El acuerdo reportado de Visa con BioCatch apunta a la dimensión humana del fraude con IA
Según informes, Visa acordó adquirir la empresa de detección de fraude BioCatch por 2.400 millones de dólares en efectivo, una gran apuesta por la seguridad basada en el comportamiento. El acuerdo reportado llega cuando las estafas generadas por IA hacen que a los bancos les resulte más difícil confiar en transacciones habituales.
La operación fue reportada el 3 de agosto de 2026, pero Visa y BioCatch no habían publicado anuncios de adquisición coincidentes cuando se preparó este artículo. Esa brecha de verificación es importante. Por lo tanto, los términos de la transacción, el calendario de cierre, las condiciones regulatorias y el plan de integración siguen sujetos a confirmación.
Aun así, la lógica estratégica es clara. Visa ya analiza la actividad de pagos, protege las transacciones de su red y vende servicios de riesgo a instituciones financieras. BioCatch examina lo que ocurre antes de un pago, incluido cómo una persona escribe, mueve el ratón, navega por una aplicación o duda durante una transferencia.
Esa diferencia sitúa la adquisición reportada en el centro de una competencia contra el fraude que está cambiando. Una seguridad de red más sólida está empujando a los delincuentes hacia la ingeniería social, en la que las víctimas autorizan pagos después de ser manipuladas. La IA reduce el coste de crear mensajes persuasivos, voces clonadas, identidades sintéticas y campañas de estafa localizadas.
La competencia central ya no es simplemente Visa contra otra red de pagos. Es la persuasión automatizada contra el contexto conductual. Los delincuentes pueden producir contenido convincente a escala, mientras los bancos deben decidir si una acción aparentemente válida de un cliente refleja una intención genuina.
El acuerdo con BioCatch adelantaría la posición de Visa en la cadena del fraude
La adquisición reportada daría a Visa mayor visibilidad sobre los momentos previos a que un cliente envíe dinero, y no solo sobre la transacción posterior.
BioCatch desarrolla sistemas de biometría conductual, que evalúan patrones en la actividad digital de una persona sin depender de una huella dactilar ni de un escaneo facial. Su software puede examinar el ritmo de escritura, el movimiento del cursor, el orden de navegación, las características del dispositivo, las dudas y otras señales de la sesión.
Estos patrones tienen dos objetivos relacionados. En primer lugar, pueden revelar que alguien distinto del titular habitual de la cuenta ha tomado el control. En segundo lugar, pueden indicar que el cliente legítimo está actuando bajo las instrucciones de un delincuente.
El segundo caso es especialmente importante. Una víctima que habla con un impostor podría iniciar sesión en una aplicación bancaria real desde un dispositivo conocido. Después, la víctima podría superar todas las comprobaciones convencionales de autenticación y autorizar personalmente la transferencia.
Desde la perspectiva del banco, la transacción puede parecer legítima. El usuario correcto introdujo las credenciales adecuadas, recibió un código de autenticación y aprobó el pago. Sin embargo, el comportamiento dentro de la sesión puede contar una historia diferente.
Un cliente podría hacer pausas con una frecuencia inusual, cambiar repetidamente entre aplicaciones o introducir datos de pago siguiendo un patrón asociado con instrucciones de terceros. Esas señales no prueban una influencia delictiva, pero pueden justificar una revisión adicional o una intervención cuidadosamente diseñada.
BioCatch afirmó en su ficha corporativa de 2024 que su plataforma rastreaba hasta 3.000 indicadores conductuales. La empresa también indicó que analizaba 11.600 millones de sesiones de usuarios cada mes y atendía a 210 instituciones financieras en ese momento.
Para septiembre de 2025, BioCatch y Nasdaq Verafin afirmaron que el alcance de la empresa se había ampliado a 287 instituciones financieras. Su alianza contra el fraude combinó las señales conductuales de BioCatch con los datos de transacciones y delitos financieros de Verafin.
Esa alianza ilustra el valor que Visa estaría comprando. Los registros de transacciones explican hacia dónde se mueve el dinero. Los datos conductuales pueden aportar indicios sobre quién inició el movimiento y si esa persona parece actuar libremente.
Visa ya cuenta con una inteligencia sustancial sobre transacciones. Añadir BioCatch conectaría esa visión de red con la actividad dentro de los canales digitales de los bancos participantes. El sistema combinado podría evaluar el riesgo antes, antes de que un pago sospechoso entre en la red o salga de la cuenta del cliente.
No se garantiza que esto produzca de inmediato un producto unificado. Los bancos utilizan distintas aplicaciones, sistemas antifraude, políticas de datos y procesos de decisión. Cualquier adquisición seguiría requiriendo integración de productos, consentimiento de los clientes, trabajo de gobernanza y aprobación regulatoria cuando corresponda.
La transacción también sigue siendo menos segura que una adquisición anunciada de forma habitual. El informe inicial describe un acuerdo íntegramente en efectivo, pero ninguna de las empresas había proporcionado una presentación pública o comunicado que confirmara los términos completos. Los lectores deberían considerar provisional la valoración reportada hasta que aparezcan esos documentos.
Incluso con esa salvedad, el acuerdo encaja con la dirección consolidada de Visa. La empresa se está expandiendo más allá del procesamiento de transacciones hacia servicios que ayudan a las instituciones financieras a evaluar el riesgo a lo largo del recorrido del pago.
Ese papel más amplio hace que la adquisición tenga relevancia estratégica. Visa no estaría comprando simplemente otra puntuación de fraude. Estaría adquiriendo una forma de interpretar el comportamiento humano en el punto en el que la manipulación respaldada por IA se convierte en acción financiera.
Por qué las estafas con IA están llevando a Visa más allá de la seguridad transaccional
Las redes de pago se han vuelto más difíciles de atacar directamente, por lo que los delincuentes persuaden cada vez más a usuarios autorizados para que sorteen por ellos los controles de seguridad.
Visa describió esa migración en sus hallazgos sobre amenazas de primavera de 2026. De julio a diciembre de 2025, la empresa identificó cerca de 1.000 millones de dólares en actividad relacionada con estafas.
Visa calificó las estafas como la categoría más grande de fraude en pagos de consumo durante ese periodo. También informó de que el fraude que involucra tokens de dispositivos cayó un 9,6 por ciento frente al periodo correspondiente de un año antes.
Las dos cifras describen un cambio importante. Las protecciones técnicas pueden mejorar mientras el daño al consumidor se desplaza hacia otro canal. Una mejor autenticación no impide que una víctima apruebe un pago después de que un impostor creíble genere miedo o urgencia.
La IA generativa refuerza ese modelo de ataque de varias maneras. Puede producir mensajes pulidos en muchos idiomas, adaptar un guion a la información encontrada en línea y mantener conversaciones a través de correo electrónico, aplicaciones de mensajería o plataformas sociales.
La clonación de voz añade otra capa. Un delincuente puede imitar a un familiar, ejecutivo o representante de atención al cliente sin poseer las credenciales bancarias del objetivo. La confianza de la víctima se convierte en la credencial.
Los medios sintéticos también facilitan probar estafas. Los atacantes pueden cambiar rápidamente nombres, imágenes, páginas de destino y narrativas cuando una campaña deja de funcionar. Pueden personalizar esas variaciones sin contratar a un gran equipo de redacción o diseño.
El ejecutivo de Visa Michael Jabbara resumió con crudeza la economía de este fenómeno en el comunicado sobre amenazas de 2026 de la empresa: un trabajo que antes requería profundos conocimientos técnicos ahora puede comenzar con una instrucción. Esa afirmación procede de Visa, pero el mecanismo subyacente es visible en los ataques de phishing, suplantación de identidad y recuperación de cuentas.
La IA no es la única razón por la que las estafas se están expandiendo. Los pagos más rápidos reducen el tiempo que tienen los bancos para investigar transferencias sospechosas. Las filtraciones de datos aportan detalles personales que hacen más convincente la suplantación. La publicidad en línea y las plataformas sociales ayudan a los delincuentes a encontrar posibles víctimas.
El resultado es una competencia asimétrica. Un estafador necesita que una interacción persuasiva tenga éxito. Un banco debe evaluar millones de sesiones legítimas sin bloquear a clientes que viajan, cambian de dispositivo, tienen una discapacidad o simplemente se comportan de forma diferente un día.
Los modelos tradicionales de transacciones siguen siendo valiosos. Pueden señalar destinos, importes, patrones de comercios o relaciones entre cuentas inusuales. Sin embargo, a menudo evalúan el riesgo después de que el cliente ya haya llegado a la fase de pago.
La inteligencia conductual intenta ampliar la ventana de decisión. Pregunta si la sesión se parece a una actividad normal, a una toma de control de cuenta, a un acceso automatizado o a una persona que sigue instrucciones de otra.
Pensemos en un ataque de compromiso de correo electrónico empresarial. Un empleado recibe un mensaje realista que parece provenir de un ejecutivo sénior. El mensaje solicita una transferencia urgente a la cuenta de un nuevo proveedor.
El empleado inicia sesión en el portal bancario de la empresa desde un ordenador autorizado. Las credenciales y los pasos de autenticación son válidos. Un sistema centrado únicamente en transacciones podría ver a un usuario autorizado enviando un pago inusual.
Un sistema consciente del comportamiento podría examinar cómo el empleado navegó por la sesión, si la información de pago fue pegada y si la persona salió repetidamente de la aplicación bancaria. Podría combinar esas observaciones con el riesgo transaccional y activar una advertencia específica.
Dicha advertencia debe ser lo bastante específica como para interrumpir la manipulación. Una pantalla de confirmación genérica puede convertirse en otro botón que una víctima aleccionada pulsa. Una intervención mejor podría preguntar si alguien en una llamada indicó al cliente que moviera el dinero.
Por eso la adquisición reportada de BioCatch es más que una respuesta a un mayor volumen de fraude. Aborda un cambio estructural en el lugar donde ocurre el fraude. La evidencia decisiva aparece cada vez más antes del pago en sí.
Visa ya ha invertido considerablemente en esta lucha más amplia. La empresa afirmó en 2025 que había gastado 12.000 millones de dólares durante cinco años en capacidades de ciberseguridad, fraude y riesgo. También creó una práctica específica de Scam Disruption para identificar operaciones delictivas conectadas.
Según el relato de Visa sobre la defensa contra estafas, ese equipo vinculó 12.000 sitios web fraudulentos relacionados con citas y ayudó a evitar más de 37 millones de dólares en pérdidas potenciales. Visa afirmó que la investigación combinó análisis de pagos, mapeo de infraestructura, investigación de fuentes abiertas e inteligencia humana.
BioCatch añadiría otra capa de datos a ese modelo. Visa ya puede conectar comercios, flujos de pago e infraestructura. Las señales conductuales podrían ayudar a revelar cómo las víctimas individuales avanzan por una estafa antes de que esas transacciones se conecten a una red más amplia.
Por tanto, la presión va más allá de Visa. Los bancos emisores deben mejorar la detección de estafas sin generar una fricción excesiva. Los comercios y los bancos adquirentes deben identificar negocios delictivos. Las plataformas sociales deben afrontar la publicidad engañosa y la suplantación de identidad.
Las redes de pago se sitúan entre esas partes, pero no controlan todas las etapas. La respuesta de Visa consiste en recopilar más señales y vender más capacidades de seguridad a lo largo de esa cadena fragmentada.
Señales conductuales frente a la persuasión automatizada
La competencia principal se da entre la IA que fabrica una intención convincente y la analítica que prueba si el comportamiento de un cliente respalda esa apariencia.
Un ataque convencional de toma de control de cuentas implica que un delincuente obtiene el control de la cuenta de otra persona. La biometría conductual puede ayudar a detectar esa sustitución porque el delincuente interactúa de forma distinta al cliente habitual.
Una estafa asistida por IA suele plantear un problema más difícil. El titular de la cuenta sigue controlando el dispositivo y completa personalmente la transacción. El delincuente controla la historia que rodea al pago.
Esa diferencia cambia lo que los sistemas contra el fraude deben inferir. Las verificaciones de identidad preguntan si la persona está autorizada. La detección de estafas también debe preguntar si la persona autorizada comprende la transacción y actúa de forma independiente.
Ningún evento conductual aislado puede responder a esa pregunta. Las personas dudan por motivos inocentes. Pegan números de cuenta para evitar errores. Cambian de dispositivo, utilizan software de accesibilidad o se comportan de forma distinta bajo estrés habitual.
El enfoque de BioCatch se basa en combinaciones de señales, no en un solo gesto. Según se informa, su sistema evalúa en tiempo real atributos conductuales, del dispositivo y de la red. Esas observaciones pueden alimentar un modelo de riesgo que compara la sesión con el comportamiento esperado y patrones de fraude conocidos.
El enfoque resulta más útil cuando se combina con información de la transacción. Una cuenta de destino inusual cobra mayor relevancia cuando el cliente también se comporta como si alguien estuviera guiando la transferencia. Ninguna de las dos observaciones tiene que sustentar toda la decisión.
Esta combinación explica por qué las empresas de tecnología financiera están convergiendo en torno a datos por capas. La integración de Nasdaq Verafin con BioCatch en 2025 combinó inteligencia conductual con evidencia transaccional. Visa aportaría datos de pagos a nivel de red y relaciones con bancos de todo el mundo.
Visa ya ha seguido antes esta vía de adquisiciones. En 2024 acordó comprar Featurespace, una empresa que aplica analítica adaptativa al fraude en pagos. Featurespace se centra especialmente en la supervisión de transacciones y la puntuación de riesgos.
La tecnología de BioCatch estaría más cerca de la sesión del cliente. En conjunto, estos activos sugieren un esfuerzo por cubrir varias etapas: acceso a la cuenta, comportamiento del usuario, autorización de pagos, procesamiento en red e investigación tras la aparición de actividad sospechosa.
Mastercard ha impulsado su propia expansión en seguridad. En 2024, acordó adquirir la empresa de inteligencia de amenazas Recorded Future. Ese negocio se centra en identificar ciberamenazas en la infraestructura de internet, foros criminales, sistemas expuestos y otras fuentes externas.
Las estrategias se solapan, pero sus centros son distintos. Recorded Future aporta inteligencia de amenazas sobre actores e infraestructura. Featurespace analiza patrones transaccionales. BioCatch examina evidencia conductual dentro de sesiones financieras digitales.
No son vías mutuamente excluyentes. Una defensa eficaz contra el fraude necesita inteligencia externa, verificaciones de identidad, contexto de sesión, análisis de transacciones y procesos de recuperación. La cuestión competitiva es qué empresa puede combinar esas capas en decisiones que los bancos puedan desplegar.
La ventaja de Visa es la distribución. Trabaja con instituciones financieras, comercios, procesadores y gobiernos en más de 200 países y territorios. Potencialmente puede expandir un servicio integrado a través de relaciones que ya respaldan el procesamiento de pagos.
La distribución por sí sola no garantiza la adopción. Los bancos pueden utilizar ya BioCatch, Featurespace o productos competidores mediante contratos separados. Necesitarán claridad sobre las hojas de ruta de producto, los límites de los datos, los costes de implementación y si Visa preservará la interoperabilidad con otros proveedores.
La relación de BioCatch con Nasdaq Verafin plantea otra cuestión. Los clientes se benefician cuando las alertas conductuales pueden trasladarse a múltiples plataformas contra el crimen financiero. La propiedad de Visa podría fortalecer a BioCatch mediante inversión, pero también complicar las alianzas con empresas que compiten con los servicios de Visa.
El valor de los datos conductuales también depende de dónde se recopilen. Visa no puede observar automáticamente cada gesto dentro de la aplicación de cada banco. Las instituciones financieras deben integrar el software pertinente y decidir cómo influyen las señales en el trato al cliente.
Estas integraciones requieren un diseño cuidadoso. Un modelo de riesgo podría recomendar una advertencia, una demora, una llamada del banco o el bloqueo de una transacción. Cada respuesta implica costes distintos para la institución y el cliente.
Las demoras pueden detener estafas, pero también pueden interrumpir pagos legítimos de emergencia. Las llamadas pueden aclarar la intención, pero los delincuentes a veces mantienen a las víctimas en otra línea y les indican qué responder. Los bloqueos pueden evitar pérdidas, al tiempo que generan quejas de clientes que creen que el banco ignoró sus instrucciones.
El sistema más sólido no se limitará a generar más alertas. Ofrecerá intervenciones útiles con tasas aceptables de falsos positivos, que miden la frecuencia con la que la actividad legítima se marca incorrectamente.
Ese estándar plantea la verdadera competencia frente a la persuasión automatizada. Los atacantes mejoran la calidad y el volumen del contenido engañoso. Los defensores deben mejorar el contexto sin convertir la banca cotidiana en una sucesión de acusaciones y demoras.
Lo que el acuerdo no resuelve
La analítica conductual puede revelar un contexto sospechoso, pero no puede determinar de forma fiable la intención humana ni eliminar las instituciones que distribuyen estafas.
La valoración comunicada implica que Visa ve un valor estratégico considerable en BioCatch. Sin embargo, el tamaño de una adquisición no demuestra la precisión de la detección, la calidad de la integración ni los resultados para los clientes.
Las cifras publicadas por BioCatch describen principalmente su propia plataforma. La empresa afirmó haber protegido a 417,2 millones de personas e identificado 2.500 millones de dólares en transacciones fraudulentas durante 2023. Estas cifras aportan escala, pero son métricas comunicadas por la empresa y no auditorías independientes.
El concepto de “fraude detectado y evitado” también puede implicar supuestos. Una transacción marcada no siempre representa una pérdida que habría ocurrido. Los bancos pueden medir la prevención de manera distinta en función de investigaciones posteriores, reembolsos a clientes y recuperación de fondos.
La primera incertidumbre son los falsos positivos. El comportamiento humano cambia según los dispositivos, las ubicaciones, las lesiones, el envejecimiento, el estrés y las necesidades de accesibilidad. Un modelo entrenado con patrones históricos puede interpretar erróneamente una variación legítima como un riesgo.
La segunda incertidumbre es la adaptación. Los delincuentes estudian las advertencias y los controles. Pueden cambiar sus guiones, indicar a las víctimas que se comporten de otra manera o trasladar la actividad a canales con una supervisión más débil.
La IA puede acelerar ese proceso de aprendizaje. Una operación de estafa puede generar muchas variaciones de guiones y comparar qué versiones evitan la intervención. Los atacantes no necesitan acceder al modelo de un banco si pueden observar los resultados para los clientes.
La tercera incertidumbre es la gobernanza de los datos. Los sistemas conductuales pueden recopilar información sensible sobre cómo interactúan las personas con los dispositivos. Incluso cuando los datos no incluyen una imagen de huella dactilar, aún pueden contribuir a decisiones de identidad y riesgo.
Los bancos y Visa deben explicar qué se recopila, cuánto tiempo se conserva, dónde se procesa y quién puede acceder a ello. También deben ofrecer una revisión adecuada cuando los sistemas automatizados restringen la actividad financiera de un cliente.
Las expectativas regulatorias difieren entre mercados. Las normas de privacidad, los requisitos sobre decisiones automatizadas, los estándares de protección al consumidor y los marcos de responsabilidad por pagos pueden afectar al despliegue. Una red global de pagos no puede asumir que una sola implementación satisfará a todas las jurisdicciones.
La cuarta incertidumbre se refiere a las estafas de pagos autorizados. Un modelo puede identificar indicios de que alguien está siendo guiado, pero esos indicios siguen siendo probabilísticos. Un cliente puede rechazar una advertencia e insistir en que el banco ejecute el pago.
Las instituciones deben entonces equilibrar la autonomía con la protección. Bloquear cada transacción inusual sería inaceptable. Ejecutar toda instrucción técnicamente autorizada deja expuestos a los clientes manipulados.
Las normas de responsabilidad influyen en ese equilibrio. Si los bancos deben reembolsar más pérdidas por estafas, tienen un incentivo mayor para introducir demoras e intervenciones. Si los clientes asumen la mayor parte de las pérdidas, las instituciones pueden tener menos motivación financiera inmediata para añadir fricción.
La quinta incertidumbre es la cobertura de canales. Muchas estafas comienzan en plataformas sociales, aplicaciones de citas, anuncios de búsqueda, sistemas de correo electrónico o servicios de mensajería cifrada. La supervisión conductual dentro de una aplicación bancaria solo observa la parte final de ese recorrido.
La investigación de Visa sobre estafas de citas de 2025 demuestra la necesidad de una coordinación más amplia. Los datos de pagos ayudaron a revelar sitios de comercios conectados, pero desmantelar la operación requirió socios adquirentes y autoridades policiales. Prevenir el engaño inicial también implicaría a las plataformas digitales.
Esa limitación impide que la adquisición se convierta en una respuesta completa al fraude impulsado por IA. Visa puede mejorar la detección financiera, pero no puede eliminar de forma independiente anuncios fraudulentos, proteger cuentas de correo electrónico ni procesar a grupos delictivos organizados.
El acuerdo comunicado también plantea un riesgo de ejecución dentro de Visa. La empresa debe determinar cómo encaja BioCatch con Featurespace, los productos de riesgo existentes de Visa y los sistemas contra el fraude controlados por los bancos.
Las herramientas superpuestas pueden crear una protección más sólida, pero también pueden producir alertas duplicadas y una propiedad de producto poco clara. Los clientes necesitan un flujo de decisión único y comprensible, no una colección de modelos que compiten por atención.
Visa también debe preservar la experiencia que hizo valiosa a BioCatch. La detección de fraude depende de investigadores con experiencia que entiendan el comportamiento delictivo, las operaciones bancarias, la ciencia de datos y las diferencias regionales.
Una adquisición puede proporcionar recursos y distribución. También puede ralentizar las decisiones de producto mediante procesos adicionales de cumplimiento, ventas e integración. Por ello, la retención y la independencia operativa serán importantes.
La competencia añade otra limitación. Los bancos pueden preferir un conjunto mixto de proveedores en vez de concentrar la inteligencia transaccional, de sesión y de red en una sola empresa de pagos. Los proveedores independientes pueden atraer a instituciones que buscan flexibilidad entre distintas redes de pago.
Nasdaq Verafin, Mastercard, Feedzai, Featurespace y otros especialistas en fraude seguirán desarrollando sus propias combinaciones de datos. El movimiento comunicado de Visa no pone fin a la competencia. Señala que el contexto conductual se ha convertido en un territorio valioso dentro de ella.
El mayor riesgo es prometer demasiado sobre lo que el comportamiento puede revelar. Un modelo puede detectar anomalías y patrones asociados con la coerción. No puede leer la mente de un cliente ni garantizar que toda sesión aparentemente normal sea segura.
Por ello, Visa debería evaluarse según resultados medibles. La evidencia útil incluiría reducciones de pérdidas confirmadas por estafas, tasas de aceptación de intervenciones, desempeño en falsos positivos y el tiempo necesario para resolver transacciones bloqueadas.
Sin esos resultados, el acuerdo sigue siendo una teoría estratégica convincente. La tecnología encaja con el problema, pero la evidencia operativa debe demostrar que la combinación protege a los clientes sin hacer que la banca digital sea innecesariamente restrictiva.
Tres señales mostrarán si la apuesta de Visa funciona
La próxima evidencia debería proceder de divulgaciones formales del acuerdo, decisiones de integración de productos y resultados de fraude verificados, no de la retórica de adquisición.
La primera señal es un anuncio completo de Visa y BioCatch. Esa divulgación debería confirmar la contraprestación comunicada, identificar al vendedor, explicar las condiciones regulatorias y proporcionar un calendario de cierre previsto.
También debería aclarar si BioCatch operará como una unidad independiente o se incorporará a la organización de riesgo existente de Visa. Hasta que aparezcan esos detalles, la adquisición sigue siendo un acuerdo comunicado, no una transacción corporativa plenamente documentada.
Una confirmación reforzaría la interpretación central de este acuerdo. Demostraría que Visa considera la inteligencia conductual a nivel de sesión lo suficientemente importante como para poseerla. Una negación o una estructura sustancialmente distinta debilitaría esa conclusión.
La segunda señal es una hoja de ruta de integración. Los bancos necesitan saber cómo se conectará BioCatch con Featurespace, la práctica Scam Disruption de Visa y otros servicios de riesgo de Visa.
Una hoja de ruta significativa especificaría dónde entran las señales conductuales en el proceso de decisión. También explicaría si los clientes actuales de BioCatch pueden mantener integraciones con plataformas como Nasdaq Verafin.
Esté atento a nuevos productos que combinen el comportamiento de las sesiones con inteligencia sobre transacciones y redes. Una interfaz compartida, una gestión coordinada de casos o una decisión de riesgo unificada indicarían que Visa está construyendo una plataforma de fraude por capas.
Un simple acuerdo de reventa contaría una historia distinta. Podría ampliar la distribución sin generar la integración más profunda que sugiere el tamaño del acuerdo reportado.
La tercera señal es la evidencia a nivel de cliente. Visa y los bancos participantes deberían comunicar resultados que separen los intentos de fraude de las pérdidas confirmadas y distingan la toma de control de cuentas de las estafas de pagos autorizados.
Las métricas más informativas incluirían reducciones confirmadas de pérdidas por estafas, tasas de falsos positivos, aceptación de las intervenciones y tiempo de resolución. Los resultados deberían abarcar varios mercados, ya que las reglas de pago y el comportamiento de los clientes varían ampliamente.
Los totales de toda la empresa merecen una lectura cuidadosa. Un aumento de la actividad detectada puede significar que el fraude está creciendo, que la detección mejoró o ambas cosas. Un gran número de intentos bloqueados no demuestra automáticamente que los clientes hayan sufrido menos pérdidas.
Visa informó en 2026 que las estafas se habían convertido en su mayor categoría de fraude en pagos de consumo. Esa tendencia ofrece una base de referencia para evaluar la estrategia combinada. Una reducción sostenida de las pérdidas por estafas reforzaría el argumento a favor de la inteligencia conductual.
Las pérdidas estables junto con un creciente volumen de transacciones también podrían representar un avance, pero Visa tendría que explicar la comparación. La disminución del fraude con tokens de dispositivos ofrece otro recordatorio de que el éxito en una capa puede empujar a los delincuentes hacia otra.
Las respuestas de los competidores aportarán evidencia de apoyo. Mastercard puede ampliar la conexión entre la inteligencia de amenazas y las decisiones de pago. Nasdaq Verafin puede profundizar las integraciones conductuales con socios independientes.
Los bancos también podrían desarrollar más inteligencia propia sobre las sesiones. Si las grandes instituciones demandan cada vez más señales conductuales en múltiples plataformas, la tesis de adquisición de Visa gana respaldo incluso cuando los clientes eligen otro proveedor.
La lección más amplia va más allá de los pagos. La IA hace que la comunicación sea más barata y convincente, pero un mensaje pulido no establece una intención legítima. Las organizaciones necesitan evidencia contextual sobre cómo se desarrolló una solicitud y cómo actuó un usuario.
Para los trabajadores del conocimiento, los equipos de seguridad y los compradores empresariales, eso significa preservar un contexto confiable en torno a las decisiones. Una base de conocimientos con capacidad de búsqueda puede ayudar a los equipos a comparar solicitudes con procedimientos aprobados, conversaciones previas y relaciones documentadas.
La documentación no puede sustituir los controles contra el fraude. Puede facilitar el cuestionamiento de instrucciones inusuales, especialmente cuando un mensaje pide a alguien que eluda los pasos de aprobación establecidos.
El acuerdo reportado de Visa con BioCatch refleja el mismo principio a escala financiera. El contenido es cada vez más fácil de fabricar, por lo que el contexto adquiere más valor. Las redes de pago necesitan saber no solo si una transacción es técnicamente válida, sino también si el comportamiento circundante tiene sentido.
La transacción no debe juzgarse por si Visa puede generar otra puntuación de riesgo. La prueba importante es si los bancos pueden intervenir antes de que los clientes manipulados envíen dinero, al tiempo que permiten a los usuarios legítimos continuar sin fricciones innecesarias.
Ese equilibrio definirá la próxima fase de la defensa contra el fraude con IA. Siga las divulgaciones formales, el diseño de la integración y los resultados medidos. En conjunto, esas señales mostrarán si Visa compró un contexto conductual significativo o simplemente añadió otro producto de seguridad a una cartera ya saturada.
