La batalla contra los deepfakes y el fraude digital acaba de sumar un nuevo protagonista global: Veridas y Fourthline anunciaron su fusión para crear una plataforma de identidad de estándar bancario.
Con fuerte presencia en América Latina, el ecosistema tendrá un objetivo claro: proteger la identidad de los clientes en el mundo online y los negocios digitales.
El acuerdo, previsto para cerrarse en la segunda mitad de 2026, sujeto a aprobaciones regulatorias, dará origen a un gigante tecnológico capaz de realizar más de 115 millones de verificaciones de identidad en más de 50 países solo este año.
La nueva compañía ya es proveedor de referencia para entidades como Santander, BBVA, Revolut y N26, además de exchanges de criptomonedas como Bitpanda, y busca consolidarse como el escudo tecnológico frente al avance de los fraudes impulsados por inteligencia artificial.
El contexto ayudó para concretar esta alianza: el fraude digital sofisticado y las estafas mediante deepfakes de rostros y voces generadas por IA crecen de manera exponencial.
La fusión apunta a resolver dos problemas centrales para las entidades reguladas: detectar en milisegundos si una persona es real o una recreación digital, y garantizar procesos de cumplimiento normativo (KYC y AML) sin fricción para el usuario, reduciendo el abandono en el onboarding y protegiendo la identidad durante toda la relación con el banco.
Eduardo Azanza, CEO y cofundador de Veridas, explicó que "Veridas nació con la misión de proporcionar a internet la capa de confianza que le faltaba. En un mundo con fraudes impulsados por IA, nuestra misión es más necesaria que nunca".
Y agregó: "Al combinar nuestra experiencia en biometría e identidad con la orquestación de cumplimiento de Fourthline, podemos elevar el estándar global de verificación regulada".
Paul Stoddart, CEO de Fourthline, destacó que "la oportunidad de extender nuestra misión en Europa y adentrarnos aún más en América Latina, uno de los mercados financieros más dinámicos y de más rápida digitalización del mundo, es algo para lo que nos hemos estado preparando".
"Juntos, estamos elevando el estándar de lo que debe ser la verificación de identidad regulada y escalable a nivel global", añadió.
La operación cuenta con el respaldo de fondos como Finch Capital y Rabo Investments, brazo inversor de Rabobank, mientras que el Grupo BBVA continuará como accionista activo en la nueva entidad.
La plataforma modular "API-first" permitirá a las empresas que operan en Argentina implementar soluciones adaptadas a las normativas locales, asegurando que los procesos de verificación estén listos para las auditorías más estrictas del mercado.
Los intentos de fraude mediante deepfakes crecieron un 2.137% a nivel mundial en los últimos tres años, según el estudio The Battle Against AI-Driven Identity Fraud, elaborado por Signicat entre más de 1.200 responsables de prevención de fraude del sector financiero y de pagos de siete países europeos.
El informe también revela que el 42,5% de los intentos de fraude detectados ya involucran inteligencia artificial, una tendencia que obliga a las organizaciones a replantear sus mecanismos de prevención y validación.
Aunque el relevamiento se centra en el sector financiero, el fenómeno comienza a plantear nuevos desafíos para otras industrias donde la verificación de evidencias resulta crítica.
Fotografías, presupuestos, certificados médicos, comprobantes e incluso documentos de identidad pueden ser alterados o generados mediante inteligencia artificial con un nivel de realismo que hace apenas unos años era impensado.
"Lo que está cambiando no es solamente el fraude. Está cambiando el concepto de evidencia. Una fotografía ya no puede asumirse como prueba suficiente por sí sola. El desafío consiste en combinar modelos capaces de detectar manipulaciones con procesos que integren distintas fuentes de información y mantengan al analista en el centro de las decisiones críticas", explicó Silvia Pascual, Business Manager de Flux IT.
Ante este escenario, múltiples empresas de distintos rubros comienzan a incorporar herramientas capaces de:
En la práctica, estas capacidades pueden asistir en la autenticación de imágenes de siniestros para detectar posibles manipulaciones, contrastar la documentación presentada con otras fuentes de información, resumir expedientes y señalar anomalías para que los analistas concentren su trabajo en los casos que realmente requieren una investigación más profunda.
"En nuestros proyectos asegurados combinamos modelos de machine learning, análisis de metadatos e inconsistencias visuales para asistir a los analistas en la detección de imágenes alteradas. En implementaciones sobre fotografías de vehículos y documentación de siniestros alcanzamos precisiones de entre el 97% y el 100%, sin registrar falsos positivos", describió Silvia Pascual.
"No existe una única respuesta para este problema. En algunos casos será necesario automatizar controles; en otros, integrar mejor la información disponible o darle al analista más contexto para decidir. La diferencia no estará en aplicar más IA, sino en usarla donde genere valor real, con datos confiables, reglas claras y supervisión humana. Ese equilibrio es el que permite reducir costos y tiempos" completó.