Connect with us
TheEye analiza el riesgo de fraudes y aplica Inteligencia Artificial para prevenirlo. TheEye analiza el riesgo de fraudes y aplica Inteligencia Artificial para prevenirlo.

Inteligencia Artificial

TheEye ofrece soluciones de seguridad mediante IA

TheEye analiza el riesgo de fraudes y aplica Inteligencia Artificial para prevenirlo. Bancos y Fintech consideran sus soluciones.

TheEye analiza el riesgo de fraudes y aplica Inteligencia Artificial para prevenirlo.

La seguridad anti fraudes en diferentes organizaciones es clave. El uso de Inteligencia Artificial, es clave para anticipar riesgos y prevenirlos. TheEye se convierte en una empresa referente en el sector y comparte sus principales preocupaciones y soluciones.

Bancos y fintech, en el centro de la tormenta

En 2019 Argentina tuvo un nivel de riesgo de lavado de activos y financiamiento del terrorismo del 6,50, lo que lo ubica en el puesto #22.

No es casualidad que, según datos de un estudio de PWC, en Argentina el 44% de las empresas encuestadas aumentarán las inversiones para combatir el delito o que el 73% tiene como principal problema la malversación de fondos.

El lavado de dinero es un delito organizado, transnacional y complejo.

Tanto en los servicios financieros como en retail, toma especial relevancia el fraude y los delitos informáticos por parte del consumidor.

Una profunda preocupación relevada por TheEye.

El rol de TheEye en la prevención mediante IA

Ésta es una problemática latente para las organizaciones que se puede prevenir mediante soluciones de automatización que realicen detección proactiva y monitoreo continuo para la mitigación de riesgo.

Además de automatizaciones simples que alivianan la carga operativa de los analistas, justamente para que puedan enfocarse en realizar un buen análisis.

Existen 4 procesos que son clave automatizar en el sector de finanzas, seguros, banca y retail:

  1. Prevención de Lavado de Activos: se trata de una automatización que identifica, dentro de la actual o potencial cartera de clientes, a aquellos que están relacionados con actividades criminales, como el lavado de activos, y otros delitos, como ser el tráfico ilícito de drogas, trata de personas, terrorismo, corrupción, secuestros, entre otros. (Ley 25.246, sus modificatorias y complementarias). De no controlarse, además del riesgo reputacional, puede convertirse en un gran dolor de cabeza: penalidades operativas o multas económicas elevadas. A su vez, la Prevención de Lavado de Activos colabora en el proceso de on boarding de nuevos clientes, lo que lo hace más ágil, eficiente y permite ahorrar tiempo y esfuerzo. Esto alimenta el motor de decisión para analistas de negocios sobre la apertura de cuentas, otorgamiento de créditos, etc., acelerando la respuesta al mercado (time to market). Hay dos caminos de acción. Por un lado, buscar a la persona en los portales requeridos por la regulación del país. Por otro lado, vincular el software que notifica sobre nuevos individuos sospechados con la base de clientes de la empresa. En nuestra experiencia, este tipo de automatizaciones además de agilizar tiempos de on boarding y procesamientos en grandes volúmenes, permite a los analistas poner foco en el 10% de los casos que requieren tratamiento especial y utilizan su tiempo liberado para tareas de mayor valor que hagan crecer a su compañía.
  2. Persona Expuesta Políticamente: se trata de la identificación entre los clientes de personas físicas que cumplen con determinadas características o a quién se le han confiado funciones públicas, ya sea en el país como en el extranjero, como por ejemplo, los escribanos, que en algunas jurisdicciones como en el caso de Argentina – UIF, hay que informar por el potencial peligro, sus cambios de estado. Esta puede ser una tarea 100% automatizada y libre de errores.
  3. Control de presentación de regímenes para industria bancaria: es la automatización de la presentación de regímenes informativos al BCRA, con el fin de mitigar el riesgo de incumplir con la adecuada presentación que puede devenir en un alto impacto económico mediante una inhibición operativa, sanción económica y riesgo reputacional. Permite contar con un estado real de las presentaciones al ente, seguimientos y vencimiento de los regímenes. Y a la par, dar visibilidad a los usuarios a través de alertas y calendarios, informar los progresos a directores mediante KPI’s relevantes y liberar tiempo a los analistas para tareas de valor como el enfocarse en métricas de cumplimiento o mejorar la visión de análisis de normativas.
  4. Auditorías sujetas a multas exigidas por Superintendencia (SSN): se automatizan las auditorías que realiza la SSN de forma tal que pueda mantener el cumplimiento normativo y corregir los desvíos antes de que se vuelvan un problema.

Estas automatizaciones además de alivianar la carga de trabajo,liberan tiempo y hacen más eficientes los procesos en el área de riesgo, disminuyendo el costo del error y también el costo de oportunidad.

De esta forma el negocio también gana insensibilidad a volumen de operaciones, algo trivial para el mundo digital, y flexibilidad para adaptarse a las regulaciones.

Autor: Javier Ailbirt – CEO de TheEye

Inteligencia Artificial

Dynatrace lanza Grail para una analítica empresarial sin límites

La nueva tecnología de la plataforma core unifica los datos, conservando su contexto para ofrecer respuestas rápidas, escalables y rentables.

La nueva tecnología de la plataforma core unifica los datos, conservando su contexto para ofrecer respuestas rápidas, escalables y rentables, con respuestas y automatizaciones impulsadas por la IA.

Dynatrace, la compañía de inteligencia de software, anunció hoy el lanzamiento de su tecnología core Grail dentro de la plataforma de inteligencia de software Dynatrace. Grail revolucionará el análisis y la gestión de datos al unificar los datos de observabilidad, de negocio y de seguridad de entornos multi nube y nativos de la nube, conservando su contexto y proporcionando respuestas instantáneas, precisas y rentables impulsadas por la IA y la automatización.

Inicialmente, Dynatrace está aprovechando Grail para optimizar el análisis y la gestión de registros. En el futuro, la empresa espera ampliar la tecnología para activar otras soluciones de TI, desarrollo, seguridad y análisis empresarial.

Las arquitecturas multinube y nativas de la nube, la columna vertebral de la transformación digital, producen una explosión de datos. Estos datos están divididos en silos, lo que refleja las diversas partes del ecosistema de la nube donde se originaron.

Para extraer valor de estos datos utilizando soluciones tradicionales, los equipos de ITOps, DevOps, SRE y seguridad necesitan estructurarlos para reflejar las preguntas que esperan hacer en el futuro. Se basan en procedimientos manuales que consumen mucho tiempo, incluyendo la indexación de datos y rehidratación, además de gestionar varios depósitos de datos, que no pueden reaccionar con la suficiente velocidad a los rápidos cambios de los entornos de aplicaciones y de la nube o a la evolución de las amenazas a la seguridad.

El costo y la sobrecarga de mantener procedimientos anticuados y conjuntos de herramientas fracturadas superan el valor comercial. Las nubes modernas exigen un nuevo enfoque.

Según Stephen Elliot, vicepresidente del grupo de I&O, operaciones en la nube y DevOps de IDC, “los entornos multi nube y nativos de la nube dinámicos y en expansión son un ecosistema de diversas tecnologías y servicios, y su composición cambia cada segundo. Este paradigma hace que sea fundamental para las organizaciones adquirir una plataforma con capacidades avanzadas de IA, análisis y automatización. La plataforma debe ser capaz de incorporar los datos comerciales, de seguridad y de observabilidad, colocarlos en un contexto preciso en tiempo real y facilitar el acceso a información respaldada por datos cuando sea necesario.

Continue Reading

Inteligencia Artificial

Shutterstock y Getty determinantes con las imágenes creadas por IA

El debate ya está en boca de todos. ¿De quién es el derecho de autor de las fotos creadas por IA?

El debate ya está en boca de todos. ¿De quién es el derecho de autor de las fotos creadas por IA?

Las cada vez más grandes posibilidades que ofrecen los generadores de imágenes como Craiyon, DALL-E 2, Midjourney y Stable Diffusion han despertado el interés comercial de algunas personas. Algo así como: «¿Qué tal si creamos arte con estos programas impulsados por inteligencia artificial (IA) y lo vendemos en la Web?».

Se trataba, quizá, de una alternativa para hacer dinero de manera relativamente fácil. Pese a la controversia que podría generar tal movimiento, los grandes bancos de imágenes no habían definido reglas claras sobre la venta y carga de imágenes generadas por IA, hasta ahora, que están empezando a tomar cartas en el asunto.

Los derechos de autor son un asunto en constante evolución, aunque, por lo general, las leyes encargadas de protegerlos van por detrás de los desafíos que presentan las nuevas dinámicas y los avances tecnológicos. En 2008, un mono se tomó una selfie. Cuando esta llegó a Wikimedia Commons en 2011 se abrió un debate.

¿Quién tiene los derechos de autor de la selfie? ¿Naruto, el adorable macaco con cresta de Indonesia, o alguien más? El desarrollo de la historia da para todo un artículo, pero, en resumidas cuentas, no fue hasta 2018 que la justicia estadounidense determinó que el mono, al ser un animal, no podía poseer los derechos de autor de la imagen.

Un escenario similar estamos viviendo con los generadores de imágenes impulsados por IA. Una pregunta es: ¿a quién pertenecen los derechos de autor de las obras creativas creadas con estos programas que en muchas ocasiones están compuestas por elementos de artistas y fotógrafos profesionales que tienen su propio copyright?

Ciertamente, en la actualidad no hay un consenso. La Organización Mundial de Propiedad Intelectual (OMPI), por ejemplo, señala que solo las personas pueden ser autoras de obras creativas, por lo que estas creaciones basadas en IA están en una especie de limbo. No obstante, todo parece indicar que las normas se actualizarán a estos tiempos.

He aquí una de las razones de por qué los bancos de imágenes están replanteándose su postura frente las obras generadas por programas de inteligencia artificial. Hasta hace unos días era algo común encontrar usuarios vendiendo ilustraciones de stock generadas principalmente por Midjourney en estas plataformas.

Una búsqueda con el término «ai-generated» en Shutterstock nos arrojó un buen número de resultados. Desde «niños con mochilas» hasta un «simpático robot artista«, pasando por «una imagen abstracta del otoño«. En todos estos casos, los usuarios que cargaron las imágenes indicaron en la descripción que habían sido creadas con IA.

Ahora, según Vice, Shutterstock habría empezado a eliminar imágenes generadas por IA, aunque sus términos de servicio actualmente no las prohíben explícitamente. Más drástico ha sido el movimiento de Getty Images, Newgrounds, PurplePort y FurAffinity, que han decidido prohibirlas recientemente.

En declaraciones a The Verge, el CEO de Getty Images, Craig Peters, dijo que “existen preocupaciones reales con respecto a los derechos de autor de los resultados de estos modelos y problemas de derechos no abordados con respecto a las imágenes, los metadatos de las imágenes y las personas contenidas en las imágenes”.

Por consecuencia, el banco de imágenes estadounidense ha empezado a trabajar con C2PA (la Coalición para la Procedencia y Autenticidad del Contenido) para crear filtros y evitar este tipo de contenidos. Además, se respaldará en los usuarios para que identifiquen y denuncien los trabajos que no cumplen con los nuevos términos de la plataforma.

Este es tan solo uno de los debates que gira en torno a los generadores de imágenes. Hay quienes plantean que estos pueden reproducir estereotipos dañinos y quienes aseguran que son una puerta abierta para crear deepfakes más precisos. Queda por ver cómo evolucionará este asunto con el paso del tiempo.

Fuente: Xataka

Continue Reading

Inteligencia Artificial

Por medio de IA, podés seleccionar tu cobertura médica ideal

Un interesante desarrollo que se apoya en big data para sugerir las mejores prestaciones.

Un interesante desarrollo que se apoya en big data para sugerir las mejores prestaciones.

El Covid-19 supuso un escenario de mayor vulnerabilidad, que sumado a un contexto económico inestable en la región donde la previsión financiera toma mayor relevancia, la necesidad de encontrar un seguro de salud capaz de adaptarse a las distintas situaciones y proyecciones personales o familiares, se hace fundamental.

En este sentido, la evolución digital, a través de sus distintos usos permite crear nuevas herramientas que logren satisfacer las necesidades más específicas del ser humano. Es el caso de InternationalHealth.com que, gracias a la Inteligencia Artificial (IA) y Big Data, logró desarrollar un software capaz de simular distintos escenarios y así encontrar la mejor cobertura médica para cada persona.

La IA y Big Data son nuestros puntos fuertes, las usamos para registrar toda la información de los planes y productos que existen hoy en día en el mercado. Esto lo hacemos gracias a un motor de base de datos de productos dentro de la plataforma, donde para cada uno de estos planes registramos todo tipo de información: cómo se califican, qué cubren y cuáles son sus limitaciones” expresó Matias Stäger, CTO de InternationalHealth.com.

De esta manera, dicha tecnología facilita evaluar qué tanto cubre una prestación específica en una Clínica en caso de requerir una hospitalización o incluso estudios específicos como un examen de radiología. Esta información es rescatada y guardada en la base de datos para luego ser utilizada al realizar las comparaciones entre los distintos planes y servicios.

La plataforma también cuenta con un motor de precios, donde en base a un algoritmo y los datos ingresados por el usuarios se logra calcular el precio exacto de cada uno de los planes. Es decir, un hombre de 35 años con su esposa y sus dos hijos tiene un perfil específico que se va a evaluar con un algoritmo en función a toda la base de Big Data.

Otra característica es el motor de puntuación y recomendación que utiliza inteligencia artificial a través de un modelo de machine learning. Para cada perfil va a correr un algoritmo de aprendizaje automatizado donde se van a simular diferentes escenarios.

En otras palabras, se analizan los diferentes eventos que le podrían ocurrir dependiendo de la edad o grupo familiar, por lo que el algoritmo prueba la cobertura de cada uno de estos planes en relación a los distintos eventos, les asigna una calificación y finalmente se puntúa una nota general del plan.

Más allá de vender un seguro, nosotros buscamos orientar, acompañar y generar confianza en un rubro que comúnmente parece bastante técnico e incluso costoso, por lo que estamos seguros que con la implementación de estas tecnologías y cada vez más avances en nuestra plataforma le estamos dando al usuario la oportunidad de escoger la mejor alternativa adaptada su estilo de vida y el de su familia” finalizan desde InternationalHealth.com.

Continue Reading

NO TE LO PIERDAS