Detección de fraudes con IA SEON: las señales aumentan de 900 a más de 1.100

SEON ha ampliado de manera sustancial su infraestructura de datos propietarios, llevando el número de señales disponibles de más de 900 a más de 1.100 puntos de datos obtenidos directamente. Es un salto técnico pensado para responder a una amenaza que crece más rápido que las defensas tradicionales: la identidad falsa generada por inteligencia artificial. La detección de fraudes con IA SEON ahora se basa en una base de señales mucho más amplia, capaz de cruzar direcciones, dispositivos, comportamiento en sesión e historial telefónico para desenmascarar perfiles construidos artificialmente en pocos minutos.

Puntos clave

• SEON amplía las señales propietarias para la detección de fraudes
  • Nuevos datos sobre direcciones, dispositivos, teléfono y comportamiento en sesión
• Los desafíos de los fraudes generados por la IA y las alertas del sector
  • Velocidad de las herramientas de IA y avisos normativos
• Cómo funcionan las nuevas señales de detección
  • Historia digital y datos telefónicos
  • Infraestructura compartida entre direcciones y dispositivos
  • Monitoreo de comportamientos en tiempo real
• La visión de SEON sobre la prevención de fraudes por IA
• FAQ
  • ¿Qué nuevos datos ha añadido SEON a su plataforma antifraude?
  • ¿Cómo complican las identidades falsas generadas por la IA la detección de fraudes?
  • ¿Qué dice el Grupo de Acción Financiera sobre los deepfakes generados por la IA?
  • ¿Cómo ayuda la inteligencia de señales de SEON a desenmascarar redes fraudulentas?

Puntos clave

• SEON ha extendido las señales propietarias de la plataforma de 900+ a más de 1.100 puntos de datos.
• La expansión cubre inteligencia de direcciones, comportamiento en sesión, datos telefónicos y de operador, huella digital y señales de dispositivos.
• Según el Grupo de Acción Financiera (FATF), cualquier persona con un smartphone puede generar deepfakes creíbles en el tiempo necesario para crear un perfil social.
• ACAMS informa que el 75% de los profesionales anti-crimen financiero considera el abuso de la GenAI el riesgo emergente principal por tercer año consecutivo.
• Las nuevas señales confluyen en el Centro de Comando de IA de SEON, utilizables en reglas, alertas, revisiones e investigaciones sobre redes fraudulentas.

SEON amplía las señales propietarias para la detección de fraudes

La expansión anunciada por SEON abarca cinco áreas distintas: inteligencia de direcciones, comportamiento en sesión, datos telefónicos y de operador, huella digital más profunda y señales sobre dispositivos. El objetivo declarado es proporcionar a los equipos de riesgo evidencias independientes sobre cada nivel de la identidad de un cliente, sin añadir pasos extra al recorrido del usuario.

Nuevos datos sobre direcciones, dispositivos, teléfono y comportamiento en sesión

Cada señal individual, tomada por sí sola, puede parecer legítima: un correo electrónico supera la validación, un dispositivo parece limpio, una dirección resulta correcta. Es la intersección entre estos elementos la que revela la anomalía. Por ello, la expansión de la inteligencia de señales de SEON trabaja en tres dimensiones paralelas: la historia de la identidad a lo largo del tiempo, la infraestructura compartida entre cuentas conectadas y el comportamiento en vivo durante la sesión. Todo este contexto se pone a disposición de las decisiones tomadas por reglas automáticas, analistas humanos y agentes de IA, dentro del Centro de Comando de IA de la plataforma, donde las nuevas señales se integran en reglas, alertas, revisiones de clientes e investigaciones de red. Cada señal también se puede vincular a las herramientas de IA elegidas por el investigador a través del servidor Model Context Protocol (MCP) de SEON, de modo que analistas humanos y agentes automatizados trabajen sobre la misma base informativa, desde la detección hasta la acción.

Los desafíos de los fraudes generados por la IA y las alertas del sector

Construir una identidad falsa requería tiempo, paciencia y un trabajo casi artesanal: recopilar documentos, completar formularios, gestionar cuentas una por una. Hoy en día, solo se necesita una conexión a Internet y un aviso. Las herramientas de GenAI pueden producir perfiles creíbles y cronologías coherentes en los dispositivos en cuestión de minutos, cambiando radicalmente la escala a la que operan los estafadores.

Velocidad de las herramientas de IA y alertas regulatorias

Según el Grupo de Acción Financiera (FATF), cualquier persona que posea un teléfono inteligente puede generar un deepfake convincente en el tiempo que se tarda en abrir un perfil en una red social. Para confirmar la magnitud del problema, llega un dato del sector: ACAMS informa que el 75% de los profesionales anti-crimen financiero clasifica el abuso de GenAI como el riesgo emergente más urgente, por tercer año consecutivo. El estafador sigue eligiendo la identidad y el objetivo, pero es el agente de IA quien gestiona la producción a velocidad industrial: aquí es donde la prevención de fraudes con IA se convierte en una carrera contra el tiempo para quienes deben defenderse.

Cómo funcionan las nuevas señales de detección

Huella digital e información telefónica

Los controles sobre la huella digital verifican dónde ha aparecido un correo electrónico o un número de teléfono a lo largo del tiempo a través de diferentes servicios. La cobertura se ha ampliado a plataformas para desarrolladores de IA, portales de empleo, sitios inmobiliarios y aplicaciones de citas. Para completar el cuadro, la Inteligencia Telefónica añade el historial de cambios de SIM y portabilidad de números. Juntos, estas señales permiten a los equipos entender si una identidad y un número de teléfono realmente existen desde antes de ese momento preciso, o si han sido ensamblados sobre la marcha.

Infraestructura compartida entre direcciones y dispositivos

La Inteligencia de Direcciones transforma cadenas de direcciones caóticas en una señal de riesgo, verificando y estandarizando las direcciones en más de 240 países y asignando identificadores coherentes al mismo edificio o unidad de vivienda. Esto permite descubrir cuándo cuentas aparentemente no relacionadas giran en torno al mismo número de apartamento o a variaciones de formato del mismo lugar. En el frente de dispositivos, las señales ampliadas identifican actividades de agentes de IA, dispositivos iOS comprometidos, discrepancias entre eSIM de Android y país de red, además de enmascaramientos VPN que alteran la IP visible. Juntos, estos elementos ayudan a identificar cuentas vinculadas a infraestructuras recicladas y a evaluar cuán confiable es el entorno del dispositivo.

Monitoreo de comportamientos en tiempo real

El Monitoreo de Sesiones sigue el comportamiento del cliente desde la incorporación hasta el inicio de sesión, la recuperación de la cuenta, el pago y la compra. Los equipos pueden detectar automatización, acceso remoto, actividades fuera de pantalla y llamadas activas mientras la sesión está en curso, interviniendo antes de que una actividad sospechosa se convierta en una toma de control de la cuenta.

La visión de SEON sobre la prevención de fraudes con IA

Tamas Kadar, CEO y cofundador de SEON, comentó así la lógica detrás de la expansión: "La IA ha hecho que una identidad creíble sea económica de producir. Lo que los estafadores no pueden hacer fácilmente a gran escala es construir una historia coherente para cada cuenta sin reutilizar la misma infraestructura. Es ahí donde nuestra base de señales marca la diferencia. Cuantas más dimensiones pueda controlar un equipo antifraude simultáneamente, más difícil se vuelve ocultar una identidad que no sostiene las cuentas."

La declaración resume bien el sentido estratégico de la operación: mientras crear un rostro digital falso cuesta cada vez menos, mantenerlo creíble en decenas de niveles diferentes sigue siendo costoso y complicado. Es precisamente sobre este desequilibrio que apunta toda la expansión de la inteligencia de señal firmada por SEON, y más en general la evolución del sector hacia un detección de fraudes con IA capaz de leer patrones invisibles al ojo humano pero evidentes cuando los datos se cruzan a gran escala.

FAQ

¿Qué nuevos datos ha añadido SEON a su plataforma antifraude?

SEON ha ampliado sus señales incluyendo inteligencia de direcciones, comportamiento en sesión, datos telefónicos y de operador, huella digital y señales sobre dispositivos.

¿De qué manera las identidades falsas generadas por la IA complican la detección de fraudes?

Las herramientas de GenAI pueden crear perfiles creíbles y cronologías de dispositivos coherentes en pocos minutos, haciendo mucho más difícil identificar identidades falsas con los métodos tradicionales.

¿Qué dice el Grupo de Acción Financiera sobre los deepfakes generados por la IA?

El FATF sostiene que cualquiera con un smartphone puede generar rápidamente un deepfake convincente, en el tiempo necesario para crear un perfil en una red social.

¿Cómo ayuda la inteligencia de señal de SEON a desenmascarar redes fraudulentas?

Expone incongruencias en la identidad e infraestructuras reutilizadas entre cuentas conectadas, verificando múltiples niveles de datos como direcciones, dispositivos y cronologías telefónicas.

Contenido realizado con la asistencia de inteligencia artificial y con revisión editorial humana.