El Banco Central ha proyectado en su hoja de ruta para el período 2023-2025 la habilitación de nuevas formas de pago en nuestro país. La Mañana dialogó con Carlos Ham, gerente general de Urutec, sobre las condiciones y tecnologías necesarias para el desarrollo de estas facilidades y las implicancias para los comercios e instituciones bancarias.
Urutec es la empresa que brinda servicios tecnológicos al sistema financiero, en especial los relacionados con las transacciones electrónicas, por lo tanto, estará a cargo de desarrollar la “carretera” por la que transitarán los procesos asociados a la nueva modalidad de pago. En diálogo con La Mañana, el gerente general de Urutec, el Ing. Carlos Ham, explicó que se encuentran facilitando la interacción de todos los actores involucrados para que estas operaciones se puedan realizar, ya que cuando se trata de pagos en comercios, a diferencia de cuando se efectúan transferencias de persona a persona, intervienen retenciones impositivas o facturación por comisiones.
Lo que se busca en concreto es lograr el pago cuenta a cuenta de forma instantánea. Es decir, que cualquier cliente de una institución bancaria con una cuenta pueda realizar un pago en un comercio con su billetera electrónica y que el comercio vea acreditado en ese mismo momento el dinero en la suya.
Ham indicó que el objetivo trazado es que el sistema en cuestión se encuentre operativo a principios de 2024. El experto señaló que el primer paso es llevar a todas las instituciones a permitir transferencias instantáneas las 24 horas, todos los días de la semana, ya que hoy están disponibles durante un horario restringido. Según dijo, esto implica un gran desafío porque los bancos tienen software o programas muy antiguos y adaptarlos es más complejo que pensar otras alternativas.
Además, ofrecer un servicio con disponibilidad las 24 horas implica que haya personas que cubran todo el horario, monitoreando que no haya caídas del servicio y solucionando problemas operativos que puedan surgir. Ham destacó que al mismo tiempo deben considerar la prevención de fraudes, para lo cual necesitan especialistas que vigilen los “scores” de las transacciones.
De hecho, el entrevistado advirtió que estos sistemas son todavía más vulnerables debido a que son más atractivos para el defraudador, justamente por el factor de instantaneidad que les facilita retirar el dinero en seguida por cajero automático, y dificultando mucho más una recuperación. “Hay que fortalecer la prevención, lo que significa inversión en software y en gente que los opere”, dijo.
Consultado sobre qué implican estos cambios para los distintos actores, Ham explicó que los bancos tienen que desarrollar las billeteras de pago, que serán como las aplicaciones de celular para realizar transferencias, donde habrá una función que permitirá escanear los códigos QR de los comercios. Si el QR es estático, se deberá ingresar el importe del producto o servicio y aceptar el pago para que el comercio pueda ver acreditado el importe en su cuenta al momento.
Por su parte, el comercio tendrá que desarrollar ese QR y adquirir una interfase que pueda leerlo, que es algo similar a lo que pasa hoy cuando alguien paga con una tarjeta que precisa un pos. Ham explicó que en este caso el código QR funcionará como un pos. “Será el mecanismo por el cual la billetera reconoce que hay que pagarle al comercio. También el QR se puede generar en el propio pos y leerse con el celular. Allí directamente se aceptará el pago, porque el QR ya va a incluir el monto”, dijo el directivo. Es decir que a diferencia de un QR estático, no habrá que digitar un importe, inmediatamente se debitará de la cuenta del cliente y se acredita en la cuenta del comercio.
Costos
“Desarrollar toda esta carretera, por donde en un momento van a pasar miles de transacciones ocurriendo por segundo, y considerando que no podemos esperar que se tranque y haya cuellos de botella, requiere un software especial y una importante inversión en infraestructura. Por más que sea en la nube, (que es lo que estamos planteando hacer, ya que esto permite escalar con otra facilidad que si fuera en las propias instalaciones), estos espacios se tienen que pagar”, explicó el especialista.
El costo asociado va a estar dado en el valor de la transacción, que será similar al del débito. El gerente de Urutec estima que no se venderá el software, sino que los propios adquirentes que hoy tienen la relación con los comercios, incluirán esta opción y el comercio asumirá una comisión similar a la que tiene por las compras con débito, pero con la ventaja de que tendrá el dinero acreditado en el momento y no en 24 o 48 horas como sucede ahora.
Ham explicó que en la medida que haya mayor cantidad de transacciones irán descendiendo los costos y a la larga este método de pago tendrá menos impacto para el comercio.
Machine learning: el aliado para la detección de fraudes
Ham estima que sin herramientas de machine learning sería muy difícil detectar y controlar las operaciones fraudulentas. “El machine learning, que ya se usaba en la industria financiera para otros temas, como para hacer ‘scores’ de crédito, para entender qué clientes eran más propensos a comprar determinados productos o para agrupar clientes en ‘clusters’, también sirve para la detección de fraudes, que se está dando por cómo está migrando la gente del mundo físico al digital”, explicó el experto.
Al realizar una transacción hay algoritmos que pueden identificar si la forma de comportarse de un cliente se está apartando de lo esperado. En otros países cuando se detecta que una operación tiene un score de fraude alto, se pide otro tipo de identificación, contraseña o dato que solo la persona conozca y de esa forma definen si aceptan o rechazan la operación.
Según señaló Ham, es en el momento en que se realiza la transacción cuando los algoritmos de machine learning detectan que hay un desvío y un potencial fraude. Sin embargo, a menudo sucede que las personas se apartan de sus patrones de comportamiento habituales y no se trata de un fraude, sino que simplemente están haciendo algo que no hacen normalmente, por ejemplo, irse de viaje. Cuando se advierte un score de riesgo alto se programan decisiones para rechazar la transacción, pero también existen otros casos en los que se deriva la advertencia a una persona para que analice la información y decida si se acepta o declina.
Cambios regulatorios
“Todavía no está muy claro cuál es el marco de acción al que pueden llegar las instituciones. Se está trabajando a nivel del BCU, que luego le va a proponer al Parlamento algunas modificaciones para que los procesos sean ágiles y se puedan rechazar transacciones”, reveló el especialista y explicó que hoy si un cliente instruye una operación, el banco no podría negarse a realizarla, pero existiendo elementos de sospecha, estaría salvaguardando al cliente si lo hace. El problema es que los bancos no tienen potestad para rechazar una operación que está bien instruida.
Cuando se predicen los fraudes, se comprueban a posteriori y se trasladan a la justicia, pero el proceso es sumamente lento. “Desde que se hace la denuncia y va a la justicia, la plata ya salió del sistema y es muy difícil de recuperar, entonces una de las cosas que se requiere es mayor agilidad para poder retener el dinero dentro del sistema si hay una sospecha de fraude y una vez aclarado liberar el dinero o directamente rechazarlo.” Ham explicó que la mayoría de las veces que se toman este tipo de acciones, se trata de un fraude. “Está comprobado que es efectivo este accionar. Muchas veces lo que se trata es de averiguar quién está detrás y se hacen las denuncias, pero estas demoran en procesarse”, dijo.
En ese orden Ham mencionó que “se necesita que la normativa habilite a los bancos a trancar transacciones fraudulentas y a extornar fondos que después se haya comprobado que son fraude”. El experto señaló que con la normativa existente esto hoy no se puede hacer. Es decir que, si ante una sospecha de fraude el banco autoriza la operación y acredita una suma de dinero a una cuenta, de comprobarse el fraude, el banco no puede revertir la situación y retirar el importe acreditado ilegalmente y devolverlo al cliente.
Recuadro: Glosario de términos
QR: El código QR “Quick Response”, es un código de respuesta rápida. Es la evolución del código de barras y permite, al ser escaneado, ver la información que contiene.
Cluster: Separar o categorizar a un grupo de clientes de acuerdo a características que tienen en común.
Score: Calificación de riesgo que asigna el sistema de prevención de fraude a todas las transacciones evaluadas. Cuanto mayor sea esta calificación, existe mayor probabilidad de que la transacción sea fraudulenta y se convierta en un contracargo para la persona o el comercio.
Machine learning: El aprendizaje automático es una rama de la inteligencia artificial y la informática que se basa en el uso de datos y algoritmos para imitar la forma en que los humanos aprenden, mejorando gradualmente su precisión. En el aprendizaje de máquinas un computador observa datos, construye un modelo basado en esos datos y utiliza ese modelo a la vez como una hipótesis acerca del mundo y una pieza de software que puede resolver problemas.
TE PUEDE INTERESAR:
