Experian revela los desafíos de la detección de fraude mediante IA en el sector de servicios financieros.

La misma tecnología que las instituciones financieras están desplegando se está utilizando como arma contra ellas. Esto representa la tensión central pasando por Experian Pronóstico sobre el futuro del fraude en 2026Y se trata de una dinámica que la empresa está en una posición privilegiada para abordar, ya que opera en ambos lados de la ecuación.

Según los datos de la FTC citados en el pronóstico, Los consumidores perdieron más de 12.500 millones de dólares estadounidenses a causa del fraude en 2024.Los propios datos de Experian revelan que Casi el 60% de las empresas reportaron un aumento en las pérdidas por fraude. de 2024 a 2025. En respuesta, las soluciones de prevención de fraude de Experian ayudaron a los clientes a evitar una cantidad estimada Pérdidas por fraude de 19.000 millones de dólares estadounidenses a nivel mundial en 2025.Una cifra que subraya tanto la magnitud del problema como la importancia que tiene ahora la defensa de que la IA iguale la velocidad y la autonomía de los ataques.

⚠️ El desafío de la IA agencial

El hallazgo más apremiante en el pronóstico de Experian es lo que la compañía llama "caos máquina contra máquina" — el punto en el que los sistemas de IA con capacidad de gestión, diseñados para realizar transacciones de forma autónoma en nombre de los usuarios, se vuelven indistinguibles de los bots que los estafadores utilizan con el mismo propósito.

Mientras las organizaciones se esfuerzan por integrar agentes de IA capaces de tomar decisiones de forma independiente, los estafadores están explotando esos mismos sistemas para llevar a cabo fraudes digitales a gran escala y a una velocidad que ninguna operación humana podría sostener.

El principal desafío, según el informe, es que Las interacciones entre máquinas no conllevan una clara titularidad ni responsabilidad.Cuando un agente de IA inicia una transacción que resulta ser fraudulenta, la pregunta de quién es el responsable queda sin respuesta.

Kathleen Peters, Director de Innovación para Fraude e Identidad en Experian Norteamérica, enfatizó: La tecnología está acelerando la evolución del fraude, haciéndolo más sofisticado y difícil de detectar. Al combinar datos diferenciados con análisis avanzados y tecnología de vanguardia, las empresas pueden fortalecer sus defensas contra el fraude, proteger a los consumidores y ofrecer experiencias seguras y fluidas.

Experian predice que esto llegará a un Punto de inflexión en 2026, lo que impulsa importantes debates en el sector sobre la responsabilidad y la gobernanza de la IA con agentes en el comercio. Algunas organizaciones ya están tomando medidas preventivas. AmazonasPor ejemplo, ha declarado que bloquea a los agentes de IA de terceros para que no naveguen ni realicen transacciones en su plataforma, alegando motivos de seguridad y privacidad.

🔍 Cuatro amenazas emergentes adicionales

Más allá del problema de la IA con capacidad de agencia, el pronóstico de Experian identifica cuatro tendencias adicionales que las instituciones financieras deben considerar en 2026:

🏦 Cómo están respondiendo las instituciones financieras

Según Experian Informe sobre las percepciones de la IA, basándose en las respuestas de más de 200 responsables de la toma de decisiones en las principales instituciones financieras, El 84% identifica la IA como una prioridad crítica o alta. para su estrategia comercial durante los próximos dos años. Además El 89% afirma que la IA desempeñará un papel importante en el ciclo de vida de los préstamos..

Sin embargo, es en la dimensión de la gobernanza donde las instituciones tienen dificultades. Según el mismo informe:

• 73% Los encuestados están preocupados por el entorno regulatorio en torno a la IA.
• 65% identifican los datos preparados para la IA como uno de sus mayores desafíos de implementación.
• Calidad de los datos Se consideró el factor más importante a la hora de elegir un proveedor de IA.

En cuanto al cumplimiento normativo, Experian Asistente con inteligencia artificial para la gestión del riesgo de modelos Aborda uno de los requisitos que más recursos consumen a las instituciones que implementan IA. Según un estudio de Experian de 2025 realizado a más de 500 instituciones financieras globales:

• 67% luchan por cumplir con los requisitos reglamentarios de su país
• 79% informan de comunicaciones de supervisión más frecuentes por parte de los reguladores que hace un año.
• 60% Todavía se utilizan procesos de cumplimiento manuales.
• Más que El 70% de las instituciones más grandes El cumplimiento de la documentación del modelo de informe involucra a más de 50 personas.

Vijay Mehta, vicepresidente ejecutivo de Soluciones Globales y Análisis de Experian Software Solutions, describió el desafío: La velocidad que la IA permite en el análisis de datos y el desarrollo de modelos está generando oportunidades de negocio sin precedentes para las instituciones financieras, pero también conlleva un desafío: las regulaciones globales que exigen una documentación que consume mucho tiempo. Experian Assistant para la gestión del riesgo de modelos ayuda a resolver este requisito, que requiere mucho trabajo y recursos, mediante la automatización integral de la documentación de modelos.

📊 La Fundación para la Calidad de los Datos

Detrás de los productos de Experian para la prevención del fraude y el cumplimiento normativo subyace el mismo argumento estructural que aparece en las narrativas de IA tanto de IBM como de Salesforce: La IA es tan fiable como los datos en los que se basa.Según el informe Percepciones de la IA de Experian, 65% de los responsables de la toma de decisiones en las instituciones financieras Consideran que los datos preparados para la IA son uno de sus mayores desafíos, y la calidad de los datos es el factor más crítico que influye en la confianza en los proveedores de IA.

No se trata de una coincidencia en los mensajes. Refleja una limitación a la que se enfrentan las instituciones de servicios financieros a medida que trasladan la IA de los proyectos piloto a la producción. toma de decisiones crediticias, detección de fraudes e informes regulatorios — funciones en las que la explicabilidad y la auditabilidad no son opcionales.