La iniciativa refuerza el rol de la IA como pieza central en la infraestructura moderna de prevención de fraude, permitiendo detectar comportamientos anómalos antes de que las operaciones sean autorizadas y reduciendo significativamente el impacto económico para clientes y comercios.
 

Según la entidad, los fraudes de inversión fueron la tipología más frecuente entre sus clientes, seguidos por estafas de redirección de pagos y manipulación emocional. En el caso específico del fraude con tarjetas, el volumen de incidentes es mayor, aunque con montos individuales más bajos. 
 

Cerca del 80% ocurre en transacciones online, muchas veces impulsadas por técnicas de ingeniería social como smishing y phishing.
 

El banco destacó además que los picos estacionales incrementan la exposición: solo entre el 23 y el 29 de diciembre, su equipo de prevención recibió más de 10.000 llamadas, evidenciando cómo los estafadores aprovechan períodos festivos y menor atención del usuario.
 

A nivel tecnológico, el modelo combina behavioral analytics, detección de anomalías y scoring dinámico, mientras que IA “agentic” automatiza la gestión de flujos de trabajo internos para acelerar bloqueos, revisiones y contacto con clientes.

La estrategia también incluye una fuerte inversión en talento. La entidad creó una academia interna de IA, que ya capacitó a más de 1.000 empleados, y cuenta con un equipo especializado de 225 profesionales dedicado a fraude y crimen financiero.
 

El caso confirma una tendencia clara en la banca global: la prevención de fraude basada en datos e IA en tiempo real se consolida como ventaja competitiva crítica, especialmente en ecosistemas dominados por pagos digitales y comercio electrónico.