“El uso de tecnología de IA para potenciar la lucha contra el fraude en bancos pequeños y medianos” evento de intercambio sectorial y conferencia académica en la calle financiera

Transferido de: Xinhua Finance

El 31 de marzo, organizado por el Instituto de Moneda Internacional de la Universidad Popular de China en colaboración con el Foro de 50 expertos en tecnología financiera, y apoyado por el Instituto de Investigación de Tencent y Tencent Cloud, se llevó a cabo en el Salón i de la Calle Financiera una actividad de intercambio sectorial titulada “El poder de la tecnología AI para fortalecer la lucha contra el fraude en bancos pequeños y medianos”. Como resultado académico importante, se presentó por primera vez en este evento el informe “Empoderamiento de la gobernanza sectorial por AI — Prácticas y exploraciones en la lucha contra el fraude en bancos pequeños y medianos”.

La reunión tuvo como tema central “El poder de la tecnología AI para fortalecer la lucha contra el fraude en bancos pequeños y medianos”, enfocándose en la orientación política de la política nacional de precisión en la gestión del fraude en redes de telecomunicaciones, y centrando en los puntos críticos y dificultades en la lucha contra el fraude en estos bancos. La lucha contra el fraude no solo es un medio importante para que los bancos pequeños y medianos cumplan con la política y la orientación del trabajo financiero, sino también una medida concreta para implementar estrategias nacionales como revitalización rural, finanzas inclusivas y protección de derechos de los consumidores financieros. Además, es un núcleo y una piedra de prueba en la transformación digital de estos bancos, promoviendo la mejora general de su nivel digital mediante la actualización de capacidades antifraude, y se ha convertido en un componente clave de su estrategia de desarrollo.

El subdirector del Laboratorio Nacional de Finanzas y Desarrollo, Yang Tao, y el profesor, secretario del Comité del Instituto de Finanzas y Economía de la Universidad Popular de China, y investigador del Instituto de Moneda Internacional, Luo Yu, pronunciaron discursos en nombre de los organizadores. El asistente del director del Instituto de Moneda Internacional, Qu Qiang, fue el moderador de la reunión.

Qu Qiang, Asistente del director del Instituto de Moneda Internacional de la Universidad Popular de China

Yang Tao, Subdirector del Laboratorio Nacional de Finanzas y Desarrollo

Yang Tao, subdirector del Laboratorio Nacional de Finanzas y Desarrollo, señaló que los bancos pequeños y medianos deben centrarse en cuatro cuestiones clave para mejorar su capacidad antifraude mediante nuevas tecnologías.

Primero, reconocer responsabilidades y situación. La lucha contra el fraude en redes de telecomunicaciones es un desafío global de seguridad financiera, y en nuestro país, la responsabilidad de los bancos en esta área es aún más destacada. Debido a que sus clientes principales son minoristas, microempresas y otros grupos vulnerables, la responsabilidad y presión en la lucha antifraude son particularmente evidentes.

Segundo, identificar nuevas características del fraude. Actualmente, las actividades de fraude en línea muestran tendencias de “industrialización, inteligencia, ocultamiento e internacionalización”. Es decir, se forman cadenas industriales completas transnacionales, surgen nuevos riesgos como pagos mediante agentes inteligentes, y se requiere establecer reglas KYA, además de que la ocultación en el mundo encriptado Web3 continúa en constante actualización, y la internacionalización trae dificultades en la lucha contra el fraude en jurisdicciones transfronterizas.

Tercero, definir caminos para la construcción ecológica conjunta. La habilitación de los bancos pequeños y medianos no puede depender solo de la actualización tecnológica de una sola institución, sino que debe construir un ecosistema colaborativo. Ningún banco pequeño o mediano puede enfrentarse solo a redes de fraude industrializadas y transnacionales; es necesario promover la cooperación entre instituciones financieras, empresas tecnológicas y reguladores para formar una comunidad de prevención y beneficio mutuo.

Cuarto, superar obstáculos en la coordinación institucional. Muchas dificultades reales provienen de barreras regulatorias y de datos entre departamentos; en el futuro, se debe establecer mecanismos de coordinación con incentivos adecuados, mediante investigaciones conjuntas de gobiernos, supervisores, empresas y academia, explorando caminos efectivos de lucha contra el fraude que se ajusten a las condiciones nacionales, para volver a la meta fundamental de los servicios financieros para la economía real.

Luo Yu, profesor del Instituto de Finanzas y Economía de la Universidad Popular de China y secretario del Comité del Instituto de Moneda Internacional

Luo Yu, profesor del Instituto de Finanzas y Economía de la Universidad Popular de China y secretario del Comité del Instituto de Moneda Internacional, considera que el empoderamiento de los bancos pequeños y medianos mediante tecnología AI en la lucha contra el fraude en redes de telecomunicaciones es un tema importante para el desarrollo actual del sector, ya que el fraude en redes de telecomunicaciones se ha convertido en un problema que requiere una respuesta sistemática. Primero, aclarar el impacto del fraude en telecomunicaciones en el riesgo bancario. Con la transformación digital del sector bancario, los daños del fraude se han extendido desde la seguridad de los bienes personales de los residentes hasta afectar la seguridad del propio desarrollo del sector, convirtiéndose en un riesgo técnico que afecta a ambas partes y que debe abordarse desde una perspectiva sistémica. Segundo, identificar los desafíos específicos que enfrentan los bancos pequeños y medianos. En comparación con los grandes bancos, que poseen mejores tecnologías antifraude y capacidades de reconocimiento de clientes, los bancos pequeños y medianos enfrentan mayores dificultades debido a recursos limitados y condiciones tecnológicas, por lo que necesitan aprovechar la tecnología para compensar estas brechas. Tercero, definir la ruta central para el empoderamiento mediante AI en la lucha antifraude. Tecnologías de nueva generación representadas por AI pueden identificar transacciones anómalas, realizar perfiles de comportamiento y alertas en tiempo real, promoviendo la transición de la defensa “humana” a la “tecnológica”, extendiendo la detección posterior a la interceptación en medio del proceso y a la advertencia previa, redefiniendo los límites de la capacidad antifraude bancaria. Cuarto, impulsar que los bancos pequeños y medianos mejoren sus capacidades antifraude para promover su transformación digital. Utilizar AI como palanca para mejorar la precisión y cobertura del trabajo antifraude es una estrategia clave para reducir la brecha tecnológica con los grandes bancos y fortalecer la capacidad de transformación digital de toda la institución, requiriendo la colaboración de reguladores, academia, bancos y empresas tecnológicas para aportar ideas conjuntas.

En la sesión de discursos temáticos, expertos como Gao Feng, líder del grupo de informes y ex director de información principal de la Asociación Bancaria de China, Wang Lei, director del Centro de Capacitación Judicial de la Organización de Cooperación de Shanghái y profesor de la Universidad de Shanghái, y otros, compartieron en profundidad desde las perspectivas de práctica sectorial, aplicación tecnológica y protección judicial.

Gao Feng, líder del grupo de informes, ex director de información principal de la Asociación Bancaria de China

Gao Feng, líder del grupo de informes y ex director de información principal de la Asociación Bancaria de China, considera que la situación actual de la inteligencia financiera se caracteriza por una continua actualización en capacidad de cálculo, volumen de datos y modelos, pero la IA aún “no entiende los negocios”, y muchos proyectos de inteligencia permanecen en niveles superficiales de estadística y reglas, sin penetrar en la esencia del negocio ni afrontar riesgos complejos. La solución a problemas como las alucinaciones de los grandes modelos y su baja precisión sigue siendo una tarea principal.

Respecto al fraude en redes de telecomunicaciones, las instituciones financieras enfrentan una triple prueba: regulación estricta, seguridad de fondos y confianza del cliente. Los métodos delictivos evolucionan rápidamente, con nuevas formas como deepfakes, apps falsas y técnicas de phishing, además de esquemas de fraude en grupo y lavado de dinero transfronterizo, lo que revela limitaciones en los métodos tradicionales y problemas de precisión en las medidas antifraude, que pueden causar molestias a los clientes.

La ontología, como sistema estandarizado de modelado semántico de negocios, es la clave para resolver estos problemas. A través del marco central “objeto-vínculo-acción”, hace explícito, estructurado y estandarizado el conocimiento empresarial implícito, las relaciones complejas y la lógica subyacente, permitiendo que la IA comprenda verdaderamente el significado del negocio en lugar de solo ajustar datos. La demanda natural, los límites claros, las relaciones estrechas y la abundancia de datos hacen que la ontología sea la opción preferida para la implementación ligera en el sector financiero, especialmente para las instituciones financieras pequeñas y medianas que enfrentan costos de adaptación y desean un desarrollo inteligente rápido con poca inversión.

Wang Lei, director del Centro de Capacitación Judicial de la Organización de Cooperación de Shanghái y profesor de la Universidad de Shanghái

Wang Lei, director del Centro de Capacitación Judicial de la Organización de Cooperación de Shanghái y profesor de la Universidad de Shanghái, combina perspectivas de criminología, comportamiento y análisis de datos para compartir sobre la aplicación de AI y la gobernanza compartida de datos en la lucha antifraude.

Primero, “tener una base legal”. La Ley contra el Fraude en Telecomunicaciones y Redes, junto con regulaciones administrativas, interpretaciones judiciales y directrices posteriores, proporcionan un sólido respaldo legal para combatir el fraude.

Segundo, desde la criminología. El fraude en telecomunicaciones ha evolucionado de un comportamiento individual a un fenómeno de crimen grupal e industrializado. La cuenta bancaria, como nodo clave, contiene evidencias valiosas como reconocimiento facial, audio y video. La popularización de la apertura de cuentas en línea ha debilitado la capacidad de recolección de pruebas, por lo que es necesario reevaluar su valor en la investigación. Los métodos de circulación de fondos también se han actualizado, y en particular, en los bancos pequeños y medianos, las cuentas corporativas involucradas en casos son un foco importante. Se requiere fortalecer la capacidad de inteligencia artificial del Estado para cubrir brechas en la prevención, enfocándose en comportamientos delictivos y ecosistemas de bandas criminales para realizar análisis precisos.

Tercero, la estrategia de confrontación. Es necesario integrar capacidades de empresas privadas, como extracción de textos, reconocimiento de voz y análisis de datos sociales, con datos públicos, para potenciar la lucha antifraude. La estandarización de componentes y la protección de la privacidad facilitan la transferencia de capacidades.

Cuarto, priorizar los estándares. Construir sistemas de estándares en tres niveles: empresarial, sectorial y nacional, alineados con los estándares internacionales de intercambio de información financiera y de inteligencia, e integrar los resultados de investigación en la enseñanza y práctica de la seguridad nacional.

La imagen corresponde a la ceremonia de apertura del informe

En la ceremonia, Gao Feng, líder del grupo de informes y ex director de información principal de la Asociación Bancaria de China; Yang Tao, subdirector del Laboratorio Nacional de Finanzas y Desarrollo; Wang Qian, vicepresidente de Tencent Cloud; y Du Xiaoyu, vicepresidente del Instituto de Investigación de Tencent, presentaron el informe “Empoderamiento sectorial por AI — Prácticas y exploraciones en la lucha contra el fraude en bancos pequeños y medianos”. Este informe fue co-iniciado por China Financial Media, Tencent Research Institute y Tencent Cloud, con apoyo académico del Foro de 50 expertos en tecnología financiera y del Instituto de Moneda Internacional de la Universidad Popular de China.

Du Xiaoyu, Vicepresidente del Instituto de Investigación de Tencent

Du Xiaoyu, vicepresidente del Instituto de Investigación de Tencent, presentó el informe y realizó un análisis detallado, compartiendo casos de buenas prácticas en la lucha antifraude en bancos pequeños y medianos, basados en las tecnologías de Tencent. La solución anti fraude de Tencent Tianyu, que aplica modelos grandes de AI, construye un sistema dual de “Limpieza de crimen + Protección de blancos”, que puede proteger todo el ciclo de vida de las cuentas financieras.

Señaló que, en el contexto de la Ley contra el Fraude en Telecomunicaciones y Redes, la lucha antifraude ha pasado de una “gran inundación” a una “precisión en gotas”, requiriendo aumentar la tasa de interceptación y reducir los errores, lo cual representa un reto severo para los bancos pequeños y medianos. Estos bancos, que atienden a comunidades y tienen menor alfabetización financiera, enfrentan dificultades en reconocimiento de transacciones, además de limitaciones en talento, fondos y datos, y sus modelos no pueden mantenerse al ritmo de la actualización tecnológica, enfrentando contradicciones profundas entre cumplimiento y experiencia del cliente.

El informe, basado en una investigación en 32 bancos pequeños y medianos, propone que el empoderamiento por AI es la estrategia para lograr una gestión de riesgos precisa. La solución central combina modelos grandes y pequeños, fusionando datos internos y externos: el modelo grande funciona como “torre de vigilancia” para penetrar en semánticas profundas y fusionar información multimodal; el modelo pequeño, como “lastre”, garantiza la estabilidad en decisiones y respuestas en milisegundos. Mediante modelos MaaS, los bancos pequeños y medianos pueden acceder rápidamente a capacidades externas de AI, logrando una mejora en la prevención con bajo costo y alta eficiencia.

En cuanto a casos prácticos, Tencent Cloud Tianyu ha colaborado en el último año con más de 60 instituciones financieras, con más de 62 millones de alertas, deteniendo pérdidas superiores a 1,000 millones de yuanes, y reduciendo en un 90% los errores de bloqueo. Mirando hacia el futuro, la lucha antifraude debe pasar de un control intensivo a una gestión refinada, promoviendo la colaboración entre instituciones financieras, empresas tecnológicas y organizaciones sectoriales.

Du Xiaoyu afirmó que AI ha elevado el límite de capacidades, pero el éxito final depende de la gobernanza conjunta, y espera que este informe sirva como un nuevo punto de partida para la lucha antifraude en bancos pequeños y medianos.

Luego, invitados como Wang Gengwu, responsable del proyecto antifraude de Beiyin Jinke; Chen Huaxing, gerente regional de finanzas de Tencent Cloud; y la profesora Huang Yixu de la Facultad de Derecho de la Universidad Popular de China, compartieron sus perspectivas y experiencias, discutiendo obstáculos y caminos de innovación en la aplicación de AI en la lucha antifraude en estos bancos, aportando ideas diversas para el desarrollo del sector.

Wang Gengwu, responsable del proyecto antifraude de Beiyin Jinke

Wang Gengwu, responsable del proyecto antifraude de Beiyin Jinke, explicó su comprensión sobre la construcción de capacidades antifraude en bancos pequeños y medianos y la gobernanza colaborativa, compartiendo experiencias prácticas del Banco de Beijing.

Destacó que el informe ha logrado una innovación sistémica en la gestión, mediante la integración de datos, modelos y gobernanza colaborativa, ofreciendo caminos viables para que los bancos con recursos limitados puedan implementar medidas antifraude efectivas.

Asimismo, la propuesta de un modelo “antifraude + anti lavado de dinero” ayuda a conectar cuentas, transacciones y cadenas de fondos, logrando una coordinación estratégica y un ciclo cerrado en los procesos, siendo una dirección futura en la gestión de riesgos bancaria. Además, los bancos pequeños y medianos, como nodos clave en la circulación de cuentas y fondos, deben fortalecer la idea de “prevención de riesgos y servicios”, consolidando la última línea de defensa del sector.

En cuanto a la situación actual, consideró que el fraude en telecomunicaciones se está acelerando hacia la inteligencia y la industrialización, mostrando tendencias de escenarios de fraude diversos, operación industrializada de la delincuencia y transformación en los modelos de control. Enfatizó que la aplicación de AI hace que los métodos de fraude sean más ocultos y eficientes, y que la lucha antifraude ha pasado de una estrategia basada en la experiencia a un juego de modelos y sistemas, por lo que los bancos deben pasar de una simple interceptación a una gestión ecológica y sistémica.

En la práctica, el Banco de Beijing ha construido un sistema antifraude empresarial, perfeccionado mecanismos de control en todo el proceso y promovido la iteración conjunta de modelos y operaciones, logrando una mejora significativa en la identificación y gestión de riesgos, además de establecer un “centro doble antifraude” para integrar operaciones antifraude y anti lavado de dinero.

Finalmente, propuso que mediante innovación en políticas y mecanismos, se fomente el intercambio de datos entre instituciones y la alerta conjunta, para mejorar la eficiencia de la gobernanza antifraude en todo el sector.

Chen Huaxing, gerente regional de finanzas de Tencent Cloud

Chen Huaxing, gerente regional de finanzas de Tencent Cloud, abordó desde las perspectivas de reconocimiento sectorial, desafíos actuales y empoderamiento tecnológico.

Indicó que el fraude en telecomunicaciones presenta características de alta ocultación e inteligencia, con uso extendido de deepfakes, síntesis de voz y discursos automáticos, afectando diferentes segmentos de clientes y realizando ataques precisos. La cadena del fraude se vuelve más compleja, con un incremento en los enlaces en línea, dificultando la identificación basada solo en flujos financieros, ya que los bancos no pueden obtener una vista completa de las transacciones, aumentando la dificultad de control.

En los desafíos específicos, mencionó: primero, la baja conciencia de prevención de los clientes; segundo, la brecha en capacidades tecnológicas; tercero, limitaciones en hardware y recursos de cálculo, ya que la capacidad de AI depende no solo de los dispositivos, sino también de la coordinación de sistemas y modelos; y cuarto, que el exceso de control impacta la experiencia del cliente, por lo que se requiere un equilibrio entre gestión de riesgos y calidad del servicio.

Para abordar estos problemas, propuso una ruta de gobernanza basada en “añadir inteligencia, complementar datos, fortalecer la infraestructura, colaborar y compartir”, mediante la introducción de herramientas avanzadas de AI, integración de datos diversos, construcción de sistemas de prevención en todo el proceso, fortalecimiento de la colaboración sectorial y promoción del intercambio de experiencias. En la práctica de Tencent Cloud, con datos masivos de internet y tecnología AI, se puede identificar riesgos antes de la apertura de cuentas, detectar comportamientos en milisegundos durante transacciones y bloquear en tiempo real, además de optimizar mecanismos de control posterior para lograr una prevención precisa y protección del cliente.

Huang Yixu, profesora de la Facultad de Derecho de la Universidad Popular de China

La profesora Huang Yixu valoró altamente el informe, considerando que aborda un tema de gran responsabilidad nacional, social y legal: la lucha antifraude en bancos pequeños y medianos, usando AI, datos y ecosistemas para ofrecer soluciones de bajo costo y alta eficiencia, reconociendo especialmente la experiencia tecnológica y social de Tencent Cloud en pagos.

Resaltó que, en el contexto de la gobernanza integral del país, los bancos pequeños y medianos deben promover aún más la “fusión legal-comercial”, integrando negocios, legalidad y cumplimiento para avanzar en la gestión integral. Frente a la participación profunda de empresas tecnológicas en el sector financiero, enfatizó que la innovación tecnológica y la gestión de riesgos deben ir de la mano, y que en su labor académica en la enseñanza del estado de derecho y la alfabetización digital, se debe integrar la política, la responsabilidad social y la legalidad en la formación, fortaleciendo la seguridad mediante la educación en línea.

Finalmente, llamó a construir un ecosistema de colaboración entre industria, academia, investigación y enseñanza, promoviendo la “tecnología para el bien”, y a que las instituciones, asociaciones y empresas tecnológicas participen en la educación antifraude en universidades, para aliviar la carga de los docentes y profundizar la integración legal y tecnológica, sirviendo mejor al desarrollo económico de alta calidad en China.

La actividad de intercambio sectorial y la presentación del informe han creado un puente de comunicación entre políticas, academia, industria y finanzas, promoviendo la integración profunda de la tecnología AI en la trabajo antifraude en bancos pequeños y medianos, resumiendo y difundiendo buenas prácticas, y brindando un apoyo sólido para mejorar la capacidad antifraude, impulsar la transformación digital y fortalecer la defensa contra el fraude financiero, protegiendo los derechos legítimos de los consumidores y manteniendo la estabilidad financiera.

Lanzamiento del informe “Empoderamiento sectorial por AI — Prácticas y exploraciones en la lucha contra el fraude en bancos pequeños y medianos”

En un contexto de alta incidencia de fraudes en redes de telecomunicaciones y rápida evolución de las técnicas delictivas, cómo fortalecer la línea de defensa de riesgos, optimizar la experiencia del cliente y mantener la conveniencia del servicio se ha convertido en un reto central para los bancos pequeños y medianos en su lucha antifraude. Recientemente, se publicó oficialmente el informe “Empoderamiento sectorial por AI — Prácticas y exploraciones en la lucha contra el fraude en bancos pequeños y medianos” (en adelante, “el informe”), una iniciativa conjunta de China Financial Media, Tencent Research Institute y Tencent Cloud. El informe se centra en la problemática real y apremiante del fraude en redes de telecomunicaciones, analizando las tendencias actuales, las presiones específicas que enfrentan estos bancos y las rutas tecnológicas y prácticas para el uso de AI en la lucha antifraude, ofreciendo ideas con visión de futuro y operativas para el sector.

Con la profundización de la gestión antifraude, los bancos pequeños y medianos enfrentan desafíos particulares. El fraude en telecomunicaciones ha evolucionado rápidamente desde técnicas tradicionales a formas complejas que combinan inteligencia artificial, deepfakes, apps falsas, sitios de phishing, cadenas transfronterizas y colaboración con la delincuencia organizada. La actividad delictiva muestra mayor inteligencia, organización y carácter industrial, y los escenarios de fraude, las políticas y las nuevas tecnologías se presentan en nuevos contextos, aumentando la capacidad de engaño, la ocultación y la dificultad de gobernanza.

En este escenario, los bancos pequeños y medianos juegan un papel cada vez más importante en la lucha antifraude. Como actores clave en la economía local, en la atención a comunidades y microempresas, y en la gestión de fondos, son nodos críticos en la cadena de fondos. Sin embargo, enfrentan limitaciones en presupuesto, talento, datos y modelos, además de dificultades en la colaboración interinstitucional. En un entorno de “gestión precisa”, cómo mejorar la detección y el bloqueo, y reducir errores en clientes normales, es un reto real.

En respuesta a estas dificultades y presiones, el valor de la inteligencia artificial se vuelve evidente. AI puede identificar relaciones complejas en datos heterogéneos, mejorar la percepción temprana de comportamientos anómalos, cuentas sospechosas y potenciales víctimas, y extender la gestión antifraude desde la “investigación posterior” hacia la “advertencia previa, interceptación en medio del proceso y rastreo posterior”. Para los bancos pequeños y medianos, esto significa no solo mejorar la eficiencia en detección, sino también lograr una mejora en capacidades con recursos limitados.

El informe propone una dirección tecnológica y una ruta de integración ligera basada en “modelo grande + modelo pequeño”, complementados con reglas y datos externos. El modelo grande se usa para entender semánticas profundas, fusionar información multimodal y detectar nuevos patrones de fraude, mientras que el modelo pequeño, como “lastre”, garantiza decisiones estables y respuestas en milisegundos. La modalidad MaaS (Model as a Service) permite a estos bancos acceder rápidamente a capacidades externas de AI, logrando una mejora en la prevención con bajo costo y alta eficiencia.

Asimismo, el informe enfatiza que la construcción de capacidades antifraude no debe limitarse a modelos, sino que debe integrarse en procesos específicos como apertura de cuentas, monitoreo de transacciones, gestión de bloqueos y rastreo de fondos, formando un ciclo completo de control. En la fase previa, AI puede ayudar a detectar cuentas sospechosas; en medio del proceso, puede colaborar con reglas para decisiones en tiempo real; en la fase posterior, puede mejorar la eficiencia en la liberación de cuentas bloqueadas, reduciendo molestias a los clientes. La protección de los derechos de los consumidores y la seguridad de sus fondos son el objetivo principal, y los bancos deben equilibrar la prevención del riesgo con la protección de los derechos del cliente, estableciendo canales claros y sencillos para reclamaciones y desbloqueos, con procedimientos y tiempos definidos. El informe sostiene que la competencia futura en antifraude no solo será en tasas de detección, sino también en velocidad de respuesta, operación y experiencia del cliente.

Para mayor precisión, el informe analiza casos prácticos de empresas tecnológicas, grandes bancos, bancos pequeños y medianos, asociaciones sectoriales y plataformas, mostrando diferentes formas de implementación de AI en distintos recursos y escenarios. Estos casos demuestran que la lucha antifraude con AI no es exclusiva de las grandes instituciones, y que los bancos pequeños también pueden, mediante caminos tecnológicos y mecanismos operativos adecuados, mejorar efectivamente su gestión de riesgos.

El informe también señala que la lucha antifraude no es una defensa aislada de una sola institución, sino un sistema que requiere colaboración interdepartamental, interinstitucional y multisectorial. Debido a limitaciones en datos, inteligencia externa y recursos de coordinación, los bancos pequeños y medianos enfrentan dificultades para responder a las cadenas delictivas transfronterizas y transregionales en constante evolución. Por ello, la mejora de capacidades antifraude en estos bancos debe basarse en una mayor compartición de datos, una colaboración más fluida con la policía y otras instituciones, y en plataformas sectoriales más maduras y en cooperación tecnológica más estrecha.

En el nivel de la industria, el informe propone una estrategia de “gobernanza conjunta sectorial”. Se prevé que en el futuro, las instituciones financieras, las empresas tecnológicas y las organizaciones sectoriales colaborarán en un ecosistema más definido y estrecho. Las instituciones financieras pasarán de ser solo defensores de riesgos a construir “experiencias seguras” e integradas; las empresas tecnológicas, de ser solo proveedores de tecnología, se convertirán en suministradores de capacidades clave, compartiendo información de riesgo, modelos y datos en formatos estandarizados; las organizaciones sectoriales jugarán un papel central en la construcción de estándares, plataformas de intercambio de datos y mecanismos de colaboración interinstitucional, promoviendo una gestión más sistémica y coordinada. En este nuevo esquema, las relaciones entre actores se transforman en una ecología de colaboración mutua, que impulsa la innovación y la mejora continua en la gestión de riesgos financieros, hacia un servicio más seguro, inteligente y centrado en el cliente.

Desde una perspectiva a largo plazo, el informe considera que la construcción de capacidades antifraude no solo es clave para la gestión de riesgos, sino que también impulsará la optimización continua en gobernanza de datos, procesos y operaciones en los bancos pequeños y medianos, siendo un pilar en su transformación digital. La gestión antifraude se volverá una actividad normalizada, con alta resistencia y fuerte énfasis en la experiencia del cliente, en la que los bancos no solo deben bloquear riesgos, sino también mantener un equilibrio sostenible entre seguridad y servicio, transformando la seguridad en confianza y valor para el cliente.

La publicación del informe “Empoderamiento sectorial por AI — Prácticas y exploraciones en la lucha contra el fraude en bancos pequeños y medianos” responde a uno de los desafíos más apremiantes del sector, y ofrece un marco de referencia para que los bancos pequeños y medianos puedan realizar una gestión precisa y mejorar sus capacidades de gestión inteligente. Con el avance continuo de la tecnología AI en escenarios financieros, la lucha antifraude avanzará desde una respuesta pasiva a una percepción activa, y desde una defensa aislada a una gobernanza ecológica. Se prevé que, bajo la doble influencia de AI y gobernanza sectorial, los bancos pequeños y medianos jugarán un papel cada vez más importante en proteger los “bolsillos” de las personas, apoyar el desarrollo económico local y mantener la estabilidad financiera.

Este año marca el inicio del “Plan Quinquenal 14”, que claramente propone fortalecer la supervisión financiera, construir sistemas de prevención y resolución de riesgos, y garantizar la operación estable del sector financiero. La lucha antifraude es una parte concreta de la implementación de estas directrices y refleja la práctica del concepto de seguridad nacional en el sector financiero. Para los bancos pequeños y medianos, con recursos y capacidades tecnológicas limitados, aprovechar la tecnología AI para mejorar la precisión y el alcance de la lucha antifraude no solo es una exigencia de la estrategia nacional, sino también una oportunidad clave en su transformación digital. El informe fue elaborado bajo la guía de expertos como Gao Feng, ex director de información principal de la Asociación Bancaria de China, y Yang Tao, subdirector del Laboratorio Nacional de Finanzas y Desarrollo, con apoyo académico del Foro de 50 expertos en tecnología financiera y del Instituto de Moneda Internacional de la Universidad Popular de China, además de la participación en la investigación y redacción del informe del sector de tecnología financiera y la Universidad Popular de China.

Editor: Wang Chunxia