La irrupción de la inteligencia artificial agéntica está transformando el crimen financiero a una velocidad sin precedentes. Según las conclusiones del primer Babel Banking Radar, elaborado por Babel y Digit Institute bajo el título Agentic Financial Crime, las organizaciones criminales han pasado de ejecutar fraudes individuales a operar como auténticas industrias digitales capaces de actuar a gran escala.
Marga García, managing director del sector Banca en Babel, advirtió durante la presentación del informe de que el fenómeno ya no puede entenderse como una sucesión de ataques aislados. Los delincuentes están desplegando sistemas automatizados capaces de generar identidades sintéticas, abrir cuentas, mover dinero y desaparecer en cuestión de minutos.
Como reflejo de esta tendencia, en Estados Unidos el crimen financiero se ha triplicado en el último año, mientras que los ataques basados en deepfakes se han multiplicado por veinte. «El crimen financiero opera a escala. Ya no son fraudes uno a uno sino industrias especializadas», subrayó García.
Índice de temas
Los atacantes ya utilizan agentes inteligentes
Por su parte, Isabel Fernández, managing director de Tecnologías Exponenciales en Babel, señaló que los atacantes cuentan con una ventaja significativa: no están sometidos a los requisitos regulatorios que sí deben cumplir las entidades financieras. «Las reglas son distintas para los buenos y los malos», afirmó Fernández, quien destacó que los delincuentes pueden sofisticar sus modelos sin necesidad de rendir cuentas ante ningún supervisor.
Solo uno de cada diez bancos dispone ya de plataformas agénticas operativas para combatir el crimen financiero, aunque la mayoría prevé desplegarlas en los próximos dos años
Según el análisis, esta asimetría permite acelerar la creación de campañas de fraude, mejorar las técnicas de ingeniería social y desarrollar mecanismos de evasión cada vez más sofisticados.
El estudio también alerta sobre el crecimiento de un tipo de fraude especialmente complejo de detectar: aquel en el que la propia víctima autoriza la operación.
Marga García recordó que muchas transferencias fraudulentas ya no se producen mediante una intrusión técnica en los sistemas bancarios, sino a través de elaboradas campañas de manipulación psicológica. El cliente recibe una llamada aparentemente legítima, un mensaje que simula proceder de un familiar o una comunicación corporativa falsa y termina validando personalmente la transferencia. En estos casos, los sistemas tradicionales de detección tienen dificultades para actuar porque no existen patrones anómalos evidentes.
La respuesta de la banca: IA contra IA
Los bancos están empleando inteligencia artificial para contextualizar operaciones, analizar comportamientos, asistir a los analistas y reducir la enorme carga operativa derivada de la gestión de alertas. El objetivo es aumentar la capacidad de detección en un entorno donde el volumen de operaciones supera ampliamente la capacidad humana de supervisión.
Mientras los atacantes aprovechan modelos sin restricciones regulatorias para automatizar campañas de fraude, la banca busca convertir el dato y el contexto en su principal ventaja competitiva
El informe estima que actualmente se intercepta menos del 1% del dinero potencialmente vinculado al fraude financiero. Además, entre el 90% y el 95% de las alertas generadas por los sistemas corresponden a falsos positivos.
Esta situación obliga a los analistas a dedicar gran parte de su tiempo a descartar casos inocuos, una ineficiencia que la IA agéntica pretende corregir.
Compartir datos para anticipar amenazas
Una de las líneas de actuación destacadas es la creación de ecosistemas colaborativos para compartir información y mejorar la detección de actividades sospechosas.
García aludió a la iniciativa FrauDfence, impulsada por Santander, BBVA y CaixaBank, que busca prevenir el fraude mediante el intercambio federado de información entre entidades.
La principal ventaja de la banca frente a los delincuentes reside precisamente en el contexto. Mientras los atacantes solo disponen de información fragmentada, las entidades pueden construir una visión mucho más amplia de las relaciones financieras de los clientes.
Del análisis reactivo a la prevención predictiva
El informe identifica además una transición desde modelos de control basados en la detección posterior del fraude hacia sistemas capaces de anticipar riesgos antes de que se materialicen.
Entre los ejemplos analizados figuran experiencias internacionales como ING, que ha reducido procesos de conocimiento del cliente de días o semanas a segundos, o JP Morgan, que ha logrado prevenir operaciones fraudulentas con un impacto económico estimado superior a los 1.500 millones de dólares.
Pese al avance tecnológico, la adopción de IA agéntica tiene ante sí importantes desafíos de gobernanza. Dos de cada tres entidades financieras todavía no disponen de marcos adecuados de gobierno para estas tecnologías. Asimismo, únicamente un 17% monitoriza actualmente las interacciones y transacciones realizadas entre agentes autónomos.
