Visa refuerza sus defensas de ciberseguridad mientras el fraude impulsado por IA apunta a la confianza humana

Visa está ampliando sus defensas de ciberseguridad a medida que los ataques impulsados por IA van más allá del robo de números de tarjeta y se dirigen contra las personas que autorizan los pagos. Para los lectores de Google News que siguen esta historia, el conflicto es más profundo que una actualización rutinaria de seguridad. Una autenticación más sólida está reduciendo algunos fraudes conocidos, pero la IA generativa está ayudando a los delincuentes a escalar la suplantación de identidad, el phishing y otras formas de ingeniería social.

Los datos más recientes de Visa sobre amenazas reflejan ese giro. El fraude relacionado con tokens de dispositivos cayó un 9,6 % entre julio y diciembre de 2025, en comparación con el mismo periodo de 2024. Sin embargo, la empresa afirma que las estafas se han convertido en la principal amenaza para los consumidores, ya que los delincuentes redirigen su atención de los controles técnicos al juicio humano.

Este movimiento está presionando a bancos, comercios, procesadores de pagos, plataformas tecnológicas y consumidores al mismo tiempo. Visa puede inspeccionar la actividad en toda su red, pero una llamada convincente o un mensaje fraudulento pueden persuadir a un cliente legítimo para que apruebe un pago ilegítimo. El atacante no siempre necesita vulnerar el sistema de pagos cuando puede manipular al cliente para que abra la puerta.

La respuesta de Visa combina controles a nivel de red con un servicio más reciente de inteligencia sobre amenazas para instituciones financieras. La empresa intenta vincular señales cibernéticas, como malware, credenciales expuestas y suplantación de marcas, con el fraude de pagos que les sigue. La cuestión central es si los defensores pueden establecer esas conexiones antes de que un atacante alcance a un cliente.

Qué cambió Visa en su estrategia de ciberseguridad

Visa está adelantando la seguridad de los pagos en el ciclo de ataque, antes de que la información robada se convierta en una transacción fraudulenta.

La empresa lanzó la Visa Threat Intelligence Platform, o VTIP, para instituciones financieras en Europa el 2 de julio de 2026. El servicio combina inteligencia de ciberseguridad con información sobre posibles riesgos de pago. Visa afirma que la plataforma utiliza capacidades desarrolladas y probadas mientras protegía su propia red.

Los sistemas tradicionales contra el fraude en pagos suelen concentrarse en la transacción final. Examinan su importe, ubicación, comercio, dispositivo y relación con el comportamiento previo del cliente. Ese proceso sigue siendo importante, pero puede comenzar demasiado tarde cuando un incidente cibernético ocurrió días o semanas antes.

Un delincuente podría primero robar credenciales de empleados, suplantar a un banco, comprometer a un comercio o distribuir malware. La información robada puede circular después por mercados criminales antes de que alguien intente realizar un pago. Cada paso genera evidencias, pero estas pueden permanecer dispersas entre equipos de seguridad, fraude y riesgo.

VTIP está diseñada para acercar esas señales. Su componente de inteligencia sobre amenazas identifica indicadores de compromiso relacionados con malware, es decir, evidencia técnica de que un sistema podría haber sido vulnerado. La inteligencia sobre vulnerabilidades destaca exposiciones relevantes de software y exploits conocidos.

La plataforma también incluye inteligencia de marca, que busca suplantaciones y usos indebidos de la identidad de una institución. La inteligencia de identidad digital supervisa amenazas dirigidas a ejecutivos y empleados. Estos objetivos importan porque los usuarios con privilegios pueden proporcionar acceso a sistemas, datos o canales de comunicación de confianza.

Según el anuncio de Visa sobre su plataforma de amenazas, la empresa bloquea aproximadamente 90 millones de ciberataques y 11 millones de correos electrónicos de phishing cada mes. Estas cifras abarcan operaciones en más de 200 países. Ilustran la visibilidad de red detrás del producto de Visa, aunque los clientes aún deberán demostrar su eficacia dentro de sus propios entornos.

Esto no sustituye la evaluación de transacciones. Amplía el perímetro de defensa al tratar el fraude como un resultado posterior de actividad cibernética previa. Una transacción sospechosa se convierte en un evento dentro de una cadena más larga, en lugar de ser la primera señal observable de problemas.

Visa también ha seguido invirtiendo en controles que operan en el momento de la autorización. Visa Advanced Authorization utiliza aprendizaje automático para evaluar transacciones frente a más de 400 factores de riesgo en milisegundos. La empresa afirma que el sistema procesa miles de millones de transacciones al año utilizando inteligencia de emisores y comercios.

Esta estructura por capas importa porque ningún control individual detecta todos los ataques. La autenticación puede confirmar que el dispositivo o la cuenta correctos aprobaron una transacción. No siempre puede determinar si un delincuente engañó a la persona que posee ese dispositivo.

Por ello, la estrategia de Visa conecta tres momentos distintos: la intrusión cibernética inicial, la manipulación de un objetivo y el pago resultante. El primer gran cambio es tanto organizativo como técnico. Los equipos de ciberseguridad y fraude necesitan evidencias compartidas, una escalada más rápida y una visión común del riesgo.

Por qué el fraude impulsado por IA se está desplazando hacia las personas

Una mejor seguridad de red está empujando a los atacantes hacia un objetivo que no puede parchearse como el software: la confianza humana.

El informe semestral de amenazas de Visa de primavera de 2026 afirma que su red bloqueó un aumento del 13 % en ataques únicos de enumeración durante los seis meses anteriores. La enumeración es una técnica de prueba de tarjetas en la que los delincuentes realizan intentos repetidos para descubrir qué combinaciones de información de cuentas siguen siendo válidas.

A pesar del mayor volumen de ataques, las pérdidas asociadas a la enumeración cayeron un 16 %, según Visa. La empresa atribuye gran parte de esa mejora al fraude sospechoso bloqueado por su Risk Operations Center. El fraude con tokens de dispositivos también disminuyó un 9,6 % interanual.

Estos resultados respaldan la afirmación de Visa de que los controles de red están mejorando. No significan que la amenaza total esté disminuyendo. Los atacantes están cambiando sus métodos cuando las vías establecidas se vuelven menos rentables.

Visa identificó casi 1.000 millones de dólares en intentos de fraude relacionados con estafas entre julio y diciembre de 2025. Su informe de amenazas describe un cambio estructural desde el compromiso técnico hacia la manipulación del comportamiento.

En una toma de control de cuenta tradicional, el atacante intenta suplantar al cliente ante el banco. En una estafa de pago autorizado, el atacante persuade al cliente real para que complete la transacción. Por tanto, el pago puede superar los controles diseñados para confirmar la titularidad de la cuenta.

La IA generativa hace que ese engaño sea más barato y más fácil de personalizar. Los delincuentes pueden crear mensajes gramaticalmente pulidos, imitar estilos de escritura familiares, generar sitios web falsos y adaptar guiones para distintos objetivos. El audio y el vídeo sintéticos pueden añadir otra capa de legitimidad aparente.

La IA no necesita inventar una nueva categoría de delito para cambiar la economía. Un grupo de fraude puede usarla para investigar más objetivos, producir más variantes y responder con mayor rapidez durante una conversación. Incluso pequeñas ganancias de productividad se vuelven significativas cuando se aplican a miles de intentos de estafa.

Michael Jabbara, vicepresidente sénior de Visa para riesgo y control del ecosistema de pagos, afirmó que la IA ha reducido la barrera de entrada al fraude. Su punto más incisivo fue que una actividad que antes requería mayores habilidades técnicas puede comenzar cada vez más con un prompt.

Google Threat Intelligence Group ha documentado un desarrollo similar más allá de los pagos. En mayo, informó de lo que consideraba el primer uso observado por parte de un actor de amenazas de un exploit de día cero desarrollado con IA. Un día cero es una vulnerabilidad de software previamente desconocida que los defensores no han tenido oportunidad de parchear.

El rastreador de amenazas de IA del grupo también describe cómo los modelos generativos se están integrando en el reconocimiento, el acceso inicial y las operaciones de malware. Esa evidencia amplía el problema más allá de textos de phishing mejor redactados. Los atacantes están empezando a aplicar IA durante todo el ciclo de vida del ataque.

Aun así, la ingeniería social sigue siendo especialmente atractiva porque evita una confrontación directa con una infraestructura reforzada. Un atacante que no puede derrotar la tokenización o el cifrado de transacciones puede hacerse pasar por un empleado bancario. Otro puede suplantar a un ejecutivo y crear una solicitud urgente de pago.

Estos métodos explotan el comportamiento humano normal. Las personas responden a la autoridad, el miedo, la escasez y la presión de tiempo. La IA ayuda a un delincuente a adaptar esos desencadenantes utilizando detalles recopilados de datos vulnerados, perfiles públicos o conversaciones anteriores.

Por eso las mejoras de seguridad de Visa contienen una incómoda paradoja. El éxito contra una clase de fraude puede redirigir la actividad en lugar de eliminarla. Cuanto más sólida se vuelve la barrera técnica, más valiosa puede resultar una historia creíble.

Lo que el titular de Google News deja fuera

La competencia importante no es simplemente IA contra IA, sino defensa integrada frente a evidencia fragmentada.

La frase “la IA está posibilitando estos ataques” capta la urgencia, pero puede ocultar el desafío práctico. Las instituciones financieras ya recopilan grandes cantidades de datos de seguridad y transacciones. Su problema suele ser que las evidencias llegan a sistemas distintos, bajo responsabilidades diferentes y en momentos diferentes.

Un equipo de operaciones de seguridad podría detectar malware comunicándose con el ordenador de un empleado. Un servicio de protección de marcas podría descubrir un sitio web bancario falso. Más tarde, un equipo de fraude podría observar transferencias inusuales. Sin coordinación, cada evento puede parecer menos grave que el patrón combinado.

El enfoque de Visa intenta convertir su posición en la red en una ventaja. Un solo banco ve la actividad relacionada con sus clientes y cuentas. Visa puede observar patrones que abarcan comercios, emisores, adquirentes, regiones y canales de pago.

Esa visión más amplia ayuda a identificar ataques coordinados cuyas transacciones individuales parecen normales. También crea una oportunidad para distribuir inteligencia defensiva después de que surja un patrón en un mercado. Visa describe este enfoque como detectar una amenaza una vez y defenderse contra ella a nivel global.

La empresa afirma que invirtió 13.000 millones de dólares en tecnología e infraestructura durante los cinco años previos a 2026. También informa de haber desmantelado más de 25.000 comercios fraudulentos mediante Visa Scam Disruption, lo que representa más de 1.000 millones de dólares en fraude intentado.

La explicación de Visa sobre su defensa de red afirma que bloqueó casi el doble de transacciones fraudulentas de comercio electrónico en 2025 que el año anterior. También señala que la tasa de fraude en comercio electrónico en toda su red cayó un 8 %.

Estas son cifras comunicadas por la empresa, no evaluaciones independientes de cada control. Aun así, muestran la escala a la que Visa está desplegando defensas automatizadas. El aprendizaje automático puede comparar la actividad actual con patrones extraídos de una gran red de pagos, a menudo más rápido de lo que un analista humano puede investigar una sola alerta.

La velocidad se ha convertido en el mecanismo central de ambos lados. Los atacantes pueden automatizar el descubrimiento de objetivos, la generación de mensajes, las pruebas de credenciales y partes del desarrollo de exploits. Los defensores pueden automatizar la evaluación de riesgos, la detección de patrones y la distribución de indicadores entre instituciones.

La diferencia es que los defensores operan bajo restricciones más estrictas. Un delincuente puede enviar miles de mensajes deficientes si solo unos pocos tienen éxito. Un banco debe evitar bloquear a grandes cantidades de clientes legítimos mientras cumple requisitos regulatorios, de privacidad y operativos.

Por lo tanto, los falsos positivos importan. Un modelo que detiene el fraude pero rechaza repetidamente compras legítimas puede dañar la confianza de los clientes y aumentar los costos de soporte. Un sistema de identidad excesivamente sensible también puede crear barreras para las personas cuyo comportamiento no se ajusta a un patrón histórico limitado.

Los defensores también deben explicar y auditar las decisiones importantes. Las instituciones financieras necesitan controles sobre el acceso a los modelos, la retención de datos, la escalada y la revisión humana. No pueden simplemente desplegar un modelo de IA y asumir que una mayor automatización produce una mejor seguridad.

La plataforma de Visa aborda otra limitación: la relevancia. Los equipos de seguridad reciben inteligencia sobre amenazas de muchas fuentes, pero gran parte de ella puede tener poca relación con sus sistemas o clientes. VTIP afirma que filtra señales de malware, vulnerabilidades, marca e identidad para el sector financiero.

Ese enfoque puede reducir el ruido, pero los clientes necesitarán pruebas de que la inteligencia cambia los resultados. Las alertas más tempranas solo importan cuando una institución puede investigar y actuar antes de que se mueva el dinero. La velocidad de integración, la capacidad del personal y los procedimientos de respuesta siguen siendo decisivos.

El encuadre de Google News también corre el riesgo de presentar el trabajo de Visa como el lanzamiento de un único producto. Es mejor entenderlo como un cambio en el lugar donde las empresas de pagos trazan la frontera de seguridad. La prevención del fraude ahora se extiende hacia la ciberseguridad, la protección de identidad y la suplantación en línea.

Esta frontera ampliada sitúa a Visa en un campo competitivo más amplio. Mastercard, los bancos, los proveedores de nube, los proveedores de seguridad y las empresas de identidad analizan partes de la misma cadena de ataque. La competencia se centra en quién puede conectar las señales más claras sin generar una fricción excesiva.

Ninguna organización lo ve todo. Los proveedores de telecomunicaciones pueden detectar llamadas o mensajes de texto fraudulentos. Las plataformas tecnológicas pueden encontrar cuentas falsas y publicidad maliciosa. Los bancos entienden el comportamiento de los clientes, mientras que las redes de pago ven transacciones que se desplazan entre instituciones.

Por lo tanto, el modelo ganador depende de la coordinación, no del conjunto de datos de una sola empresa. La plataforma de Visa puede mejorar la visión del sector financiero, pero la prevención de estafas también requiere acción de las redes sociales, los registradores de dominios, las empresas de telecomunicaciones, las fuerzas del orden y los reguladores.

La defensa con IA de Visa aún tiene un problema de verificación

Visa cuenta con una escala creíble, pero sus cifras públicas no demuestran cuánto aporta de manera única la IA a cada mejora de seguridad.

El informe de la empresa combina varias tendencias que requieren una interpretación cuidadosa. El fraude con tokens de dispositivos disminuyó, las pérdidas por enumeración cayeron y Visa bloqueó más ataques. Estos resultados respaldan la idea de controles más sólidos, pero no aíslan el efecto de la IA de otros cambios.

La tokenización, la autenticación, las reglas de red, la intervención de analistas, los controles de comercios y las fuerzas del orden pueden influir en las tasas de fraude. El sistema de seguridad de Visa utiliza múltiples capas. Atribuir un resultado a un único modelo o plataforma requeriría mediciones más detalladas.

Los datos sobre amenazas también proceden de la propia red y operaciones de Visa. Esto aporta una visibilidad valiosa, pero no representa por igual todos los métodos de pago, mercados geográficos o instituciones financieras. El fraude desplazado fuera de la red podría no aparecer en las mismas métricas.

Visa informa que la actividad global de ransomware aumentó un 26% entre julio y diciembre de 2025 en comparación con el mismo período del año anterior. Solo el 23% de las víctimas pagó un rescate, lo que la empresa describe como la tasa más baja registrada.

Las dos cifras apuntan en direcciones distintas. Los delincuentes intentaron más operaciones de ransomware, mientras que las víctimas se mostraron menos dispuestas o menos obligadas a pagar. Mejores capacidades de recuperación pueden explicar parte de esa resistencia, pero los atacantes aún pueden robar y exponer datos incluso cuando una organización se niega a pagar.

Este patrón refuerza la distinción entre prevención y resiliencia. Una organización no puede asumir que todas las intrusiones serán detenidas. Necesita procesos de recuperación probados, copias de seguridad protegidas, autoridad clara para la toma de decisiones y planes de comunicación para clientes y socios.

La misma cautela se aplica a los ciberataques generados con IA. Google ha documentado un presunto zero-day asistido por IA, pero eso no significa que los sistemas autónomos lleven a cabo ahora la mayoría de las intrusiones. Muchos delincuentes siguen utilizando phishing conocido, robo de credenciales, vulnerabilidades sin parchear y malware establecido.

Los investigadores de seguridad de IBM han ofrecido un contrapeso útil a las afirmaciones más amplias. Su análisis de malware sostiene que la IA actual suele mejorar la productividad de los atacantes sin permitir técnicas fundamentalmente imposibles. Los investigadores identifican la suplantación y el phishing como preocupaciones más inmediatas que el malware totalmente autónomo.

Esta distinción importa para las prioridades defensivas. Las organizaciones no deberían abandonar los controles básicos mientras persiguen productos especializados de IA. La autenticación multifactor, la gestión de parches, la segmentación de red, los procedimientos de verificación de empleados y la recuperación ante incidentes siguen siendo esenciales.

La IA también puede crear nuevas debilidades dentro de los sistemas defensivos. Los modelos pueden cometer errores, heredar datos sesgados, exponer información sensible o convertirse ellos mismos en objetivos. Los atacantes pueden intentar la inyección de prompts, que utiliza instrucciones ocultas o maliciosas para manipular el comportamiento de un sistema de IA.

Los equipos de seguridad deben controlar a qué datos puede acceder un servicio de IA y qué acciones puede realizar. Un sistema que resume informes de amenazas crea un riesgo operativo limitado. Un servicio autónomo que bloquea cuentas o modifica infraestructura requiere una supervisión mucho más estricta.

Las instituciones financieras también deben decidir cómo encaja la inteligencia de Visa en sus herramientas existentes. Un nuevo feed que duplica las alertas actuales puede añadir carga de trabajo en lugar de reducirla. La plataforma adquiere valor cuando su contexto de pagos ayuda a los equipos a priorizar amenazas que de otro modo pasarían por alto.

Visa no ha proporcionado públicamente datos amplios sobre los resultados de los clientes de VTIP. El anuncio de lanzamiento indica que la empresa probó la plataforma internamente, pero la validación interna no equivale a un rendimiento independiente en bancos diversos.

La evidencia útil incluiría el tiempo de anticipación de detección, las tasas de falsos positivos, las pérdidas evitadas, la carga de trabajo de los analistas y el número de incidentes conectados entre sistemas cibernéticos y de pagos. Los resultados también deberían distinguir los hallazgos impulsados por modelos de las reglas tradicionales y el análisis humano.

Otra incertidumbre se refiere a la cooperación transfronteriza. La infraestructura criminal, las víctimas, las plataformas y las instituciones financieras suelen estar en jurisdicciones distintas. Compartir inteligencia puede encontrarse con requisitos de privacidad, normas de reporte incoherentes y retrasos en la coordinación legal.

Visa reconoce esta fragmentación en su informe sobre amenazas. La empresa afirma que los fallos importantes ocurren cada vez más en los límites del ecosistema, donde los incentivos y la visibilidad no están alineados. Ese diagnóstico es convincente, pero resolver esos límites requiere más que una plataforma comercial.

Los bancos pueden dudar en compartir información sensible sobre incidentes. Las plataformas tecnológicas pueden tener definiciones diferentes de actividad dañina. Las instituciones más pequeñas pueden carecer de personal para investigar alertas rápidamente, incluso cuando la inteligencia es precisa.

Por lo tanto, la prueba crítica es operativa. ¿Puede la plataforma acortar el tiempo entre una alerta temprana y una acción de protección? ¿Pueden las instituciones actuar conjuntamente sin desplazar el fraude hacia un participante menos protegido?

Hasta que surjan esas respuestas, las afirmaciones de Visa deben tratarse como una dirección estratégica respaldada por una escala significativa, no como prueba final de que la industria de pagos ha resuelto el fraude habilitado por IA.

Qué observar tras el impulso de ciberseguridad de Visa

Tres señales mostrarán si Visa está cerrando la brecha entre detectar actividad cibernética y prevenir pérdidas financieras.

La primera señal es una adopción y un rendimiento medibles de VTIP. Visa debería proporcionar ejemplos de clientes que muestren cómo la inteligencia cibernética temprana evitó un evento posterior de fraude. La velocidad de detección y las tasas de falsos positivos importarán más que el volumen de indicadores recopilados.

Un resultado sólido mostraría que una institución identificó infraestructura comprometida o suplantación antes de que los clientes perdieran dinero. También demostraría que los analistas podían actuar sin interrumpir grandes cantidades de transacciones legítimas.

La ausencia de esas métricas debilitaría el argumento de Visa. Las instituciones financieras ya compran numerosos feeds de seguridad, y otro panel no garantiza una respuesta más rápida. La plataforma debe mejorar la priorización, la investigación o la acción coordinada.

La segunda señal es el equilibrio entre el crecimiento de las estafas y la mejora en los controles tradicionales contra el fraude. Los datos actuales de Visa muestran que el fraude con tokens de dispositivos y las pérdidas por enumeración disminuyen mientras las estafas ganan relevancia. Los informes futuros deberían revelar si las defensas conductuales pueden reproducir esas ganancias anteriores.

El cambio más significativo sería una disminución de los intentos de estafa que alcanzan la autorización de pago. Eso sugeriría que los bancos y las redes de pago están identificando el engaño antes de que el cliente complete una transferencia.

Una disminución de las pérdidas reportadas por sí sola requeriría contexto. Los delincuentes podrían trasladarse a distintos métodos de pago, plataformas o instituciones. Visa debería explicar si sus controles detuvieron la actividad o simplemente la desplazaron.

Los datos de comercios ofrecen otra comprobación útil. El Informe Global de Pagos y Fraude en eCommerce de 2026 descubrió que el 98% de los comercios encuestados experimentó al menos un tipo de ataque de fraude durante el año anterior. Sin embargo, el número medio de tipos de ataques disminuyó de 4,2 a 3,8.

Estos hallazgos muestran por qué una única tendencia no puede definir el mercado. Algunas categorías de ataque pueden caer mientras casi todos los comercios siguen enfrentándose al fraude. La mejora debe medirse en la incidencia de ataques, las pérdidas, el costo operativo y la fricción para el cliente.

La tercera señal es la evidencia sobre el uso de IA por parte de los atacantes. La pregunta clave es si la IA sigue siendo principalmente una herramienta de productividad o empieza a generar capacidades repetibles que eludan las defensas establecidas.

El presunto zero-day desarrollado con IA de Google es un indicador importante. Casos similares reforzarían el argumento de que los atacantes van más allá de una investigación más rápida y una mejor ingeniería social. Los defensores se enfrentarían entonces a ventanas de parcheo más cortas y a un grupo más amplio de actores capaces de explotar fallos desconocidos.

Si estos casos siguen siendo poco frecuentes, la prioridad inmediata debería mantenerse en la suplantación escalable, el phishing, el abuso de credenciales y los pagos manipulados. Estos ataques ya funcionan, y la IA puede aumentar su alcance sin introducir un nuevo método técnico.

La distinción afecta a los presupuestos. Los líderes de seguridad deben decidir cuánto invertir en controles específicos para modelos frente a identidad, recuperación, formación del personal e integración de sistemas. El gasto impulsado por el miedo puede dejar intactas debilidades conocidas.

La estrategia de Visa apunta a una base sensata: conectar señales antes, analizarlas a escala de red y tratar el engaño como parte de la seguridad de los pagos. Sus propios datos sugieren que los controles técnicos aislados no pueden cubrir todo el recorrido desde la intrusión hasta el fraude.

Para los consumidores, el cambio significa que una cuenta válida y un dispositivo de confianza ya no garantizan un pago legítimo. Las solicitudes que impliquen urgencia, secreto, cambios inesperados de cuenta o métodos de pago inusuales merecen una verificación independiente a través de un canal conocido.

Para las empresas, los procedimientos de aprobación de pagos deben tener en cuenta una suplantación convincente. Una voz, un video o un mensaje pulido no deberían prevalecer sobre las reglas de verificación establecidas. Los cambios de alto riesgo deberían requerir confirmación mediante un sistema o una persona independiente.

Para los desarrolladores, la historia destaca la importancia de diseñar la seguridad en torno a flujos de trabajo en lugar de resultados individuales de modelos. Los sistemas deberían limitar privilegios, registrar acciones sensibles y preservar una vía para la revisión humana. Estos controles siguen siendo útiles incluso cuando se desconocen las herramientas exactas de IA del atacante.

El próximo informe de amenazas de Visa merece atención más allá del ciclo de noticias de Google. Debería indicar si las estafas siguen creciendo mientras disminuye el fraude técnico. También podría revelar si la inteligencia previa está generando resultados medibles en las instituciones participantes.

Visa ha identificado claramente la disyuntiva fundamental. Las defensas de red están mejorando, pero ese avance redirige a los atacantes hacia las personas y las brechas organizativas. La IA acelera esa migración al facilitar la producción, personalización y repetición del engaño.

La respuesta no puede depender únicamente de la IA. Requiere mejor inteligencia, verificación rigurosa, planificación de recuperación y cooperación entre los sistemas que los delincuentes explotan. Observe los próximos resultados de clientes, las tendencias de fraude y los ataques de IA documentados de forma independiente. En conjunto, esas señales mostrarán si Visa se está adelantando al cambio o simplemente lo está describiendo con mayor rapidez.