.png)
Durante años, el historial de los atributos de identidad digital se ha considerado un indicador confiable de confianza en el comercio digital y los pagos. La lógica era simple e intuitiva. Por ejemplo, una dirección de correo electrónico creada recientemente podía indicar un mayor riesgo, mientras que un correo con muchos años de existencia debía sugerir legitimidad y familiaridad. Como resultado, el "tiempo en archivo" (time-on-file) se convirtió en una variable ampliamente utilizada en los modelos de prevención del fraude y toma de decisiones sobre identidad en toda la industria.
Sin embargo, a medida que evolucionan las técnicas de fraude, esta suposición de larga data está empezando a dejar de ser válida.
La evidencia obtenida por ACI Worldwide en entornos reales de pagos muestra cada vez con más claridad que evaluar el historial de una identidad digital de forma aislada puede resultar engañoso. En algunos casos, incluso puede exponer a las organizaciones a un mayor riesgo, en lugar de protegerlas.
La razón es sencilla: el historial no siempre refleja confianza, especialmente cuando el fraude logra ocultarse dentro de él.
La mayoría de los modelos tradicionales de prevención del fraude y evaluación de identidad —utilizados por bancos, instituciones financieras y comercios para medir el riesgo de transacciones y cuentas— tratan el historial como un atributo fijo. Estos modelos analizan cuándo apareció por primera vez un elemento, cuánto tiempo ha existido y qué tan ampliamente ha sido utilizado. Lo que no pueden ver es qué ha ocurrido con ese atributo de identidad digital a lo largo de los años.
Una vez que un atributo de identidad digital ha sido comprometido, el reloj no se detiene ni vuelve a empezar para reconstruir la confianza. El correo electrónico continúa envejeciendo. Desde la perspectiva del modelo, la confianza sigue aumentando, incluso si esa dirección de correo electrónico está siendo utilizada activamente para cometer fraude.
Esto genera un punto ciego estructural. El fraude no elimina el historial; se apropia de él y lo explota.
A medida que los defraudadores se han vuelto más sofisticados, han aprendido a aprovechar esta debilidad. En lugar de centrarse únicamente en crear nuevas identidades, cada vez atacan más cuentas de correo electrónico con muchos años de antigüedad, sabiendo que los historiales digitales consolidados suelen enfrentar menos fricción y obtener mayores tasas de aprobación. Con el tiempo, esto permite que la actividad fraudulenta se mezcle con segmentos que los modelos tradicionales consideran de bajo riesgo.
ACI analizó el historial de los correos electrónicos como una señal de identidad digital y encontró un patrón sorprendente. Si bien las direcciones de correo electrónico más recientes mostraban, en términos generales, un mayor riesgo de fraude, algunas de las tasas de fraude más elevadas aparecieron entre correos electrónicos que habían existido durante muchos años.
De hecho, las direcciones de correo electrónico con más de nueve años de antigüedad registraron algunas de las mayores concentraciones de fraude observadas, con tasas de fraude del 69 %¹ dentro de este segmento de larga trayectoria.
Este resultado contradice por completo el supuesto central de los modelos basados únicamente en la antigüedad del correo electrónico.
Lo más importante es que no se trataba de fraude aleatorio. La actividad estaba fuertemente concentrada en casos de toma de control de cuentas (Account Takeover - ATO), donde cuentas de correo electrónico antiguas eran comprometidas y posteriormente reutilizadas en múltiples transacciones y canales.
Los correos electrónicos antiguos deberían representar familiaridad y estabilidad. Sin embargo, comenzaron a asociarse cada vez más con fraudes de alto impacto.
El problema no era que la antigüedad del correo electrónico careciera de valor, sino que estaba siendo medida sin contexto. Sin visibilidad sobre el comportamiento observado en toda la red, estos modelos no podían diferenciar entre una confianza ganada y una confianza heredada.
Conozca información basada en casos reales sobre cómo la inteligencia artificial está transformando las estrategias de prevención del fraude en todo el mundo.
Obtenga su copia
El problema fundamental de la inteligencia estática basada en correos electrónicos es que equipara el paso del tiempo con la confianza.
Pero el tiempo, por sí solo, no genera confianza.
La confianza debe validarse de manera continua.
Aquí es donde la inteligencia de red introduce un cambio fundamental.
En lugar de considerar el historial del correo electrónico como un atributo unidimensional, la inteligencia de red de ACI lo evalúa como una reputación dinámica, que evoluciona constantemente en función del comportamiento observado en todo el ecosistema.
Cuando ocurre un fraude en cualquier parte de la red, esa señal influye inmediatamente en la reputación de la identidad digital asociada.
El crecimiento positivo del historial se detiene, el riesgo se detecta antes y se evita que las identidades comprometidas continúen acumulando credibilidad de forma silenciosa.
En este modelo, la confianza nunca se considera permanente. Debe reafirmarse continuamente mediante un comportamiento limpio y verificado.
Cuando el historial de un correo electrónico se analiza desde una perspectiva basada en inteligencia de red, la relación entre confianza y riesgo comienza a alinearse nuevamente.
Los correos electrónicos recién creados que muestran comportamientos sospechosos son identificados desde el principio, antes de que puedan construir una reputación.
Al mismo tiempo, los correos electrónicos con muchos años de antigüedad que continúan demostrando un comportamiento legítimo conservan su valor como indicadores de familiaridad.
Lo más importante es que las actividades de alto riesgo dejan de esconderse detrás de historiales digitales extensos.
Los intentos de toma de control de cuentas dirigidos a correos electrónicos antiguos son identificados como lo que realmente son: riesgos elevados, en lugar de quedar ocultos por las suposiciones basadas únicamente en el paso del tiempo.
Para las instituciones financieras y los comercios, esto se traduce directamente en una mejor toma de decisiones.
Cuando se aplica inteligencia de red, los comportamientos de alto riesgo se detectan rápidamente en segmentos con poco historial, donde se identifican y contienen tasas de fraude cercanas al 35 %¹ antes de que puedan construir reputación.
Al mismo tiempo, las identidades de correo electrónico con una trayectoria consolidada presentan tasas de fraude significativamente menores, que disminuyen hasta aproximadamente 12 %¹, restableciendo la relación entre familiaridad y confianza.
Al aplicar controles antifraude con mayor precisión, también se reduce la fricción para los clientes cuando realmente no es necesaria y se pueden contener las pérdidas en etapas más tempranas del ciclo del fraude, sin sacrificar las tasas de aprobación.
A medida que el fraude se vuelve cada vez más impulsado por inteligencia artificial, distribuido y adaptable, los datos aislados dejan de ser suficientes.
Las señales que no son capaces de aprender de patrones más amplios ni adaptarse a nuevos comportamientos inevitablemente quedarán rezagadas frente a los delincuentes que aprovechan sus limitaciones.
El historial del correo electrónico sigue siendo una señal valiosa para prevenir el fraude, pero únicamente cuando se entiende como una reputación, y no simplemente como una medida de antigüedad.
Sin inteligencia de red, el historial es solo un reloj.
Con inteligencia de red, el historial adquiere contexto, significado y capacidad de acción.
Lea los hallazgos exclusivos de 154 líderes globales en prevención del fraude y delitos financieros, provenientes de bancos, proveedores de pagos, comercios y empresas de infraestructura financiera. El estudio muestra una industria en un punto de inflexión: adoptar la inteligencia artificial en teoría, pero todavía enfrentando el desafío de implementarla de forma segura, confiable y a gran escala para reducir el fraude.
ACI ayuda a bancos, instituciones financieras y comercios a fortalecer sus estrategias de prevención del fraude mediante información continua impulsada por inteligencia de red.
Durante años, el historial de los atributos de identidad digital se ha considerado un indicador confiable de confianza en el comercio digital y los pagos. La lógica era simple e intuitiva. Por ejemplo, una dirección de correo electrónico creada recientemente podía indicar un mayor riesgo, mientras que un correo con muchos años de existencia debía sugerir legitimidad y familiaridad. Como resultado, el "tiempo en archivo" (time-on-file) se convirtió en una variable ampliamente utilizada en los modelos de prevención del fraude y toma de decisiones sobre identidad en toda la industria.
Sin embargo, a medida que evolucionan las técnicas de fraude, esta suposición de larga data está empezando a dejar de ser válida.
La evidencia obtenida por ACI Worldwide en entornos reales de pagos muestra cada vez con más claridad que evaluar el historial de una identidad digital de forma aislada puede resultar engañoso. En algunos casos, incluso puede exponer a las organizaciones a un mayor riesgo, en lugar de protegerlas.
La razón es sencilla: el historial no siempre refleja confianza, especialmente cuando el fraude logra ocultarse dentro de él.
La mayoría de los modelos tradicionales de prevención del fraude y evaluación de identidad —utilizados por bancos, instituciones financieras y comercios para medir el riesgo de transacciones y cuentas— tratan el historial como un atributo fijo. Estos modelos analizan cuándo apareció por primera vez un elemento, cuánto tiempo ha existido y qué tan ampliamente ha sido utilizado. Lo que no pueden ver es qué ha ocurrido con ese atributo de identidad digital a lo largo de los años.
Una vez que un atributo de identidad digital ha sido comprometido, el reloj no se detiene ni vuelve a empezar para reconstruir la confianza. El correo electrónico continúa envejeciendo. Desde la perspectiva del modelo, la confianza sigue aumentando, incluso si esa dirección de correo electrónico está siendo utilizada activamente para cometer fraude.
Esto genera un punto ciego estructural. El fraude no elimina el historial; se apropia de él y lo explota.
A medida que los defraudadores se han vuelto más sofisticados, han aprendido a aprovechar esta debilidad. En lugar de centrarse únicamente en crear nuevas identidades, cada vez atacan más cuentas de correo electrónico con muchos años de antigüedad, sabiendo que los historiales digitales consolidados suelen enfrentar menos fricción y obtener mayores tasas de aprobación. Con el tiempo, esto permite que la actividad fraudulenta se mezcle con segmentos que los modelos tradicionales consideran de bajo riesgo.
ACI analizó el historial de los correos electrónicos como una señal de identidad digital y encontró un patrón sorprendente. Si bien las direcciones de correo electrónico más recientes mostraban, en términos generales, un mayor riesgo de fraude, algunas de las tasas de fraude más elevadas aparecieron entre correos electrónicos que habían existido durante muchos años.
De hecho, las direcciones de correo electrónico con más de nueve años de antigüedad registraron algunas de las mayores concentraciones de fraude observadas, con tasas de fraude del 69 %¹ dentro de este segmento de larga trayectoria.
Este resultado contradice por completo el supuesto central de los modelos basados únicamente en la antigüedad del correo electrónico.
Lo más importante es que no se trataba de fraude aleatorio. La actividad estaba fuertemente concentrada en casos de toma de control de cuentas (Account Takeover - ATO), donde cuentas de correo electrónico antiguas eran comprometidas y posteriormente reutilizadas en múltiples transacciones y canales.
Los correos electrónicos antiguos deberían representar familiaridad y estabilidad. Sin embargo, comenzaron a asociarse cada vez más con fraudes de alto impacto.
El problema no era que la antigüedad del correo electrónico careciera de valor, sino que estaba siendo medida sin contexto. Sin visibilidad sobre el comportamiento observado en toda la red, estos modelos no podían diferenciar entre una confianza ganada y una confianza heredada.
Conozca información basada en casos reales sobre cómo la inteligencia artificial está transformando las estrategias de prevención del fraude en todo el mundo.
Obtenga su copia
El problema fundamental de la inteligencia estática basada en correos electrónicos es que equipara el paso del tiempo con la confianza.
Pero el tiempo, por sí solo, no genera confianza.
La confianza debe validarse de manera continua.
Aquí es donde la inteligencia de red introduce un cambio fundamental.
En lugar de considerar el historial del correo electrónico como un atributo unidimensional, la inteligencia de red de ACI lo evalúa como una reputación dinámica, que evoluciona constantemente en función del comportamiento observado en todo el ecosistema.
Cuando ocurre un fraude en cualquier parte de la red, esa señal influye inmediatamente en la reputación de la identidad digital asociada.
El crecimiento positivo del historial se detiene, el riesgo se detecta antes y se evita que las identidades comprometidas continúen acumulando credibilidad de forma silenciosa.
En este modelo, la confianza nunca se considera permanente. Debe reafirmarse continuamente mediante un comportamiento limpio y verificado.
Cuando el historial de un correo electrónico se analiza desde una perspectiva basada en inteligencia de red, la relación entre confianza y riesgo comienza a alinearse nuevamente.
Los correos electrónicos recién creados que muestran comportamientos sospechosos son identificados desde el principio, antes de que puedan construir una reputación.
Al mismo tiempo, los correos electrónicos con muchos años de antigüedad que continúan demostrando un comportamiento legítimo conservan su valor como indicadores de familiaridad.
Lo más importante es que las actividades de alto riesgo dejan de esconderse detrás de historiales digitales extensos.
Los intentos de toma de control de cuentas dirigidos a correos electrónicos antiguos son identificados como lo que realmente son: riesgos elevados, en lugar de quedar ocultos por las suposiciones basadas únicamente en el paso del tiempo.
Para las instituciones financieras y los comercios, esto se traduce directamente en una mejor toma de decisiones.
Cuando se aplica inteligencia de red, los comportamientos de alto riesgo se detectan rápidamente en segmentos con poco historial, donde se identifican y contienen tasas de fraude cercanas al 35 %¹ antes de que puedan construir reputación.
Al mismo tiempo, las identidades de correo electrónico con una trayectoria consolidada presentan tasas de fraude significativamente menores, que disminuyen hasta aproximadamente 12 %¹, restableciendo la relación entre familiaridad y confianza.
Al aplicar controles antifraude con mayor precisión, también se reduce la fricción para los clientes cuando realmente no es necesaria y se pueden contener las pérdidas en etapas más tempranas del ciclo del fraude, sin sacrificar las tasas de aprobación.
A medida que el fraude se vuelve cada vez más impulsado por inteligencia artificial, distribuido y adaptable, los datos aislados dejan de ser suficientes.
Las señales que no son capaces de aprender de patrones más amplios ni adaptarse a nuevos comportamientos inevitablemente quedarán rezagadas frente a los delincuentes que aprovechan sus limitaciones.
El historial del correo electrónico sigue siendo una señal valiosa para prevenir el fraude, pero únicamente cuando se entiende como una reputación, y no simplemente como una medida de antigüedad.
Sin inteligencia de red, el historial es solo un reloj.
Con inteligencia de red, el historial adquiere contexto, significado y capacidad de acción.
Lea los hallazgos exclusivos de 154 líderes globales en prevención del fraude y delitos financieros, provenientes de bancos, proveedores de pagos, comercios y empresas de infraestructura financiera. El estudio muestra una industria en un punto de inflexión: adoptar la inteligencia artificial en teoría, pero todavía enfrentando el desafío de implementarla de forma segura, confiable y a gran escala para reducir el fraude.
ACI ayuda a bancos, instituciones financieras y comercios a fortalecer sus estrategias de prevención del fraude mediante información continua impulsada por inteligencia de red.
Durante años, el historial de los atributos de identidad digital se ha considerado un indicador confiable de confianza en el comercio digital y los pagos. La lógica era simple e intuitiva. Por ejemplo, una dirección de correo electrónico creada recientemente podía indicar un mayor riesgo, mientras que un correo con muchos años de existencia debía sugerir legitimidad y familiaridad. Como resultado, el "tiempo en archivo" (time-on-file) se convirtió en una variable ampliamente utilizada en los modelos de prevención del fraude y toma de decisiones sobre identidad en toda la industria.
Sin embargo, a medida que evolucionan las técnicas de fraude, esta suposición de larga data está empezando a dejar de ser válida.
La evidencia obtenida por ACI Worldwide en entornos reales de pagos muestra cada vez con más claridad que evaluar el historial de una identidad digital de forma aislada puede resultar engañoso. En algunos casos, incluso puede exponer a las organizaciones a un mayor riesgo, en lugar de protegerlas.
La razón es sencilla: el historial no siempre refleja confianza, especialmente cuando el fraude logra ocultarse dentro de él.
La mayoría de los modelos tradicionales de prevención del fraude y evaluación de identidad —utilizados por bancos, instituciones financieras y comercios para medir el riesgo de transacciones y cuentas— tratan el historial como un atributo fijo. Estos modelos analizan cuándo apareció por primera vez un elemento, cuánto tiempo ha existido y qué tan ampliamente ha sido utilizado. Lo que no pueden ver es qué ha ocurrido con ese atributo de identidad digital a lo largo de los años.
Una vez que un atributo de identidad digital ha sido comprometido, el reloj no se detiene ni vuelve a empezar para reconstruir la confianza. El correo electrónico continúa envejeciendo. Desde la perspectiva del modelo, la confianza sigue aumentando, incluso si esa dirección de correo electrónico está siendo utilizada activamente para cometer fraude.
Esto genera un punto ciego estructural. El fraude no elimina el historial; se apropia de él y lo explota.
A medida que los defraudadores se han vuelto más sofisticados, han aprendido a aprovechar esta debilidad. En lugar de centrarse únicamente en crear nuevas identidades, cada vez atacan más cuentas de correo electrónico con muchos años de antigüedad, sabiendo que los historiales digitales consolidados suelen enfrentar menos fricción y obtener mayores tasas de aprobación. Con el tiempo, esto permite que la actividad fraudulenta se mezcle con segmentos que los modelos tradicionales consideran de bajo riesgo.
ACI analizó el historial de los correos electrónicos como una señal de identidad digital y encontró un patrón sorprendente. Si bien las direcciones de correo electrónico más recientes mostraban, en términos generales, un mayor riesgo de fraude, algunas de las tasas de fraude más elevadas aparecieron entre correos electrónicos que habían existido durante muchos años.
De hecho, las direcciones de correo electrónico con más de nueve años de antigüedad registraron algunas de las mayores concentraciones de fraude observadas, con tasas de fraude del 69 %¹ dentro de este segmento de larga trayectoria.
Este resultado contradice por completo el supuesto central de los modelos basados únicamente en la antigüedad del correo electrónico.
Lo más importante es que no se trataba de fraude aleatorio. La actividad estaba fuertemente concentrada en casos de toma de control de cuentas (Account Takeover - ATO), donde cuentas de correo electrónico antiguas eran comprometidas y posteriormente reutilizadas en múltiples transacciones y canales.
Los correos electrónicos antiguos deberían representar familiaridad y estabilidad. Sin embargo, comenzaron a asociarse cada vez más con fraudes de alto impacto.
El problema no era que la antigüedad del correo electrónico careciera de valor, sino que estaba siendo medida sin contexto. Sin visibilidad sobre el comportamiento observado en toda la red, estos modelos no podían diferenciar entre una confianza ganada y una confianza heredada.
Conozca información basada en casos reales sobre cómo la inteligencia artificial está transformando las estrategias de prevención del fraude en todo el mundo.
Obtenga su copia
El problema fundamental de la inteligencia estática basada en correos electrónicos es que equipara el paso del tiempo con la confianza.
Pero el tiempo, por sí solo, no genera confianza.
La confianza debe validarse de manera continua.
Aquí es donde la inteligencia de red introduce un cambio fundamental.
En lugar de considerar el historial del correo electrónico como un atributo unidimensional, la inteligencia de red de ACI lo evalúa como una reputación dinámica, que evoluciona constantemente en función del comportamiento observado en todo el ecosistema.
Cuando ocurre un fraude en cualquier parte de la red, esa señal influye inmediatamente en la reputación de la identidad digital asociada.
El crecimiento positivo del historial se detiene, el riesgo se detecta antes y se evita que las identidades comprometidas continúen acumulando credibilidad de forma silenciosa.
En este modelo, la confianza nunca se considera permanente. Debe reafirmarse continuamente mediante un comportamiento limpio y verificado.
Cuando el historial de un correo electrónico se analiza desde una perspectiva basada en inteligencia de red, la relación entre confianza y riesgo comienza a alinearse nuevamente.
Los correos electrónicos recién creados que muestran comportamientos sospechosos son identificados desde el principio, antes de que puedan construir una reputación.
Al mismo tiempo, los correos electrónicos con muchos años de antigüedad que continúan demostrando un comportamiento legítimo conservan su valor como indicadores de familiaridad.
Lo más importante es que las actividades de alto riesgo dejan de esconderse detrás de historiales digitales extensos.
Los intentos de toma de control de cuentas dirigidos a correos electrónicos antiguos son identificados como lo que realmente son: riesgos elevados, en lugar de quedar ocultos por las suposiciones basadas únicamente en el paso del tiempo.
Para las instituciones financieras y los comercios, esto se traduce directamente en una mejor toma de decisiones.
Cuando se aplica inteligencia de red, los comportamientos de alto riesgo se detectan rápidamente en segmentos con poco historial, donde se identifican y contienen tasas de fraude cercanas al 35 %¹ antes de que puedan construir reputación.
Al mismo tiempo, las identidades de correo electrónico con una trayectoria consolidada presentan tasas de fraude significativamente menores, que disminuyen hasta aproximadamente 12 %¹, restableciendo la relación entre familiaridad y confianza.
Al aplicar controles antifraude con mayor precisión, también se reduce la fricción para los clientes cuando realmente no es necesaria y se pueden contener las pérdidas en etapas más tempranas del ciclo del fraude, sin sacrificar las tasas de aprobación.
A medida que el fraude se vuelve cada vez más impulsado por inteligencia artificial, distribuido y adaptable, los datos aislados dejan de ser suficientes.
Las señales que no son capaces de aprender de patrones más amplios ni adaptarse a nuevos comportamientos inevitablemente quedarán rezagadas frente a los delincuentes que aprovechan sus limitaciones.
El historial del correo electrónico sigue siendo una señal valiosa para prevenir el fraude, pero únicamente cuando se entiende como una reputación, y no simplemente como una medida de antigüedad.
Sin inteligencia de red, el historial es solo un reloj.
Con inteligencia de red, el historial adquiere contexto, significado y capacidad de acción.
Lea los hallazgos exclusivos de 154 líderes globales en prevención del fraude y delitos financieros, provenientes de bancos, proveedores de pagos, comercios y empresas de infraestructura financiera. El estudio muestra una industria en un punto de inflexión: adoptar la inteligencia artificial en teoría, pero todavía enfrentando el desafío de implementarla de forma segura, confiable y a gran escala para reducir el fraude.
ACI ayuda a bancos, instituciones financieras y comercios a fortalecer sus estrategias de prevención del fraude mediante información continua impulsada por inteligencia de red.
🤩 Forma parte del único programa de entrenamiento en Neobanking de Latam. Más información aquí
%20(1).avif)
