La empresa española AIS Group, especialista en gestión del riesgo de crédito, implanta en entidades financieras de Marruecos innovadores sistemas de detección de fraude basados en inteligencia artificial y machine learning. En 2017, la segundad entidad por activos de Marruecos detectó 700 casos reales de fraude. "Para mitigar estas cifras, se ha construido un modelo que calcula la probabilidad de fraude en las solicitudes de crédito que la entidad aprobaría. Así, antes de la concesión definitiva del préstamo, se evalúa la posibilidad de que acabe siendo un fraude”, explica Daniel Torrents, responsable del desarrollo del negocio de AIS Group para el Magreb y el resto del continente africano.

AIS ha optado por aplicar machine learning en este nuevo modelo, porque "estas técnicas avanzadas de IA tienen un poder predictivo mucho mayor que las técnicas tradicionales, y, por lo tanto, un grado de acierto superior, pudiendo discriminar mejor las operaciones capciosas, las cuentas falseadas y hasta las empresas que no existen”, explica Torrents.

Además, según el ejecutivo de AIS, la combinación de los modelos de evaluación de créditos y de detección del fraude, aúna a su vez el riesgo de crédito y el riesgo operacional para integrar una visión única de la operación y facilitar el control del riesgo global.

Caso de éxito

El sistema lleva pocos meses en funcionamiento y las previsiones de AIS Group son mejorar entre un 20% y 30%  la detección del fraude en la financiera marroquí. Entre las entidades que ya cuentan con este sistema destaca Salafin, la financiera del grupo Banque Marocaine du Commerce Extérieur (BMCE), dedicada a financiar a créditos al consumo y compra de vehículos a particulares y a pymes. Este proyecto es el primero que utiliza un modelo machine learning de estas características en Marruecos.

“Estamos convencidos de que los resultados de los modelos que utilizan machine learning permiten  impulsar el negocio”, asegura Torrents. "Su alta capacidad de discriminación, su poder predictivo y su potencia para trabajar con muchas más variables, les permiten alimentarse y sacar un enorme partido del big data, generando verdadero valor", tanto en áreas de marketing, focalizadas en captar y fidelizar clientes a través de la venta cruzada, como para las de riesgos, más preocupadas por el control.

“Salafin ha decidido aplicar el machine learning no sólo para detectar el fraude, sino a sus scorings de admisión, es decir, los modelos que evalúan las solicitudes de crédito y deciden si se conceden o no en función de su probabilidad de impago. De este modo, Salafin ganará mayor precisión en el proceso de concesión y un retorno mayor de rentabilidad”, apostilla Torrents.