La aplicación de 'machine learning' contra el fraude llega a Marruecos

La compañía española AIS Group lleva a Marruecos el empleo de inteligencia artificial en la lucha contra el fraude. AIS ha colaborado en la implantación de sistemas de detección de fraude basados en 'machine learning' en varias entidades financieras del país del norte de África. La pionera en su despliegue es la financiera Salafin, del segundo banco por activos de Marruecos, el grupo Banque Marocaine du Commerce Exterieur, donde llevan varios meses aplicando los sistemas de AIS.

El 'machine learning' se está revelando como la rama de la inteligencia artificial con mayor campo de aplicación. En un reciente estudio de la World Intellectual Property Organization, la técnica de aprendizaje automático sobresalía como aquella sobre la que más patentes se registran, con un 40% del total de documentos de este tipo de los analizados en los últimos cinco años y un incremento del 23% en este periodo. En total, el informe recopila información de más de 340.000 patentes. 

En el caso de la entidad financiera Salafin, que se encarga de facilitar liquidez a créditos al consumo y compra de vehículos a particulares y a pymes, la compañía tiene un historial destacado de fraude, con 700 casos de este tipo documentados en el año 2017. Se espera que la aplicación de las herramientas basadas en IA de AIS Group en la financiera lleven a una mejora en la detección de fraude de entre el 20 y el 30% de los casos. 

En concreto, la aplicación de 'machine learning' mejora el poder predictivo de otras técnicas tradicionales, lo que permite un mayor grado de distinción de elementos engañosos, como "las operaciones capciosas, las cuentas falseadas y hasta las empresas que no existen", explica Daniel Torrents, responsable del desarrollo del negocio de AIS Group para el Magreb y el resto del continente africano. El sistema se articula en base a un modelo que calcula la probabilidad de fraude en las solicitudes de crédito que la entidad aprobaría. "Así, antes de la concesión definitiva del préstamo, se evalúa la posibilidad de que acabe siendo un fraude”, indica Torrents.

En este sistema, la combinación de los modelos de evaluación de créditos y de detección del fraude aúna a su vez el riesgo de crédito y el riesgo operacional para integrar una visión única de la operación y facilitar el control del riesgo global, señala el directivo. Esto tiene a su vez un efecto añadido a la hora de impulsar el negocio, ya que les abre a otras posibilidades de aplicación en las que emplear el 'machine learning' para decidir si las condiciones de solicitud de crédito apuntan a riesgo de impago. Esto servirá, previsiblemente, para mejorar el proceso de concesión y la rentabilidad en sus operaciones.