Cómo la inteligencia artificial puede distinguir mejor entre fraude y pagos legítimos
La inteligencia artificial puede abrir una nueva oportunidad para mejorar la detección de fraude y reconocer con mayor precisión quién está realizando un pago de forma genuina. En entrevista con NotiPress, Amanda Jacobson, cofundadora y CRO de Radar, señaló durante el Finnosummit 2026 esa aplicación como uno de los casos de uso que ya comienzan a observarse en el sector.
El problema parte de una fricción que persiste incluso con la expansión de empresas adquirentes y proveedores de pagos: una operación de pagos legítima todavía puede ser rechazada. La directora de ingresos relató que intentó pagar un hotel en Nueva York y su tarjeta fue rechazada, experiencia que utilizó para visibilizar que disponer de más participantes dentro del ecosistema no elimina necesariamente las fallas al momento de validar una transacción.
México cuenta con un 53.3 por ciento de su universo de statups fintech que ofrecen servicios B2B. De acuerdo con NotiPress Insight Fintech de agosto de 2026, entre 2023 y 2025, las empresas pasaron de 773 a 795, un ritmo de crecimiento menor al de años anteriores
Especialización
Para la directiva, una parte del reto del sector fintech está en determinar quién está detrás del pago. Bajo esa lógica, los nuevos modelos de fraude basados en inteligencia artificial ofrecen la posibilidad de mejorar la identificación de operaciones legítimas y reducir los casos en los que una transacción válida no logra completarse.
Sin embargo, la aplicación no tendría que concentrarse exclusivamente en agentes de inteligencia artificial capaces de ejecutar acciones por cuenta de los usuarios. Jacobson planteó que el cambio puede ocurrir en una capa más profunda de la infraestructura, particularmente en los algoritmos utilizados para reconocer fraude e identidad.
Mediante estos algoritmos, se podrían incorporar elementos biométricos, identificación facial y otros mecanismos de autenticación, incluidas contraseñas. La finalidad es contar con más herramientas para establecer quién está moviendo el dinero antes de decidir si una operación debe ser aceptada o bloqueada.
Este planteamiento también marca una diferencia frente a otra visión de la IA aplicada al comercio: los agentes capaces de realizar compras de forma prácticamente automática. La cofundadora de Radar —firma de origen chileno— consideró que escenarios como pedir un producto mediante un asistente y recibirlo poco después todavía están más alejados para Latinoamérica, donde hay deudas relacionadas con componentes de infraestructura y logística.
En cambio, fraude, identidad y validación de pagos aparecen como aplicaciones más inmediatas. Desde esa perspectiva, la inteligencia artificial puede integrarse a los sistemas que ya intervienen antes de autorizar una transacción y mejorar su capacidad para distinguir entre actividad sospechosa y un pago legítimo.
NotiPress
