Bankia y Minsait se alían para reducir el fraude bancario y las anomalías de ciberseguridad

El convenio rubricado entre ambas compañías tiene como objeto desarrollar, implantar y comercializar una solución antifraude, basada en la inteligencia artificial, capaz de, por un lado, prevenir, detectar y contener tendencias o patrones de fraude y, por otro, la detección de anomalías en el ámbito de la ciberseguridad.

Esta solución permitirá optimizar la seguridad, confianza y experiencia de los clientes de las entidades financieras y empresas de otros sectores de actividad.

El considerable aumento del número de transacciones en el entorno digital y la necesidad de dotar de mayor seguridad a las operaciones realizadas en servicios de venta online, pago contactless o transferencias nacionales e internacionales, entre otros, propicia el riesgo de cibercrímenes como el fraude, algo que constituye un auténtico desafío para entidades financieras y empresas dentro de su entorno multicanal.

La alianza entre Bankia y Minsait, que implica la combinación de algoritmos, inteligencia y explotación de datos históricos de ambas instituciones, contempla el desarrollo de una solución antifraude con capacidad de respuesta rápida y confiable que permitirá abordar los desafíos presentes y futuros en este campo. SIA, empresa líder en ciberseguridad adquirida recientemente por Indra, aportará sus capacidades para desarrollar las iniciativas contempladas en el marco del acuerdo.

La solución utilizará motores de detección basados en técnicas de aprendizaje automático (Machine Learning), redes neuronales con Inteligencia Artificial, niveles de procesamiento in-memory computing y la creación de patrones apoyados en conocimiento experto sobre actividades fraudulentas.

Cada una de las técnicas y algoritmos utilizados tiene un objetivo específico, como la detección de patrones de fraude ocurridos en el pasado, de patrones de fraude no conocidos y de desviaciones sobre comportamientos esperados, así como de prevención del fraude futuro a partir de un aprendizaje dinámico en lugar de unas reglas estáticas. De esta forma, se complementan los motores de reglas tradicionalmente utilizados en entidades bancarias.

Por otro lado, el acuerdo contempla la detección de anomalías en entornos de ciberseguridad, aplicando técnicas de Inteligencia Artificial y Machine Learning dentro de un contexto de Big Data, lo que posibilita explotar datos históricos y generar el conocimiento necesario para modelar comportamientos y detectar desviaciones o acciones ilegítimas no esperadas. Todo ello, permite la reducción del número de falsos positivos, algo que favorece que los equipos técnicos atiendan las anomalías que realmente son importantes.

Una apuesta por la reducción de costes y la digitalización responsable

El resultado de esta alianza tiene un impacto directo en la reducción de costes operativos en cualquier entidad bancaria o empresa relativos a los procesos de detección, prevención y gestión de fraude, manteniendo los niveles de fraude conocido y reforzando las capacidades de prevención sobre el fraude no conocido.

Otro aspecto importante del acuerdo, es que se trata de la primera vez que se cuenta con una solución adaptada al mercado español, pero adaptable y exportable a mercados internacionales, que aúna la inteligencia, técnica y conocimiento local en una herramienta antifraude capaz de prevenir, detectar y contener tendencias o patrones de fraude actuales y futuros. Bankia es la primera entidad financiera española que dispone de un motor analítico de detección de anomalías que toma decisiones en tiempo real.

Este acuerdo refuerza la colaboración que mantiene Minsait y Bankia en el ámbito de la transformación digital para mejorar la experiencia y seguridad de los clientes de la entidad financiera. La filial de Indra ha finalizado recientemente la implantación de una solución de vídeo-identificación que facilita el “onboarding digital” o alta móvil de los clientes de Bankia en pocos en minutos y de una forma sencilla, sin necesidad de desplazarse a las sucursales.