IA vs. IA: La nueva carrera por proteger la seguridad de los pagos

La inteligencia artificial (IA) está intensificando el juego del gato y el ratón que los expertos en ciberseguridad y los delincuentes han jugado desde la década de 1970, cuando los investigadores crearon el primer virus informático, Creeper, y desarrollaron la herramienta Reaper para combatirlo. La introducción de nuevas herramientas de seguridad siempre ha significado que la innovación criminal le siga rápidamente.

Ahora, la IA generativa está acelerando los ciclos: la IA está transformando el crimen tanto como el comercio. La seguridad en los pagos está entrando en una nueva carrera donde la confianza depende de qué algoritmos —los de los defraudadores o los de los defensores— aprendan más rápido. Aquí analizamos más de cerca cómo la IA está dando forma a la próxima generación de amenazas de fraude y ciberseguridad, y cómo las nuevas innovaciones en seguridad de pagos están ayudando a los comercios a defenderse.

Entendiendo el estado del fraude financiero habilitado por IA

Los titulares están llenos de casos donde los delincuentes utilizan la IA para todo, desde crear videos deepfake hasta desarrollar inyecciones de código malicioso que generan fraude. El Deloitte Center for Financial Services estima que la IA generativa podría generar hasta 40 mil millones de dólares anuales en pérdidas por fraude para bancos y clientes en EE. UU. para 2027. La Global Anti-Scam Alliance estima que, en todos los tipos de estafas y fraudes, la IA ayudó a facilitar más de 1 billón de dólares en pérdidas solo en 2024.

Ese ritmo no está disminuyendo. Gen, la empresa matriz detrás de varias soluciones de software antivirus, descubrió que en el primer trimestre de 2025, las filtraciones de datos personales aumentaron un 186% y los intentos de phishing un 466%. Han identificado que uno de los principales motores de estos aumentos son las herramientas de ciberdelincuencia impulsadas por IA. En general, la investigación del informe the 2025 AI Trends in Fraud and Financial Crime Prevention estima que el 50% del fraude actual está habilitado por IA.

Sin embargo, organizaciones desde bancos hasta procesadores de pagos están contraatacando, con un 90% de las instituciones implementando IA para detectar fraudes, según el mismo informe AI Trends in Fraud. Estas inversiones dan resultados: Nvidia señala que las organizaciones con herramientas sólidas de detección de fraudes mediante IA logran un aumento de hasta el 40% en la precisión de detección. Un estudio reveló que la detección de fraudes basada en IA reducirá las pérdidas hasta en un 20% tan solo en 2025. Las inversiones seguirán aumentando, y KPMG destaca que las soluciones de prevención y detección de fraudes con IA fueron el caso de uso de IA generativa más mencionado por el 76% de los líderes de instituciones financieras.

Cómo utilizan los delincuentes la IA en el fraude de pagos hoy en día

Para los delincuentes, la IA está haciendo que las formas tradicionales de fraude de pagos sean más eficientes y escalables, además de introducir nuevos vectores de ataque. Como Microsoft señaló recientemente, la IA permite a los delincuentes escalar sus ataques con mayor precisión, mejor segmentación y una sincronización estratégica. Los deepfakes —la creación de imágenes o videos que parecen reales— se han utilizado en conferencias telefónicas falsas, sofisticadas y con múltiples participantes para engañar a los empleados y lograr que realicen grandes transferencias fraudulentas. La clonación de voz ha convertido una simple grabación de voz en una herramienta que puede usarse para todo, desde la autenticación de sistemas para hackear cuentas hasta la suplantación de figuras de autoridad. Del mismo modo, las imágenes deepfake se han utilizado para la autenticación visual de cuentas, llegando incluso a engañar a funciones de vanguardia como las pruebas de vivacidad con animaciones realistas.

Los delincuentes utilizan la IA generativa para combinar datos reales y falsos con el fin de crear identidades sintéticas. Estas pueden usarse para abrir cuentas y crear narrativas de identidad coherentes que son difíciles de identificar como falsas. Además, la IA generativa puede ayudar a los delincuentes a recopilar información rápidamente sobre sus objetivos y desarrollar una ingeniería social sofisticada que se adapte a una personalidad específica o que imite a un ejecutivo lo suficientemente bien como para confundir a los empleados. Sumado a un malware cada vez más sofisticado y ataques basados en código, el nivel de amenaza del fraude impulsado por IA se mantiene constantemente en zona roja.

Cómo contraatacan los procesadores de pagos

Las instituciones financieras y los procesadores de pagos están a la vanguardia en la adopción de medidas antifraude. Las soluciones antifraude eficaces e inteligentes, impulsadas por IA y aprendizaje automático, son multicapa y funcionan en todos los niveles del mundo del procesamiento de pagos. Algunas innovaciones a tener en cuenta incluyen:

Dispositivos de pago

La terminal o el sistema de punto de venta en sí deben estar protegidos. El hardware puede equiparse con funciones contra la manipulación, como la capacidad de apagarse o alertar a los empleados después de intentos de manipulación para detener el skimming, el malware y amenazas relacionadas. En situaciones en las que los comercios adoptan puntos de servicio basados en software, las soluciones SoftPOS se centran en software reforzado que funciona de manera efectiva en cualquier dispositivo.

Gestión de red

La seguridad de la red y del perímetro sigue siendo fundamental, mediante el uso de enfoques estratégicos para la segmentación de datos, la gestión de accesos y herramientas en tiempo real que escanean constantemente en busca de amenazas.

Puntuación y autenticación mediante aprendizaje automático en tiempo real

La puntuación de riesgo y la autenticación son procesos complejos. La integración del aprendizaje automático permite a las redes de pago analizar el comportamiento, los patrones de pago, la identidad digital y decenas de otros factores en tiempo récord para disuadir el fraude y ofrecer aprobaciones rápidas y precisas a los clientes.

Cifrado y criptografía avanzada

Las mejores soluciones garantizan que los datos estén cifrados de extremo a extremo durante toda la transacción, utilizando cifrado punto a punto (P2PE) validado. Cuando los datos nunca se encuentran en formato de texto plano durante el proceso, no hay nada que interceptar y los delincuentes poco pueden hacer con la información. Los modelos criptográficos avanzados que mejoran la gestión de claves también dificultan que los delincuentes accedan a datos comprometidos de manera útil.

Tokenización

La tokenización le permite reemplazar datos confidenciales, como el número de una tarjeta de crédito, con un sustituto para que actividades como la generación de informes o la gestión administrativa no creen brechas de seguridad. Cuando se adopta este enfoque, investigaciones de Visa indican que el fraude puede disminuir hasta en un 60%.

Autenticación y verificación

La implementación de métodos avanzados de verificación de identidad, como el uso de llaves de acceso (passkeys), datos de identificación biométrica y autenticación de múltiples factores, junto con otras tecnologías emergentes, ayuda a los proveedores a identificar con precisión quién es un cliente y quién es un delincuente.

Infraestructura segura: Cada capa de la infraestructura de pagos puede añadir mayor seguridad o introducir un posible vector de riesgo de fraude. Es importante elegir socios que adopten altos estándares de seguridad en todos los niveles y que utilicen pruebas constantes para identificar y cerrar brechas.

¿Quién debería estar a tu lado en esta carrera?

En esta batalla de IA contra IA que se desarrolla en tiempo real, las organizaciones deben elegir a los socios adecuados. La seguridad, la protección antifraude y una postura proactiva que integre constantemente la inteligencia artificial y el aprendizaje automático para brindar mayor precisión y seguridad son esenciales en un socio de pagos. Desarrollar el plan correcto y encontrar a los socios adecuados significa centrarse en algunos factores clave.

Entiende tu base de referencia y define metas claras: Lo que se mide, se puede gestionar. Tomate el tiempo para evaluar tus KPI actuales relacionados con la detección de fraude. Identifica brechas, áreas de mejora, amenazas crecientes y oportunidades para mejorar la experiencia del cliente y la seguridad. Traduce eso en un plan claro para que pueda medir el éxito de sus inversiones.

Invierte con socios expertos: El Merchant Risk Council descubrió que el encuestado promedio de una encuesta utilizaba cinco herramientas distintas para intentar detectar fraudes. Las soluciones desconectadas generan costos y complejidades innecesarias. En lugar de intentar integrar soluciones dispares, invierte estratégicamente con socios expertos que puedan ayudarte a definir sus necesidades y ofrecerle soluciones integradas que funcionen a la perfección en toda su empresa.

Evalúa a los posibles proveedores: Al elegir un socio, comienza por evaluar las diferentes capas de su enfoque multicapa. Tomate el tiempo necesario para analizar su metodología. ¿Cómo se protege cada capa? ¿Cómo van más allá del cumplimiento básico para ofrecer una detección proactiva? ¿De qué manera la IA y el aprendizaje automático mejoran sus ofertas? ¿Cómo es su hoja de ruta? No solo determina si la tecnología actual satisface tus necesidades, asegúrate también que tu visión a largo plazo esté posicionada de forma proactiva para enfrentar las amenazas emergentes.

Próximos pasos: Prepararse para futuras amenazas de seguridad

Aunque la IA generativa ofrece un enorme potencial para que las organizaciones aumenten su productividad y desarrollen productos innovadores, también introduce nuevos riesgos en una realidad de ciberseguridad y cumplimiento ya de por sí compleja. Sin embargo, incluso cuando los delincuentes encuentran nuevas formas de cometer fraudes, los líderes en seguridad de pagos están a la vanguardia para comprender las amenazas emergentes, implementar herramientas en tiempo real para combatirlas y desarrollar enfoques de seguridad multicapa que protejan el ecosistema de pagos desde la terminal hasta el back office.

Mejores prácticas para la seguridad de pagos en tienda

Descubre cómo el enfoque multicapa de Verifone ayuda a proteger cada pago en nuestra nuestra infografía (inglés).