Swift, en asociación con 13 bancos globales, llevó a cabo experimentos para evaluar cómo la inteligencia artificial (IA) y las tecnologías de mejora de la privacidad (PET) pueden contribuir a combatir el fraude en pagos transfronterizos. En los ensayos, que utilizaron diez millones de transacciones artificiales, los modelos colaborativos mostraron ser el doble de efectivos que los modelos individuales en detectar fraude en tiempo real.

Los participantes compartieron datos de forma segura gracias a las PET, manteniendo la privacidad de extremo a extremo, lo que permitió verificar en tiempo real cuentas sospechosas y detectar actividades anómalas en un entorno de prueba. En un primer caso de uso, las instituciones utilizaron PET para compartir inteligencia sobre cuentas sospechosas sin comprometer datos confidenciales. En un segundo caso, se aplicó aprendizaje federado —una técnica de IA que entrena modelos sin compartir datos sensibles— para mejorar la detección de transacciones fraudulentas conocidas.

Swift ya había lanzado un Servicio de Controles de Pagos basado en IA para pequeñas y medianas instituciones. Con más de 50 pilotos activos de IA, Swift planea una segunda fase de pruebas con datos reales. Entre los participantes se encuentran ANZ, BNY, Intesa Sanpaolo y Google Cloud.

Fuente: Swift