Detectar y detener transacciones y operaciones inusuales y movimientos sospechosos son buenas razones para el uso del Machine Learning.
Es difícil pensar en cuál sería el avance de las billeteras digitales si no hubiese ocurrido el confinamiento por el Covid-19. Y es que, aunque Pay Pal ya existia (por hablar de la más conocida) 2020 y 2021 representaron hitos históricos en su operación.
Hoy es casi imposible pensar en un mundo en el cual las transacciones digitales no ocurran fluidamente y por montones.
No obstante, los hackers trabajan arduamente para alterar ese ritmo y hacerse una con el dinero ajeno aunque ya no es físico.
Las fintechs, wallets o billeteras digitales son uno de sus blancos recientes, en el esfuerzo permanente de tomar lo que no es suyo.
De hecho, ya hay más de 30 billeteras de estas características con alrededor de ocho millones de usuarios.
Estos sistemas, afortunadamente, se defienden. Y con excelentes recursos, incluyendo la inteligencia Artificial y el machine learning:
- Compras realizadas fuera del rango habitual de consumo
- Horarios inusuales
- Alta frecuencia
- O montos excesivos son algunas de las alarmas que disparan el monitoreo de operaciones sospechosas
En defensa del usuario
Cabe destacar que algunas de estas defensas no son opcionales. Por el contrario, para evitar el lavado de activos y fraudes, el BCRA obliga a las billeteras digitales a apoyar sus análisis con herramientas que permitan identificar patrones sospechosos, casi in détectables si se realiza la revisión manualmente.
Dicha regulación – Comunicación A 7463 -, indica que cada esquema de transferencia inmediata deberá apoyar sus análisis de lavado y fraude con recursos – is como la IA o el Machine Learning (ML) – que permiten identificar patrones sospechosos, como pueden ser:
- Un domicilio de radicación distinto al de la provincia donde se hacen las compras
- Gran cantidad de compras en breves periodos de tiempo
- Operaciones en horarios inusuales
- Que todas las compras provengan únicamente de canales de ecommerce
“Lo que se intenta hacer desde esta regulación y desde las herramientas que ya existen en el mercado, es monitorear operaciones sospechosas con un enfoque basado en riesgo, de acuerdo a lo establecido por el Grupo de Acción Financiera Internacional (GAFI)”, comenta Martin Piñeiro, Chief Digital Officer de Worldsys.
Norma y machine learning
Cabe recordar en este punto que Worldsys desarrolló un Sistema de Operaciones Sensibles (SOS) para las billeteras digitales, el cual puede registrar y monitorear con métodos de machine learning patrones complejos que indiquen una actividad inusual en el comportamiento del usuario.
De acuerdo con el riesgo evaluado y en función de las responsabilidades identificadas, cada billetera digital deberá contemplar acciones en coordinación con los participantes de los esquemas involucrados
También están obligadas por el BCRA a presentar regímenes informativos con diversos fines, que deberán cumplirse en tiempo y forma para evitar sufrir multas y sanciones:
- Informar mensualmente las cuentas de pago de clientes y saldos invertidos en fondos comunes de dinero informados a los clientes
- Informar mensualmente la cantidad de operaciones y montos totales
- Y remitir trimestralmente un informe especial de auditor externo que certifique el cumplimiento de las normas y la integridad de la información contenida
“La tecnología RegTech permite a las billeteras digitales alinearse a la normativa y cumplir en tiempo y forma con las nuevas regulaciones que comienzan a alcanzarlas. La coordinación entre los proveedores de servicios de pago, las compañías regtech y los entes reguladores, es fundamental para transmitir la confianza necesaria a todos sus usuarios”, finaliza Piñeiro.