Lynx Tech presenta los términos del fraude que hay que conocer para evitar ser víctima de estafas (con infografía)

Ago 16, 2024 - by administrador

Conceptos como la “ingeniería social” o las “mulas bancarias” son cada vez más
habituales en el diario vivir de las personas, quienes deben estar alertas y
actualizados para evitar caer en engaños y delitos financieros.
Bogotá, 15 de agosto de 2024.- El robo de dinero a través de estafas en línea y los
intentos por timar a las instituciones financieras para blanquear capitales o soportar
transacciones fraudulentas, son situaciones cada vez más comunes en Latinoamérica. Por
ello, Lynx Tech, empresa tecnológica que utiliza la Inteligencia Artificial (IA) para detectar y
prevenir fraudes y delitos financieros, generó un glosario del fraude para definir algunos
conceptos fundamentales que se deben conocer y manejar para disminuir el riesgo de caer
en estas estafas.
“El avance de la bancarización en la región ha traído buenos resultados en cuanto a
inclusión financiera, pero ha despertado otro flanco a considerar, que es el aumento de la
vulnerabilidad de la población a caer en situaciones de fraude. Según datos del Informe
sobre el estado de Fraude Omnicanal de TransUnion, el fraude digital ha crecido un 105%
en transacciones sospechosas a nivel mundial entre 2019 y 2023. Además, las pérdidas por
fraude con identidades sintéticas han alcanzado USD $3.100 millones para entidades de
crédito, y el 54% de los consumidores reportaron intentos de fraude en los últimos meses de
2023. Por ello, es importante que las personas se mantengan educadas y actualizadas ante
las modalidades más comunes de estafa financiera, para así tener las herramientas para
estar preparados”, comenta Juan Pablo Jiménez, vicepresidente de ventas para
Latinoamérica de Lynx Tech.
Los tipos de fraude más habituales y para los cuales Lynx Tech recomienda estar alerta,
son los siguientes:
1. Fraude guiado o de ingeniería social: métodos que buscan ganar la confianza de
una persona con el fin de obtener dinero directamente o información confidencial
para cometer un delito posterior.
2. Fraude interno: acto donde un funcionario de una organización usa de mala
manera los recursos de la empresa, con el fin de lograr su enriquecimiento personal.
3. Mulas bancarias: personas que, consciente o inconscientemente, ayudan a las
organizaciones delictivas a blanquear sus beneficios, facilitando sus cuentas para
recibir y transferir fondos fraudulentos para que se “legitimen”.
4. Fraude Tarjeta no Presente: estafa donde se realiza un pago fraudulento con una
tarjeta de la que no se es dueño o no se posee, y que no tiene consentimiento del
titular de la tarjeta .
5. Crimen como servicio (Crime as a Service): Modelo de negocio donde
cibercriminales ofrecen servicios y herramientas a otros criminales para ejecutar sus
ciberataques.
Todos estas modalidades de fraude pueden ser combatidas más eficientemente con la
utilización de IA y aprendizaje automático por parte de las instituciones financieras, para así
poder detectar anticipadamente cualquier comportamiento inusual en un producto bancario
o anomalías por parte de sus usuarios, frenando de raíz la problemática antes de que llegue
más lejos, disminuyendo los costos de reembolso para el banco y todos los dolores de
cabeza para las personas involucradas.
 
Para descargar la infografía del glosario del fraude de Lynx Tech, haz click aquí o escanea
el siguiente código QR.
 
.
 
Acerca de Lynx Tech:
Lynx es la empresa líder en software impulsado por IA, enfocada exclusivamente en abordar los complejos
desafíos del fraude y el crimen financiero en instituciones financieras y proveedores de pagos a nivel global.
Nuestras soluciones aprovechan tecnologías de inteligencia artificial sofisticadas para detectar y prevenir
actividades fraudulentas en tiempo real. Al transformar datos en información procesable, Lynx permite a los
clientes pasar de medidas reactivas a una postura de seguridad proactiva, asegurando una precisión, velocidad
y escalabilidad inigualables en entornos multinacionales.