Cómo ayuda el machine learning a Fraud.net a crear una aplicación moderna en AWS destinada a combatir el fraude financiero

Las startups saben de primera mano cómo una mejor tecnología puede mejorar la calidad de vida: desde la inteligencia artificial y el machine learning, que permiten a los científicos predecir mejor los resultados de salud de los pacientes, hasta la computación en la nube, que impulsa la innovación que salva vidas, y las aplicaciones modernas, que mejoran la accesibilidad.

Con una mejor tecnología, los delincuentes también tienen la oportunidad de cometer delitos a unos niveles más avanzados. El fraude, especialmente, se produce con una mayor sofisticación técnica a medida que la sociedad pasa a un mundo en el que lo digital es lo primero. El fraude y la ciberdelincuencia también crecen a un ritmo significativo y ahora cuestan a las empresas de todo el mundo más de 6 billones de dólares al año, una media del 5 % de sus ingresos.

Para superar y ser más astutos que la tecnología que los delincuentes utilizan para cometer fraudes, las exbanqueras Whitney Anderson y Cathy Ross fundaron Fraud.net, una plataforma moderna de fraude y cumplimiento, en 2016. Fraud.net ofrece a los clientes de los sectores bancario y de tecnología financiera de todo el mundo una aplicación moderna sin servidor que utiliza inteligencia artificial y machine learning para identificar rápidamente el fraude, lo que permite realizar operaciones más eficientes y aumentar la satisfacción de los clientes.

Prestación de una solución moderna a un problema en evolución

Como ocurre con muchas startups de éxito, Fraud.net se enfrentó a un desafío y vio la oportunidad de crear una solución que los ayudara a ellos y a otras empresas a superarlo.

“Nosotros éramos nuestro propio caso de uso”, explica Whitney. Al operar empresas en el mundo del comercio digital y de los pagos, “una de las mayores frustraciones era experimentar tasas de fraude de varios porcentajes y los procesadores de pagos no nos daban acceso a la información que necesitábamos para resolver el fraude”.

Para resolver un problema que perjudicaba tanto a las empresas como a los clientes, explica, “empezamos a reunir a otros actores del mundo digital: facilitadores de pagos, comerciantes y otros participantes del ecosistema”.

“Al compartir datos seguros y anonimizados, pudimos reducir el fraude en más de un 66 %. Fue sencillo, inmediato e intuitivo”.

Un resultado importante fue que las mismas personas utilizaron los mismos métodos basados en la tecnología para estafar a varias empresas. “Es muy difícil combatir el fraude por uno mismo”, afirma Whitney. “Compartir datos de forma segura nos permite entender mejor a los actores malintencionados y diferenciarlos con el objetivo de satisfacer realmente al 99 % de clientes buenos”.

Al compartir una enorme cantidad de información dentro de su consorcio intersectorial, Fraud.net necesitaba una solución rápida y escalable para unificar sus datos y crear información procesable en tiempo real.

Fraud.net optó por apostar por Amazon Web Services (AWS).

Creación de una arquitectura basada en eventos en AWS

Como aplicación moderna nativa en la nube, Fraud.net utiliza una arquitectura basada en eventos que utiliza componentes sin servidor. La arquitectura basada en eventos hace que sea más eficiente para las startups desarrollar aplicaciones modernas, ya que estas se escalan verticalmente para abordar los eventos y se reducen verticalmente cuando no se produce ningún evento. Esto puede traducirse en un ahorro de recursos y costos para las startups, algo fundamental a medida que las startups salen al mercado. Una de las ventajas de la arquitectura basada en eventos de Fraud.net es la escalabilidad y la velocidad con las que sus desarrolladores pueden lanzar sus productos al mercado.

Las soluciones de AWS de Fraud.net cuentan con EC2 y Lambda para la computación, S3 para el almacenamiento de objetos altamente escalable y DynamoDB como su base de datos NoSQL sin servidor.

Juntas, estas soluciones los ayudan a unificar y analizar tres niveles de datos: datos en el nivel de cliente, en el nivel institucional e interinstitucionales.

“Gracias a las tecnologías sin servidor de AWS y a otras increíbles innovaciones, hemos podido unificar los datos para las funciones de prevención del fraude, lucha contra el blanqueo de dinero y cumplimiento”, afirma Whitney.

Los eventos de la plataforma Fraud.net llegan a través de una API de Fraud.net administrada por Amazon API Gateway. Cuando llegan los eventos, activan una función de AWS Lambda para procesar los registros de Amazon DynamoDB.

“Las funciones de Lambda han supuesto un punto de inflexión para nosotros. Hacemos miles de preguntas por cada solicitud o transacción que nos envían para evaluar el riesgo, basándonos en diferentes escenarios y perfiles de riesgo. Todo esto habría tenido que hacerse en nuestro propio centro de datos con toneladas y toneladas de servidores”, explica Whitney. “En cambio, Lambda y su capacidad sin servidor nos ayudan a responder esas preguntas en milisegundos y nos ayudan a lograr una precisión de decisiones superior al 99,9 %. Es una tecnología sumamente eficiente y rentable para nosotros y nuestros clientes”.

Fraud.net también usa Amazon Kinesis para procesar y analizar los datos de streaming en tiempo real a fin de ofrecer a los clientes resultados basados en los datos más recientes y completos. Amazon Redshift es su almacenamiento de datos, que utilizan para realizar análisis de datos sobre eventos entrantes, transacciones y mucho más.

Según Whitney, “AWS nos ayuda a procesar miles de transacciones por segundo, a una escala que era prácticamente imposible hace tres o cuatro años”.

Traslado a la tecnología sin servidor para lograr escalabilidad y velocidad

Whitney considera que la tecnología sin servidor de AWS es un componente fundamental de la misión de Fraud.net de hacer que todas las transacciones digitales sean seguras. “En el pasado, proporcionar un conjunto unificado de microservicios para combatir el fraude era algo que no se hacía o, desde luego, no se hacía de manera eficaz”, explica Whitney. “Con algunas de las bases de datos en silos más antiguas, ni siquiera era posible hacerlo”.

“La tecnología sin servidor también es increíblemente rápida y sencilla, en comparación con los viejos tiempos con el software local, cuando un banco podía esperar que la integración de un sistema llevara de seis meses a un año”, dice Whitney. Fraud.net logra la mayor parte de la incorporación de sus clientes con un conjunto sencillo de herramientas sin código que utilizan un conjunto de API para incorporar un banco o una tecnología financiera en un plazo de 30 días, incluido el tiempo de planificación y capacitación.

“Como es tan rentable, no necesitamos servidores en un 99 %”, reconoce Whitney.

Fraud.net ofrece uno de sus productos sin servidor, Transaction AI, una plataforma de supervisión de transacciones, prevención de fraudes y mejora de ingresos, en AWS Marketplace.

Obtención de información útil mediante el machine learning

Fraud.net usa Amazon SageMaker para crear, entrenar e implementar los modelos de machine learning que ofrecen a sus clientes una reducción promedio del 80 % en los casos de fraude, una reducción del 92 % en los falsos positivos y un aumento del 30 % en las aprobaciones para los buenos clientes que se marcaron erróneamente como de alto riesgo.

El machine learning permite a Fraud.net proporcionar a los bancos y a las empresas de tecnología financiera respuestas en menos de un segundo que, de otro modo, podrían haber llevado a los empleados horas de tareas que consumían mucho tiempo, como la verificación cruzada manual de la información de los clientes. Whitney explica: “La tecnología de AWS como base, con la capa de software de Fraud.net a la cabeza, permite a los equipos ser mucho más eficientes y dedicar su tiempo de manera más inteligente”.

“La tecnología subyacente, junto con los precios de Amazon, nos permiten hacer unas 20 000 preguntas sobre identidades y comportamientos cada vez que recibimos una nueva solicitud de cuenta o transacción”, explica Whitney. “Todo eso pasa al machine learning. Ahora creamos de forma rutinaria modelos de riesgo de ML personalizados para los clientes, con varios cientos de millones de características como entradas, porque AWS ha hecho que resulte relativamente económico”.

Formación de equipo con AWS para ofrecer valor a sus clientes

Además de la tecnología de AWS que Fraud.net utiliza para ofrecer a sus clientes herramientas rápidas y precisas para combatir los fraudes, también trabajan con AWS para optimizar los costos de los clientes. Whitney explica: “El rendimiento medio de la inversión (ROI) de nuestros clientes con Fraud.net supera el 700 %. Esto se debe en gran medida a la eficiencia de AWS en la estructura de costos. Aprovechamos eso para ofrecer un valor increíble a cualquier empresa que utilice Fraud.net”.

Fraud.net también colabora con los equipos de AWS que se ocupan de los pagos minoristas, los delitos financieros y otros equipos para ofrecer a sus clientes una experiencia de incorporación segura y eficaz. “Recibimos mucho apoyo de varios equipos de AWS”, afirma Whitney. “Esta suele ser la primera interacción del cliente con el entorno en la nube. Algunos de nuestros principales clientes de servicios financieros provienen de entornos en las instalaciones y acuden a nosotros específicamente porque hemos demostrado que hemos obtenido un ROI muy sólido al utilizar su primer proyecto basado en la nube”.

Una mirada hacia el futuro de la lucha contra el fraude

Como sistema global de administración de prevención de fraudes, en Fraud.net “en este momento todo gira en torno a la escala”, dice Whitney. Con clientes que van desde instituciones financieras de primer nivel hasta startups de tecnología financiera en su fase inicial, y en sectores como el financiero, el comercio electrónico y los viajes, entre otros, el objetivo de Fraud.net es convertirse en la capa preeminente de administración de riesgos y fraudes para todas las empresas digitales.

Para otros fundadores que quieren crear una startup exitosa, Whitney aconseja tres cosas que hacen que un emprendedor sea bueno:

Conozca muy bien un sector, vea las brechas y visualice un futuro mejor para ese sector.

Sea un solucionador de problemas que se entusiasme con la posibilidad de solucionar los problemas que observa.

Tenga una gran reserva de energía y entusiasmo para superar los buenos y los malos momentos.

Para las startups de tecnología financiera en particular, Whitney avisa de que es probable que el próximo lanzamiento del servicio FedNow en 2023 “presente un nuevo y enorme conjunto de riesgos y la necesidad de resolverlos de inmediato”. El servicio FedNow es una red de pagos en tiempo real que permitirá que el dinero se transfiera en segundos en lugar de en días.

Con este avance en la tecnología de pagos, Whitney espera ver una enorme cantidad de innovaciones beneficiosas en AWS y en el mundo de la tecnología financiera a medida que la tecnología avance para superar a los estafadores.

“Vuelve a la simple habilitación de la confianza”, explica. “Para los bancos y las empresas, se trata de restablecer la confianza en sus relaciones con clientes que se encuentran a miles de kilómetros de distancia y que nunca conocerá”.

¿Siente curiosidad por saber cómo AWS puede ayudarlo a poner en marcha su startup? Únase a AWS Activate para crear y escalar su startup con los recursos adecuados en el momento oportuno.

Consulte más startups de tecnología financiera que crean y escalan en AWS 🚀:

• Creación de sistemas sin servidor en AWS para escalar la plataforma de automatización financiera de rápido crecimiento de Ramp
• La plataforma global de Alloy para la toma de decisión sobre identidades, construida en AWS
• Cómo Gallus Insights se basa en AWS para ofrecer a los clientes información táctica y estratégica