Incode lanza TrustGraph en México para combatir el fraude digital

La automatización de los ataques digitales plantea nuevos desafíos para bancos, fintechs y plataformas de comercio electrónico.

Los agentes de inteligencia artificial (IA) pueden probar sistemas de registro de manera continua, modificar datos después de un rechazo y trasladar sus intentos a distintas organizaciones, lo que dificulta identificar patrones de fraude entre instituciones.

Ante este escenario, Incode lanzó el 14 de octubre TrustGraph, una red de inteligencia que permite conectar señales de fraude y confianza entre organizaciones sin intercambiar registros de clientes ni concentrar información personal en una base de datos centralizada.

Durante su programa de adopción temprana, la tecnología identificó hasta 53 casos adicionales de fraude por cada 100 que los modelos existentes de una organización ya detectaban. La herramienta también incorpora señales positivas para reconocer a clientes legítimos y reducir obstáculos durante los procesos de verificación.

El reto consiste en que cada institución suele tener visibilidad únicamente sobre las operaciones que ocurren dentro de sus propios sistemas. Cuando un mismo atacante prueba distintas plataformas, sus actividades pueden parecer solicitudes independientes, lo que limita la capacidad de reconocer su trayectoria.

“Los atacantes se benefician de actuar entre distintas organizaciones porque cada institución suele ver únicamente sus propias interacciones”, explicó Ricardo Amper, fundador y director ejecutivo de Incode. Una red de confianza, agregó, permite convertir intentos individuales en señales que otras organizaciones pueden aprovechar.

Privacidad y colaboración contra el fraude

La propuesta cobra relevancia en un entorno donde las amenazas digitales evolucionan junto con las herramientas tecnológicas. El estudio Ciberseguridad, habilitador de confianza y competitividad, elaborado por Incode y Endeavor, señala que 41% de las organizaciones en México depende por completo de contraseñas tradicionales.

Además, Incode estima que la inteligencia artificial impulsará más de 60% de los intentos de fraude para finales de 2026. La automatización permite a los atacantes modificar sus estrategias y operar de forma continua, por lo que compartir señales entre instituciones puede ampliar la capacidad de detección.

A diferencia de los esquemas tradicionales de colaboración antifraude, que pueden requerir el intercambio o la concentración de registros de clientes, TrustGraph utiliza una arquitectura entre pares. Los datos originales permanecen en la institución que los recaba, mientras que la red permite consultar señales sin acceder directamente a los registros de otras organizaciones.

La tecnología emplea mecanismos criptográficos desarrollados a partir de patentes de Identiq, empresa adquirida por Incode en junio de 2026. Entre ellos destaca la computación segura multiparte (SMPC, por sus siglas en inglés), que permite comparar información criptográfica sin revelar los datos subyacentes.

Detección de patrones y señales de confianza

TrustGraph ofrece tres capacidades principales. La primera permite conectar señales de fraude entre instituciones y relacionarlas con identidades verificadas por Incode. De esta manera, las organizaciones pueden reconocer patrones incluso cuando un atacante modifica su nombre, documento o dispositivo, ya sea durante el registro, el inicio de sesión o una transacción de alto riesgo.

La segunda ayuda a identificar relaciones entre solicitudes que parecen independientes dentro de una misma organización. Elementos compartidos, como dispositivos o similitudes en la información documental, pueden aportar indicios para investigar posibles redes de fraude.

La tercera incorpora señales positivas de confianza. Si una persona completó un proceso de verificación en otra institución participante, esa referencia puede contribuir a reducir requisitos innecesarios y facilitar el acceso a servicios. Cada organización mantiene la facultad de determinar cómo utiliza esa información en sus evaluaciones.

El modelo también busca fortalecer la colaboración entre entidades que pueden competir comercialmente. Navjeet Grewal, director general de Verificación y Credenciales Digitales de Interac, red canadiense que conecta a casi 300 instituciones financieras, destacó que una señal compartida permite que una organización identifique un ataque que otra ya enfrentó.

TrustGraph no opera como una lista negra ni sustituye los sistemas internos de evaluación. Cada institución conserva la decisión de aprobar una operación, solicitar verificaciones adicionales, enviarla a revisión o rechazarla.

Con este enfoque, Incode busca ampliar la información disponible para detectar actividades sospechosas y, al mismo tiempo, reducir la fricción para los usuarios legítimos, sin que la colaboración implique ceder el control de los datos personales.