El frau en pagaments va costar a les organitzacions una mitjana de 60 milions de dòlars l'any passat. La resposta de Mastercard: un model d'IA que qualifica el risc de frau d'una transacció en menys de 50 mil·lisegons, abans que la compra ni tan sols s'aprovi.
Les pèrdues globals per frau van superar els 485.000 milions de dòlars el 2023, i la IA generativa empitjora el problema, no el resol. Els estafadors ja fan servir deepfakes, veus sintètiques i documents falsificats per executar atacs d'enginyeria social a gran escala — Deloitte projecta que el frau impulsat per IA generativa podria arribar als 40.000 milions de dòlars als EUA el 2027, més del triple dels 12.300 milions de 2023. Els sistemes de frau basats en regles — bloquejar qualsevol import superior a 500 €, denegar països poc habituals — mai van pensar-se per a això. La resposta de Mastercard és Decision Intelligence (DI), un motor de puntuació d'IA en temps real per a cada transacció, ara reforçat per un model d'IA generativa anomenat Decision Intelligence Pro.
En una enquesta a 300 directius del sector de pagaments fet per Mastercard i Financial Times Longitude, el 42% dels bancs emissors i el 26% dels adquirents van afirmar haver estalviat més de 5 milions de dòlars en pèrdues per frau els últims dos anys gràcies a incorporar IA a les seves decisions d'autorització. La diferència creix amb l'experiència: les organitzacions que fa més de cinc anys que utilitzen defenses antifrau amb IA reporten un estalvi mitjà de 4,3 milions de dòlars, gairebé el doble dels 2,2 milions de qui l'ha adoptat més recentment.
Què avalua realment Decision Intelligence (i per què els bancs emissors hi aposten tan fort)
DI actua en el moment de l'autorització — la fracció de segon entre que la targeta s'acosta i la transacció s'aprova o es rebutja. Analitza centenars de senyals per transacció: historial del comerç, empremta del dispositiu, ubicació, patró de despesa i intel·ligència de frau a escala de xarxa que Mastercard recull a tota la seva xarxa de pagaments, no només les dades d'un banc concret. [VISUAL: Diagrama que mostra una transacció passant pel pipeline de puntuació de DI en menys de 50ms, des del contacte amb la targeta fins a la decisió d'aprovar o denegar]
Aquesta visió a escala de xarxa és l'avantatge estructural davant el model intern d'un banc individual: Mastercard detecta patrons de frau emergents entre milers de bancs emissors abans que cap institució aïllada els pugui identificar tota sola. Si treballes en operacions de risc o frau en un banc emissor, aquesta és la capa que decideix, en temps real, si la teva cua de revisió manual creix o es redueix.
Així funciona el model d'IA generativa que escaneja 1 bilió de punts de dades
Decision Intelligence Pro, llançat el febrer de 2024, és el primer model d'IA generativa de Mastercard dissenyat específicament per al frau. Combina una xarxa neuronal recurrent amb una arquitectura transformer — entrenada amb uns 125.000 milions de transaccions anuals — per mapejar les relacions entre les entitats d'una transacció (titular, comerç, dispositiu, xarxa) en lloc de puntuar cadascuna per separat. [VISUAL: Graf de xarxa que mostra relacions entre entitats — titular, comerç, dispositiu — alimentant una única puntuació de risc]
El model escaneja fins a 1 bilió de punts de dades i refina la puntuació de DI en menys de 50 mil·lisegons. Les proves inicials de Mastercard van mostrar una millora mitjana del 20% en les taxes de detecció de frau, amb pics de fins al 300% en tipologies de frau específiques. Aquest rang importa: significa que el model rendeix de manera desigual segons el tipus de frau, més fort en certs patrons d'atac que en altres — convé confirmar-ho directament amb Mastercard per avaluar l'ajust respecte a la barreja de frau pròpia de cada banc emissor. [REQUIERE VERIFICACIÓN: desglossament de rendiment per tipologia no publicat]
Els resultats: menys falsos positius, detecció més ràpida, més confiança
Mastercard reporta que DI Pro redueix els falsos positius — transaccions legítimes marcades erròniament com a frau — en més d'un 85%, i accelera la detecció de targetes compromeses per un factor de 2x, permetent als emissors avisar els seus clients de manera proactiva abans que el frau passi, no després. En la mateixa enquesta de Mastercard i FT Longitude, el 83% dels directius de pagaments va afirmar que la IA ha reduït de manera significativa els falsos positius i la pèrdua de clients, i el 85% va reportar un retorn d'inversió mesurable de la IA en triatge de frau, reconeixement de patrons i detecció en temps real.
El benefici operatiu s'acumula: el 80% de les organitzacions enquestades va dir que la IA va eliminar revisions manuals innecessàries, alliberant els equips de frau per centrar-se en els casos complexos que realment necessiten intervenció humana. El 83% va afirmar que la IA va accelerar la resolució de casos en general.
La bretxa s'amplia per a qui espera. El 90% dels directius de pagaments espera més pèrdues econòmiques els pròxims tres anys si no augmenten ara la seva inversió en IA antifrau — mentre els estafadors accedeixen, en paral·lel, a eines d'IA generativa pròpies cada cop més barates i convincents.
El conjunt d'eines d'IA darrere la defensa antifrau de Mastercard
No es tracta d'un únic producte, sinó d'una pila de capes que cobreix diferents punts del cicle de vida del pagament.
| Eina | Funció en aquest flux | Pla gratuït? | Des de |
|---|---|---|---|
| Decision Intelligence (DI) | Puntuació en temps real per a emissors en el moment d'autorització | No | Contracte empresarial — [REQUIERE VERIFICACIÓN: preu no públic] |
| Decision Intelligence Pro | Capa d'IA generativa que refina la puntuació de DI modelant relacions entre entitats | No | Contracte empresarial |
| Transaction Fraud Monitoring (TFM) | Puntuació per a adquirents en preautorització / punt de venda | No | Contracte empresarial |
| A2A Transaction Fraud Monitoring | Protecció antifrau per a transferències P2P, moneder digital i codi QR | No | Contracte empresarial |
| Brighterion AI | Plataforma de ML subjacent; models a mida desplegats mitjançant el procés "AI Express" de Mastercard | No | Contracte empresarial, desplegament de diverses setmanes |
Res d'això és SaaS d'autoservei. Cada eina es desplega mitjançant una relació directa amb Mastercard, integrada en el flux d'autorització ja existent de l'emissor o l'adquirent. [REQUIERE VERIFICACIÓN: preus exactes i condicions mínimes de contracte — Mastercard no els publica; el procés comença amb una conversa directa amb el seu equip comercial].
A qui protegeix això — i qui ha de buscar en un altre lloc
Aquesta pila està pensada per a bancs emissors, adquirents i proveïdors de serveis de pagament que operen sobre la xarxa de Mastercard — un equip de risc o frau d'un banc, no un comerç individual. Si ets responsable d'estratègia antifrau en un banc emissor i gestiones una cua de revisió manual que creix amb el volum de transaccions, aquesta és la capa dissenyada per reduir-la.
No és un widget antifrau plug-and-play per a una botiga online individual. Els comerços més petits que necessiten filtratge de frau al checkout haurien de mirar eines a nivell de processador de pagaments (com Stripe Radar) — aquestes operen a la capa d'integració del comerç, mentre que la pila de Mastercard opera a la capa de xarxa i banc emissor.
3 coses que la majoria de cobertures sobre això expliquen malament
Les notícies sobre "la IA de Mastercard" solen aplanar un sistema en capes en un sol titular. Tres distincions que val la pena mantenir clares:
- No és un únic model. DI puntua en temps real; DI Pro és la capa d'IA generativa que afina aquesta puntuació modelant relacions, no un substitut de DI.
- El retorn creix amb l'antiguitat, no només amb l'adopció. La diferència entre 4,3M$ i 2,2M$ entre adoptants de cinc anys i els més recents suggereix que el model millora amb més dades històriques de frau, no només per activar la IA.
- És una resposta defensiva a una tendència ofensiva de la IA. La IA generativa alimenta noves formes de frau (deepfakes, identitats sintètiques) i, alhora, finança les eines per aturar-lo — el mateix canvi tecnològic als dos costats del combat.
Vols més anàlisis de sistemes d'IA que ja funcionen en producció?
Sityos AI publica cada setmana un nou cas real d'automatització o desplegament d'IA — descobreix-ne més a sityos.com.
Preguntes freqüents
- Qualsevol banc o comerç pot contractar Decision Intelligence de Mastercard?
- No. DI, DI Pro i la resta d'aquesta pila es despleguen directament per Mastercard per als bancs emissors i adquirents de la seva xarxa — no hi ha alta d'autoservei pública ni preus publicats. El procés comença amb una conversa directa amb l'equip comercial empresarial de Mastercard. [REQUIERE VERIFICACIÓN: preus]
- Adoptar detecció de frau amb IA vol dir que els bancs ja no necessiten analistes de frau?
- No — el 80% de les institucions enquestades reporta que la IA va eliminar revisions manuals innecessàries, però això allibera els analistes per centrar-se en casos complexos i ambigus, no substitueix la seva funció.
- En què es diferencia això d'una eina antifrau per a una botiga online petita?
- En escala i en capa. La pila de Mastercard opera a nivell de xarxa de pagaments, puntuant transaccions de tots els emissors i adquirents de la seva xarxa. Un comerç petit normalment cobreix millor les seves necessitats antifrau amb una eina a nivell de processador integrada directament al seu checkout, com Stripe Radar.
Es projecta que el frau per identitat sintètica, els deepfakes i les suplantacions continuïn creixent fins al 2027. La cursa entre la IA generativa usada per cometre frau i la IA generativa usada per aturar-lo amb prou feines comença — i les dades pròpies de Mastercard suggereixen que les institucions que inverteixen abans ja estan agafant avantatge.