Cómo la inteligencia sobre amenazas de pagos ayuda a los bancos a combatir el fraude más rápido

• Los estafadores están utilizando tácticas avanzadas como deepfakes, infostealers y bots impulsados por IA para aumentar la velocidad y la escala de sus ataques.  
• La inteligencia sobre amenazas de pagos puede mostrar indicadores tempranos de fraude, permitiendo a los equipos de fraude anticipar y mitigar riesgos antes de que se intensifiquen. 
• Cuando los equipos de fraude y ciberseguridad comparten proactivamente datos de inteligencia de amenazas, pueden acelerar la detección y prevención del fraude en los pagos. 

Los estafadores de hoy son más rápidos, mejor equipados y están más conectados. Y están usando IA y automatización para explotar vulnerabilidades a velocidad relámpago.

En el clima actual, el tiempo de transición desde la filtración de datos hasta la monetización suele ser inferior a un día. Casi 2 de cada 3 (65%) credenciales comprometidas están a la venta menos de 24 horas después de ser robadas. 

Defenderse requiere que los equipos de fraude y ciberseguridad igualen la velocidad de los atacantes. Pero sin inteligencia de amenazas oportuna, a menudo van un paso por detrás. De hecho, solo el 36% de los líderes globales detectan patrones de fraude en el periodo previo a ser notificados de una brecha de datos. Eso supone un retraso preocupante, especialmente porque las organizaciones tardan una media de 241 días en identificar y contener una brecha. 

Para cerrar la brecha y acelerar la detección y prevención del fraude en los pagos, los equipos de fraude necesitan acceso a inteligencia sobre amenazas de pago que detecte señales tempranas de fraude y permita una planificación proactiva. 

Los estafadores están aprovechando la automatización y nuevas herramientas digitales para acelerar el camino desde la brecha cibernética hasta el fraude financiero. Estas tácticas les permiten automatizar, adaptar y escalar ciberataques a una velocidad sin precedentes, transformando la forma en que comienza el fraude en los pagos.

Los ciberdelincuentes ahora despliegan agentes de IA que pueden refinar los ataques de forma autónoma en tiempo real. 

Por ejemplo, los estafadores suelen utilizar bots automáticos para probar nombres de usuario y contraseñas robados en múltiples sitios en ataques de creencial. Pero cada vez más, los atacantes experimentan con herramientas de IA que pueden identificar combinaciones de credenciales más prometedoras o cuentas objetivo que parecen más fáciles de comprometer. 

En comparación con los bots automatizados tradicionales que realizan acciones simples y repetitivas, los sistemas autónomos de IA son más rápidos y eficientes. Representan la próxima frontera de las amenazas cibernéticas: adaptativas, continuas y cada vez más difíciles de defender. 

No es de extrañar que el 80% de los CISOs ahora digan que los ciberataques impulsados por IA son su principal preocupación. Con esta evolución, la prevención eficaz del fraude depende de identificar indicadores tempranos de ataques para ajustar los controles de ciberseguridad y planificar medidas de respuesta proactiva.

Los robo de información son malware diseñados para irrumpir en sistemas y capturar información personal sensible e identificable (PII). Alimentan esquemas de fraude en los pagos automatizando el robo de credenciales, ayudando a los atacantes a recolectar grandes volúmenes de datos mucho más rápido que con tácticas manuales.

Los infostealers también son económicos y están muy disponibles. Los delincuentes aficionados pueden comprar kits de malware ya hechos en mercados online de cibercrimen como servicio, facilitando así lanzar ataques.

Tras obtener información personal a través de robos de información, los estafadores pueden usar los datos para lanzar exposiciones de cuentas y fraude de identidad, o pueden venderlos en mercados de la dark web. Los elementos de la PII varían ampliamente, desde números de la Seguridad Social hasta detalles personales aparentemente menores que pueden utilizarse para evitar verificaciones. Solo en 2024, se pusieron a la venta 4 millones de apellidos de soltera de madres junto con datos de tarjetas robadas debido a su frecuencia en las preguntas de recuperación de cuentas.

La IA generativa está acelerando el fraude de identidad al hacer que sea más rápido y fácil para los delincuentes fabricar personas convincentes a gran escala.

Usando IA, los delincuentes pueden crear rápidamente deepfakes que imitan el rostro o la voz de una persona real, permitiéndoles saltarse la verificación de identidad y autorizar transacciones fraudulentas. Del mismo modo, las identidades sintéticas —que combinan elementos reales como un número de la Seguridad Social con un nombre o foto generada por IA— se utilizan cada vez más para suplantar a solicitantes legítimos en procesos como solicitudes de tarjetas de crédito o nuevas acreencias de cuentas.

Con una abundancia de información personal robada circulando ahora en línea, los ciberdelincuentes pueden fácilmente crear personas digitales fraudulentas para ejecutar múltiples estafas simultáneamente. Casi la mitad (46%) de las instituciones financieras informa de un aumento en los intentos de fraude relacionados con deepfake, lo que indica que estos ataques están pasando de ser una amenaza emergente a un riesgo generalizado.

La inteligencia de amenazas específica para pagos ofrece a los equipos de fraude visión sobre indicadores previos de posibles fraudes. A medida que los estafadores utilizan IA y otras herramientas avanzadas para aumentar la velocidad y escala de sus ataques, estos datos permiten a los equipos coordinar respuestas más efectivas al habilitar las siguientes capacidades: 

Los compartimentos entre los equipos de ciberseguridad y fraude siguen dificultando los esfuerzos coordinados de detección y prevención del fraude en los pagos. De hecho, 3 de cada 4 directivos de instituciones financieras globales afirman tener una solución de inteligencia de ciberamenazas pero carecen de las capacidades de integración necesarias para mejorar de forma significativa sus esfuerzos de prevención del fraude.  

La inteligencia sobre amenazas de pagos cierra esta brecha traduciendo los datos de ciberseguridad en conocimientos prácticos que los equipos de fraude pueden interpretar y discutir con sus homólogos de ciberseguridad. 

La inteligencia de amenazas específica para pagos une datos de ciberseguridad y fraude en un contexto compartido, proporcionando a los equipos de fraude una visión conectada del riesgo. Cuando los equipos comparten el mismo libro de jugadas, pueden desarrollar planes de respuesta compartida y responder sincronizados a medida que surjan nuevas amenazas.

Por ejemplo, los insights integrados pueden ayudar a los equipos de fraude a entender cómo un evento cibernético podría provocar actividad de fraude a continuación y planificar en consecuencia. Si la inteligencia muestra que los delincuentes están validando números de tarjeta robados mediante pequeñas transacciones de prueba (pruebas de tarjeta), el equipo de fraude puede tomar medidas preventivas antes de que se produzcan pérdidas. 

En lugar de reaccionar ante fraudes confirmados, los equipos ahora pueden adelantarse a él. La inteligencia de amenazas de pago ofrece señales de alerta temprana que permiten a los equipos de fraude intervenir antes de que los delincuentes puedan beneficiarse.

Con Mastercard Threat Intelligence (MTI), esas intervenciones están integradas. Por ejemplo, cuando MTI detecta pruebas de tarjetas, puede alertar al emisor y rechazar las transacciones de prueba, incluso antes de que esas tarjetas se utilicen para una transacción de alto valor que los sistemas tradicionales de fraude podrían señalar.

Con esta visibilidad, los equipos de fraude pueden pasar de atender únicamente incidentes confirmados a anticipar amenazas y planificar defensas, ayudando a prevenir pérdidas.

​​​A medida que el fraude habilitado por ciberseguridad se acelera, la colaboración entre los equipos de fraude y ciberseguridad es innegociable. La inteligencia de amenazas específica para pagos es el camino a seguir, ayudando a eliminar los silos y a impulsar esfuerzos unificados para detener el fraude antes de que comience.

Con Mastercard Threat Intelligence, los equipos pueden adelantarse a las amenazas de fraude en los pagos. Análisis curados sobre riesgos emergentes, detección automatizada y respuesta en nombre apoyan una defensa más rápida, proactiva y coordinada para proteger a los clientes.

¿Quieres avanzar en tu estrategia de prevención del fraude? ​​Aprende cómo Mastercard Threat Intelligence puede ayudar.