Los departamentos de auditoría, compliance, legal, riesgos y ciberseguridad invierten muchísimas horas en la investigación y detección del fraude. A veces lo hacen de manera proactiva pero la mayoría de las veces lo hacen de forma reactiva respondiendo a un incidente.
No hemos construido un software antifraude, hemos construido todo un sistema que estandariza la prevención del fraude bajo una arquitectura robusta y escalable
NOFRAUD ha reconocido que el mayor problema de la inteligencia artificial en nuestra época es el acceso a información privada, aquella que le pertenece a la empresa y almacena de forma confidencial y a veces secreta.
Las búsquedas tradicionales a través del RAG fallan en que no tienen suficiente contexto sobre todos los datos que transitan en la organización y se limitan al análisis de información puntual, previamente organizada, clasificada y puesta en un repositorio.
NOFRAUD, con The Fraud Explorer y FraudGPT, no solo resuelve el problema del acceso a los datos privados sino que también resuelve el problema de la limitante en contexto para el análisis de los datos, dándole esa capacidad de acceso irrestricto a los datos en tránsito con un contexto ilimitado.
Capacidades del sistema antifraude
El sistema está diseñado para responder las preguntas más complejas respecto a la prevención y detección del fraude en una compañía y para ello la plataforma completa:
- Analiza los datos antes de ser materializados a través de una acción. No se analizan correos electrónicos, se analiza la interacción del usuario con el programa de correo electrónico mientras está redactando un correo. No se analizan documentos guardados, se analiza mientras se está escribiendo un documento. La intencionalidad se esconde en los arrepentimientos y estos no se detectan analizando la obra final, sino mientras se está diseñando y planeando la obra.
- Los agentes enrutan inteligentemente la información de valor a ser analizada por los algoritmos y la IA. Analizan el comportamiento del usuario y deciden qué datos enviar a la plataforma central, descartando aquellos que no generan valor y evitando el envío completo de datos, enfocándose en porciones importantes y relevantes.
- Cada alerta es generada a través del procesamiento del algoritmo del triángulo del fraude y del razonamiento de FraudGPT, explicando el por qué se consideró sospechoso el evento y siendo transparente con las desiciones tomadas por la máquina.
- Una misma inteligencia artificial sirve para dos tareas: razonar sobre los eventos del triángulo del fraude y conversar con un usuario acerca de las alertas para responderle las preguntas sobre el fraude y la corrupción en su empresa.
El resultado es un sistema que no solo detecta malas intenciones sino que es capaz de comunicarlas de manera efectiva, natural y humana a una persona.
Arquitectura del sistema antifraude
El sistema antifraude almacena las alertas en un motor de base de datos distribuido y especializado en analítica (Elastic). Con este esquema de almacenamiento, tenemos matrices donde se almacenan los eventos y cada evento contiene información rica en forma de matadatos que hacen posible que un LLM pueda entregar unas respuesta de calidad a las preguntas que se le hacen sobre estos eventos. Estos metadatos son:
- Explicación: cada alerta ya tiene una explicación que generó nuestro LLM FraudGPT. Esta explicación describe por qué, de acuerdo al triángulo del fraude, se considera este evento como sospechoso.
- Tono del evento: cada alerta tiene un tono, o un sentimiento, que nosotros clasificamos como neutral o negativo. Por si solo este valor no dice mucho, pero si se combina con el resto hace un efecto tipo “sumatoria” sobre el peso de la alerta.
- Honestidad: hay estudios que demuestran que las personas son mas honestas cuando usan pronombres personales. Es por esta razón que nuestro algoritmo tiene en cuenta cuándo existen pronombres en los eventos y cuando no. Al igual que pasa con el tono, por si solo no dice mucho pero genera un efecto “sumatoria”.
- Criticidad: nuestro algoritmo no le asigna el mismo peso a todas las expresiones que generaron una alerta. Solamente algunas pocas tienen un grado de de criticidad alto. No es lo mismo cuando alguien dice: “me lo quiero robar porque lo necesito” a cuando alguien dice “esto me genera muchas dudas”.
- Enmascaramiento de datos: aplicamos un algoritmo de masking sobre los datos personales de tal forma que números de teléfono, tarjetas de crédito, cédulas, pasaportes, etc, no sean legibles por la persona que lee las alertas.
- Riesgos: cada alerta tiene uno o varios riesgos asignados. Desde conflicto de interés hasta corrupción, toxicidad y colusión (más de 80).
- Expresiones del triángulo del fraude: se inventarean las expresiones de presión, oportunidad y justificación encontradas en la comunicación o en la redacción de un documento y se clasifican de acuerdo al vértice del triángulo del fraude.
- Tópicos o contexto: cada alerta tiene un contexto, una temática o un tópico. Es algo así como una clasificación general que asocia la alerta con un tema específico. Conocer los tópicos le ayuda a un LLM a saber cuál es la temática que envuelve la alerta. Un tópico puede ser un contrato que se esté desarrollando con un proveedor.
- Aplicación usada: cada alerta está asociada al uso de una aplicación. Si la persona estaba redactando un documento en Word y en él estaba escribiendo una declaración de guerra contra su empleador, se extrae de allí que la aplicación usada fue Microsoft Word.
- Chequeo humano: cada alerta generada por la IA y el algoritmo del triángulo del fraude pasa por un ciclo de revisión humana cuidadosamente diseñado al interior de NOFRAUD donde por lo menos 2 personas vieron la alerta y se pusieron de acuerdo en que era relevante, importante o urgente para el cliente. Las alertas que no tienen chequeo humano no clasifican para ser mostradas al cliente final, sin embargo se dejan guardadas en el sistema si el cliente requiere conocerlas.
- Caracterización: cuándo sucedió el evento, quién lo produjo y si había alguien más implicado en el evento.
- Probabilidad: las alertas tienen asociadas una probabilidad y va desde el 50% al 99%. Este número lo determina nuestro algoritmo del triángulo del fraude, que tiene en cuenta todas las variables que hemos nombrado aquí.
Una vez se tienen las alertas consolidadas, nuestro sistema antifraude presenta 4 formas diferentes para acceder a los datos:
- A través de un Dashboard: donde se pueden ver gráficas, crear reglas, flujos de trabajo, gestionar usuarios, generar reportes, entre otros.
- A través de un chat: donde el usuario puede conversar con FraudGPT sobre las alertas al mismo estilo de ChatGPT.
- A través del protocolo MCP: donde el usuario puede conectar su LLM favorito al nuestro sistema con credenciales específicas.
- A través de una API: donde los clientes pueden desarrollar integraciones y consumir las alertas generadas por nuestros sistema.
Entregamos un verdadero valor
NOFRAUD ha desarrollado un sistema antifraude que está entregando un verdadero valor a sus clientes. Dentro de las ventajas competitivas que tienen las empresas al implementar este sistema están:
- Los equipos de auditoría, compliance, legal, riesgos y ciberseguridad unifican en este sistema la detección y prevención del fraude, debido a su amplio espectro de detección, que lo vuelve transversal a la organización, ahorrando cientos de horas de trabajo de cada una de las partes al mismo tiempo que se ahorran cientos de miles de dólares en soluciones independientes para cada área.
- Por menos de lo que vale un Tesla Model S, la empresa despliega toda una estrategia antifraude que no solo le va a servir para ahorrarse el dinero (producto de fraudes) sino que le va a servir para sacar una ventaja competitiva al conocer exactamente todo lo malo y lo feo que está sucediendo en su empresa para poder cambiarlo proactivamente.
Referencias
(NOFRAUD, 2025) The Fraud Explorer, el sistema antifraude del futuro.
Acerca de NOFRAUD
NOFRAUD es la compañía que desarrolla el software antifraude The Fraud Explorer y apoya a personas y empresas a enfrentar y solucionar sus retos en materia de fraude interno, corrupción y abuso corporativo. NOFRAUD ha creado la base de datos conductual de actos deshonestos más grande del mundo en Español e Inglés, que sirve para que la inteligencia artificial encuentre patrones sospechosos de corrupción al interior de las organizaciones.
Mejoramos la capacidad de las organizaciones incrementando sus beneficios, arrebatándole a los perpetradores la posibilidad de afectar negativamente los ingresos a través del fraude, la corrupción, el abuso corporativo y la generación de ambientes tóxicos.
Contacte conmigo en » jrios@nofraud.la y Visítenos en » www.nofraud.la.
