo un incremento repentino en el volumen de transacción de un cliente o la compra repetida de un solo producto.

Otra ventaja destacable es que estas comprobaciones se realizan tras bambalinas, y no afectan el recorrido de compra de los clientes legítimos. Además, esto evita en buena medida la posibilidad de los falsos positivos que no solo afectan las ventas, sino también la reputación del negocio pues es probable que un cliente se sienta molesto si se le confunde con un cibercriminal.

La IA empodera a los analistas de fraude

Está claro que ninguno de estos datos revelan con total certeza si una transacción en particular es un intento de blanqueo de capitales, pero en conjunto le otorgan una mejor  perspectiva a los equipos de riesgo y a los comerciantes en línea para que puedan tomar decisiones de riesgo mejor informadas y más precisas.

A partir de ahí, cada negocio puede implementar reglas y estrategias personalizadas según su apetito de riesgo y los desafíos específicos en materia de fraude y lavado de dinero a los que se enfrenta su industria.

----

Autor: Laura Garcia Fierro

Tras tres años desarrollando negocio para Latino América en disruptivas empresas tecnológicas, Laura ha ido cultivando su interés por la lucha contra el fraude. Así, hoy en día su carrera pivota en torno a ello, siendo la primera representante de SEON en LATAM, luchando de manera activa contra el fraude en el continente.  Laura es una experta en entender la necesidades tecnológicas únicas de Latino América, ayudando con el crecimiento de las empresas.