En los últimos tiempos, todo lo que rodea a la inteligencia artificial (IA) y el aprendizaje automático (AM) ha sido un discurso abrumador. Qué significan estas tecnologías para la sociedad en su conjunto y cómo se incorporarán a la vida cotidiana?
Los grandes modelos lingüísticos (LLM) son un tipo de IA capaz de imitar la inteligencia humana. Analizan grandes cantidades de datos y aprenden patrones y conexiones entre palabras y frases. Estos LLM son la base algorítmica de chatbots de IA generativa como ChatGPT de OpenAI y El bardo de Google. La IA generativa es una forma de aprendizaje automático capaz de producir texto, vídeo, imágenes y otros tipos de contenido. Un usuario introduce un texto en forma de pregunta, y el LLM lo entiende y genera un contenido similar al humano como respuesta.
Las posibilidades que ofrece este tipo de tecnología a los usuarios son infinitas: pueden pedir ayuda para escribir, hacer preguntas difíciles de investigación, introducir ecuaciones matemáticas e incluso recibir ayuda para codificar. Las aplicaciones de la IA a nivel empresarial también siguen creciendo. Numerosos clientes de Couchbase, en una amplia gama de industrias, están planeando utilizar la IA en sus negocios para crear una mejor experiencia para sus clientes.
Inteligencia artificial en el sector de los servicios financieros
Uno de los ámbitos en los que la IA desempeña ya un papel fundamental es el de los servicios financieros para combatir el fraude. El fraude es sin duda uno de los mayores retos a los que se enfrentan las empresas financieras debido a las crecientes oportunidades de explotar la infraestructura técnica menos madura de muchas nuevas empresas de tecnología financiera. El fraude financiero, que ya supone un coste para la economía mundial de 3,89 billones de libras esterlinas (unos $4,5 billones de dólares estadounidenses), no hará sino empeorar a menos que las empresas de tecnología financiera apliquen las tecnologías adecuadas.
Históricamente, la detección y prevención del fraude puede ser un proceso costoso y laborioso para las nuevas empresas de tecnología financiera en línea, ya que a menudo carecen de los amplios departamentos de fraude y centros de atención telefónica de los bancos tradicionales.
Revolut utiliza IA y ML para reforzar la detección del fraude
Revolut necesitaba un sistema totalmente automatizado que pudiera identificar transacciones fraudulentas, avisar a los clientes y permitir o bloquear pagos sin intervención humana. Para ello, la empresa desarrolló Sherlock -un sistema de prevención del fraude con tarjetas basado en el aprendizaje automático- para contrarrestar la creciente amenaza del fraude financiero.
Sherlock supervisa de forma continua y autónoma, en menos de 50 ms, las transacciones de más de 12 millones de clientes. Si considera que una transacción es sospechosa, bloquea la compra, congela la tarjeta del cliente y envía una notificación push al cliente para que confirme si la transacción ha sido fraudulenta o no. Si el cliente responde que era legítima, se desbloquea la tarjeta y puede repetir la compra. Sin embargo, si el cliente no reconoce la transacción, la tarjeta se cancela y puede solicitar una tarjeta de sustitución gratuita.
Sherlock está construida sobre la base de datos NoSQL de Couchbase, donde se almacenan los perfiles de usuarios y comerciantes, listos para ser recuperados en el momento de evaluar si una transacción es fraudulenta o no. Dado que los datos sobre usuarios y comerciantes cambian rápidamente, Revolut necesitaba una base de datos que tuviera la velocidad y agilidad necesarias para reaccionar con rapidez, con la escalabilidad necesaria para gestionar millones de documentos.
Los resultados de tal innovación han sido increíbles: gracias al rendimiento de Sherlock, se ahorran más de $3 millones al año del dinero de los clientes mediante la prevención de transacciones fraudulentas, con sólo 1 céntimo de cada $100 perdido debido al fraude, frente a una media del sector de unos 7-8 céntimos. Sherlock detecta y evita más del 96+% de las transacciones fraudulentas y sigue perfeccionando aún más sus algoritmos de aprendizaje automático.
FICO y Wells Fargo protegen a sus clientes de transacciones fraudulentas
FICO y Wells Fargo son clientes de Couchbase con historias similares: utilizan la IA para ayudar a proteger a los clientes de cargos fraudulentos. FICO Gestor de fraudes en Falcon está ampliamente considerada como la plataforma de detección de fraudes #1 del mundo y califica 65% de las tarjetas de crédito/débito del mundo.
Falcon Fraud Manager supervisa las transacciones de principio a fin para detectar y prevenir el fraude en tarjetas de crédito, tarjetas de débito, tarjetas prepago, tarjetas comerciales, pagos digitales (incluidas aplicaciones P2P en tiempo real como Zelle, Venmo, FedNow, CashApp, etc.), de cuenta a cuenta y transferencias bancarias.
El tiempo de inactividad significa fraude y pérdida de ingresos para la empresa, así que cuando FICO fue elegida para proporcionar comprobaciones de crédito, detección de fraude y ofertas específicas para nuevos clientes de telecomunicaciones tanto en tienda como online, necesitaba una base de datos NoSQL que pudiera ofrecer alta disponibilidad junto con un alto volumen de transacciones. Se eligió Couchbase frente a Cassandra y MongoDB™ por su velocidad, escalabilidad, disponibilidad y persistencia para soportar objetos XML de gran tamaño.
Wells Fargo utiliza Falcon Fraud Manager de FICO, junto con Couchbase, para respaldar su infraestructura de supervisión del fraude. Wells Fargo aplicó análisis de aprendizaje automático a datos internos y de terceros para identificar y adaptarse a sofisticados ataques de fraude en tiempo real. Ahora, 100% de transacciones se procesan en tiempo real para detectar fraudes -un total de más de 50 millones de transacciones al día- a menos de 10 ms por operación.
Esto es sólo el principio para este tipo de casos de uso. Los clientes de Couchbase siguen a la vanguardia de la innovación, incorporando la IA a sus negocios para crear una mejor experiencia para sus clientes.
