Inteligencia Artificial y riesgo de fraude

Para combatir el fraude es necesario disponer de sistemas de detección capaces de detectar comportamientos anómalos y autoajustarse a las diferentes condiciones de la operativa.

  • Los mecanismos reactivos de mitigación y de prevención del riesgo de fraude requieren la intervención del factor humano
  • En el ámbito empresarial (también en el Gubernamental) se hace necesaria la aplicación de procesos de inteligencia corporativa y el aprovechamiento de grandes lagos de datos (Big Data) EL resultado es hacer un uso más adecuado de la información, transformando dicha información en conocimiento y, el conocimiento en inteligencia para la consecución de un mayor logro en la gestión del riesgo de fraude

Las tecnologías de Big Data mejoran las plataformas tradicionales de análisis de inteligencia y seguridad al acceder de forma nativa a los orígenes de datos no estructurados o de flujos de Big Data como, por ejemplo, los registros de telecomunicaciones, dispositivos inteligentes, flujos de Twitter, publicaciones de Facebook, correo electrónico, supervisión de puntos de ventas, sensores basados en ubicaciones, vídeo, audio o datos generados por otros sistemas.