La prevención del fraude en las finanzas digitales ha operado durante mucho tiempo bajo un supuesto erróneo: que la cautela equivale a seguridad. Sin embargo, cuando los controles de riesgo demasiado agresivos generan cientos de miles de millones de dólares en rechazos erróneos cada año y alejan permanentemente a la mayoría de los compradores primerizos, el costo de esa cautela se vuelve imposible de ignorar.

Pascal Podvin, cofundador de nSure.ai, ha pasado años trabajando en la intersección del riesgo de pagos y la inteligencia conductual, y sostiene que la industria ha estado midiendo el éxito con métricas completamente equivocadas. nSure.ai es una plataforma de protección contra el fraude en tiempo real diseñada específicamente para entornos de alto riesgo en activos digitales y fintech, que reemplaza el filtrado estático basado en reglas por una IA adaptativa que evalúa la intención conductual en el momento de la transacción. Se ubica en una categoría creciente de proveedores de garantía contra contracargos y calificación de fraude que compiten con actores tradicionales del riesgo en pagos, pero su tesis apunta específicamente a los verticales de activos digitales, gaming y remesas que los motores convencionales tienden a bloquear en exceso.

En esta entrevista, Podvin sostiene que los motores antifraude tradicionales no son una cobertura contra pasivos, sino un pasivo comercial en sí mismos: destruyen el valor de vida del cliente, deprimen la conversión e inflan los costos de adquisición mientras los tableros de cumplimiento muestran números limpios. Desde cuentas congeladas en transferencias ACH de seis cifras hasta la economía de un solo comprador primerizo rechazado injustamente, explica por qué el verdadero riesgo en las finanzas digitales no es la tolerancia al fraude, sino la fricción.

La tensión es estructural. Las bolsas de criptomonedas y las plataformas fintech operan bajo obligaciones contra el lavado de dinero y de conocimiento del cliente —en Estados Unidos, el marco de la Ley de Secreto Bancario administrado por FinCEN— que las empujan hacia prácticas conservadoras de incorporación y retención de fondos. La fricción que describe Podvin suele ser el subproducto de un diseño orientado al cumplimiento, no solo descuido. Su argumento es que las herramientas utilizadas para satisfacer esas obligaciones fueron construidas para una era de pagos anterior a los mercados de activos digitales en tiempo real.

Cuando una bolsa de criptomonedas, un proveedor de remesas o una plataforma Web3 impone una retención de siete días sobre una transferencia bancaria o somete a un comprador primerizo a ciclos repetidos de verificación, la gerencia cree que está siendo cuidadosa. En realidad, argumenta Podvin, está siendo imprudente.

La gestión del riesgo no es un documento de políticas de alto nivel; se reduce a cada transacción individual. Proteger una única transacción con tarjeta de crédito de 100 dólares o un depósito ACH de 50.000 dólares congelando cuentas o retrasando liquidaciones no elimina el riesgo. Cambia un pequeño riesgo transaccional localizado por una pérdida comercial catastrófica, destruyendo el valor de vida del cliente de un nuevo comprador que podría valer 5.000 dólares a lo largo de cinco años.

El desafío central en las finanzas digitales, dice, es reconocer que los motores antifraude estáticos y tradicionales destruyen activamente mucho más crecimiento de ingresos y valor empresarial a largo plazo que el fraude para el que fueron creados.

La gestión del riesgo suele tratarse como un requisito de cumplimiento. ¿Por qué en realidad se reduce a cada transacción individual?

Cada transacción individual conlleva una doble disyuntiva que impacta todo el P&L: valor transaccional inmediato frente a LTV a largo plazo. Cuando una bolsa o un proveedor de remesas evalúa un pago —ya sea una compra inicial con tarjeta de 100 dólares o una transferencia ACH de 50.000 dólares— no está evaluando solo esa cantidad. Está decidiendo si preservar o destruir todo el flujo de ingresos futuros del cliente. Si una regla estática antifraude marca a un comprador legítimo porque su comportamiento luce levemente desconocido, la plataforma podría ahorrarse hoy 100 dólares en posible exposición a contracargos, pero desperdicia 5.000 dólares en CLTV durante los próximos cinco años.

Usted sostiene que las plataformas que intentan ser "cuidadosas" en transacciones individuales en realidad están siendo "imprudentes". ¿Cómo se ve eso en la práctica?

Las plataformas creen que añadir retenciones de varios días, fricción escalonada o reenvíos repetidos de documentos es una mitigación de riesgo razonable. En realidad, puede ser un suicidio comercial, porque descansa sobre un enorme punto ciego organizacional.

Podvin dice que las observaciones de campo de nSure.ai muestran que el 87% de los compradores primerizos rechazados injustamente nunca regresan. Los datos recientes de mercado confirman la tendencia: el 71% de las instituciones financieras admiten que sus controles antifraude impulsan activamente la fuga de clientes, y los rechazos erróneos queman más de 400.000 millones de dólares en ingresos legítimos al año.

Los equipos de riesgo observan tableros limpios con cero contracargos y lo celebran. Lo que pasan por alto es la destrucción de ingresos que ocurre entre bastidores. Según el estudio Risk Solutions True Cost of Fraud, el 71% de las instituciones financieras admiten que sus controles antifraude están impulsando activamente la fuga de clientes. La investigación de Aite-Novarica Group muestra además que el filtrado demasiado agresivo genera 443.000 millones de dólares en rechazos erróneos globales cada año, lo que prueba, en opinión de Podvin, que los motores antifraude estáticos destruyen mucho más valor empresarial que los actores malintencionados para los que fueron creados.

El resultado, dice, es un dilema absurdo: las plataformas aceptan una exposición al fraude sin mitigación, o arriesgan "perder brazos y piernas" bloqueando el checkout y matando la conversión.

¿Puede compartir un ejemplo real de cómo esta fricción tradicional rompe la experiencia de usuario en las grandes plataformas?

Cada vez que nSure.ai incorpora a un socio importante, Podvin abre personalmente una cuenta, deposita capital sustancial y prueba el flujo real de usuario.

Al probar una importante bolsa global, abrió una cuenta e inició una transferencia ACH de seis cifras por 200.000 dólares. Configurar la cuenta tomó más de 24 horas porque el motor de KYC falló y exigió reenviar documentos cinco veces distintas, con períodos de espera obligatorios entre cada intento. Una vez iniciada la transferencia, la plataforma no aplicó una retención estándar sobre los fondos; congeló toda la cuenta durante nueve días. No pudo operar, retirar ni siquiera ver su tablero mientras el soporte al cliente lo enviaba en círculos.

La bolsa creía que estaba siendo cuidadosa frente al riesgo de devoluciones ACH, dice Podvin. Lo que en realidad hizo fue darle a un cliente de alto patrimonio todas las razones posibles para abandonar la plataforma de forma permanente, algo que les sucede a decenas de miles de usuarios legítimos cada día.

Las transferencias de alto valor, como un depósito ACH de 15.000 o 50.000 dólares, conllevan una latencia de liquidación inherente. ¿Por qué los sistemas de riesgo tradicionales fallan tan gravemente en estos flujos?

Las tarjetas de crédito tienen límites bajos, generalmente de 1.500 a 3.000 dólares para compras de activos digitales o fondeo de remesas. Cuando inversionistas serios o usuarios de alta velocidad quieren mover capital real, dependen de los rieles bancarios: ACH, SEPA y transferencias cable.

Como las transferencias ACH tardan días en alcanzar la finalidad de liquidación, los sistemas tradicionales recurren a defensas estáticas y contundentes como retenciones móviles de siete días. Esto no es arbitrario: el ACH, operado por Nacha en Estados Unidos, permite devoluciones y reversiones dentro de ventanas definidas tras la liquidación, por lo que las plataformas que no pueden evaluar el riesgo en tiempo real simplemente esperan a que pase la ventana de exposición. Pero los inversionistas mueven dinero para aprovechar oportunidades de mercado en vivo. Obligar a un trader a esperar siete días para comprar un activo destruye toda la propuesta de valor de las finanzas digitales. Las herramientas tradicionales recurren a retenciones temporales precisamente porque no pueden evaluar la intención conductual en tiempo real en el momento del fondeo.

¿Cuál es el mayor error operativo que aún cometen los fundadores de cripto y fintech sobre los riesgos que asumen?

Los fundadores confunden el cero contracargos con una gestión de riesgo eficaz, dice Podvin.

Si la tasa de fraude es cero, la política de riesgo está fracasando comercialmente. Significa que los filtros están tan ajustados que el negocio está rechazando clientes legítimos y rentables. Los datos de LexisNexis muestran que cada dólar perdido directamente por fraude cuesta a las instituciones financieras más de 5,00 dólares una vez que se factorizan la fricción, las comisiones y la fuga de clientes.

Los CFO y los fundadores deben evaluar las políticas de riesgo por su contribución neta al P&L, factorizando pérdidas por fraude, margen aprobado, desperdicio de CAC y LTV, en lugar de celebrar métricas estériles que ocultan un negocio en contracción.

¿Cómo resuelve nSure.ai este dilema sin obligar a las plataformas a elegir entre una alta exposición al fraude y una pérdida masiva de clientes?

Desplazando el enfoque de la verificación de identidad estática a la intención conductual en tiempo real.

En lugar de congelar cuentas o imponer retenciones de varios días, la IA adaptativa analiza telemetría contextual en tiempo real, evaluando la dinámica de sesión, las señales del dispositivo, el ritmo transaccional y la velocidad entre comercios. Esto permite a las plataformas digitales de alto riesgo aprobar depósitos y flujos de fondeo de alto valor al instante, manteniendo a los clientes legítimos operando de inmediato mientras identifica a los verdaderos actores malintencionados entre bastidores, sin añadir un solo punto de fricción en el checkout. Hasta qué punto la calificación de intención conductual puede desplazar a las defensas basadas en retenciones en las finanzas reguladas sigue siendo una pregunta abierta, y es la métrica que vale la pena observar a medida que las plataformas sopesan la conversión frente a las obligaciones de cumplimiento.