Entrevistas
Saurabh Joshi, EVP y Presidente, CSG Forte – Serie de Entrevistas
Saurabh Joshi es Presidente de CSG Forte, donde es responsable de establecer la visión estratégica de la organización y de impulsar la innovación de productos, el crecimiento de ingresos, el desarrollo empresarial y las mejoras operativas. El Sr. Joshi anteriormente se desempeñó como Vicepresidente Senior y Gerente General para Norteamérica en Western Union. Antes de eso, fue Vicepresidente y Gerente General para el Negocio de Compra de Viviendas de Better Mortgages, después de su papel como Jefe Global de Planificación y Operaciones de Ingresos en PayPal Inc. Al comienzo de su carrera, el Sr. Joshi ha trabajado y vivido en Norteamérica, Sudamérica y Asia, donde ocupó una variedad de puestos de liderazgo en SecondMarket, Rocket Internet y Goldman Sachs.
CSG Forte es parte de CSG, una empresa de tecnología global que proporciona plataformas SaaS para la participación del cliente, la facturación y los pagos utilizados por empresas en various industrias como las telecomunicaciones, los servicios financieros, la atención médica y el gobierno. Sus soluciones ayudan a las organizaciones a gestionar transacciones complejas, simplificar los pagos digitales y mejorar las experiencias del cliente en varios canales.
La empresa lanzó recientemente Payments Protection.ai, una solución de detección de fraude y gestión de riesgo financiero impulsada por IA diseñada para ayudar a las organizaciones a identificar actividad de pago sospechosa, reducir las pérdidas por fraude y gestionar mejor el riesgo en el ecosistema de pagos digitales en constante evolución.
Ha liderado pagos, fintech y negocios de plataforma en PayPal, Western Union y ahora CSG Forte. ¿Cómo han moldeado esas experiencias su perspectiva sobre hacia dónde debe evolucionar la prevención del fraude, y qué brechas quería que PaymentsProtection.ai abordara?
Un patrón ha permanecido constante en todos los roles que he ocupado: el fraude evoluciona más rápido que los sistemas estáticos. A medida que los pagos digitales se amplían, la velocidad, el volumen y la complejidad de las transacciones aumentan, y también lo hace la sofisticación de los actores maliciosos.
Lo que ha quedado claro es que muchas herramientas de fraude siguen siendo reactivas y dependen en gran medida de reglas fijas, ajustes manuales y datos aislados. Eso crea dos riesgos: o se pasan por alto los patrones de fraude emergentes, o se introduce fricción innecesaria que afecta a los clientes legítimos.
Con PaymentsProtection.ai, queríamos abordar la brecha de adaptabilidad. La detección de fraude necesita aprender continuamente, operar en tiempo real y ajustar los umbrales dinámicamente a medida que cambia el comportamiento. En el entorno de pagos digitales de hoy, la prevención del fraude debe funcionar como un sistema de control inteligente.
El fraude de pagos se ha tratado tradicionalmente como un problema de riesgo o cumplimiento. ¿Por qué lo ve cada vez más como un problema de ingresos y experiencia del cliente?
Las decisiones de fraude ahora definen la experiencia del cliente tanto como el precio o la calidad del producto.
En una economía digital, el motor de fraude está sentado directamente en el camino de pago. Rechazar un pago legítimo no se siente como seguridad para el cliente; se siente como un fracaso.
Es por eso que la prevención del fraude ya no es solo un control de cumplimiento, sino también un impulsor de crecimiento. El desafío real es protegerse contra el riesgo mientras se preservan las tasas de aprobación para los clientes legítimos y se minimiza la fricción.
¿Qué motivó a CSG a introducir una plataforma de fraude nativa de IA ahora, y cómo ha cambiado el panorama de amenazas de pagos en los últimos años?
Dos cambios estructurales en el paisaje de pagos hacen que este sea un momento importante.
Primero, la velocidad de la transacción ha aumentado. Los pagos instantáneos, la financiación integrada y el comercio digital en primer lugar están reduciendo la ventana para la revisión del riesgo. Ya no tenemos horas o días para tomar decisiones; debe ocurrir en segundos.
En segundo lugar, a medida que la tecnología sigue evolucionando, los métodos de ataque se vuelven más automatizados y escalables. Eso aumenta la necesidad de sistemas que puedan adaptarse continuamente en lugar de depender solo de actualizaciones de reglas estáticas.
Al mismo tiempo, vimos una brecha clara en el mercado donde los clientes estaban siendo obligados a combinar múltiples herramientas para gestionar pagos y fraude, a menudo con visibilidad limitada en los sistemas. Al aprovechar nuestra experiencia profunda en infraestructura de pagos, queríamos convertirnos en un socio más integral y brindar a los clientes una forma más simple y más integrada de proteger transacciones mientras apoyan el crecimiento. Introducir una plataforma nativa de IA refleja la necesidad de un reconocimiento de patrones más rápido y una calibración de riesgo dinámica, mientras también ayuda a los clientes a gestionar el fraude de pagos. Estamos centrados en responder a los cambios en la velocidad de transacción y la sofisticación del fraude.
PaymentsProtection.ai monitorea transacciones en ACH, tarjetas y otros canales en casi tiempo real. ¿Por qué la visibilidad entre canales se está volviendo crítica para la detección de fraude efectiva?
El fraude prospera en la fragmentación.
Un individuo o entidad puede explotar el tiempo de devolución de ACH, probar credenciales de tarjetas robadas y tratar de tomar el control de cuentas a través de puntos de entrada digitales. Si el monitoreo está aislado por canal, esos comportamientos pueden parecer no relacionados.
La visibilidad entre canales ayuda a identificar patrones de comportamiento. Ese contexto más amplio mejora la consistencia de la detección y reduce los puntos ciegos. A medida que los ecosistemas de pagos se vuelven más multicanal y multirrail, el monitoreo unificado se vuelve cada vez más importante.
Muchos sistemas de fraude aún dependen en gran medida de reglas estáticas. ¿Cómo cambia un enfoque basado en el aprendizaje y la adaptación la forma en que los equipos de fraude operan día a día?
Los sistemas de fraude tradicionales a menudo dependen de reglas y umbrales estáticos que requieren actualizaciones manuales constantes, lo que crea una carga operativa y una respuesta lenta a nuevos patrones de fraude.
PaymentsProtection.ai utiliza modelos de toma de decisiones impulsados por IA para monitorear transacciones y apoyar la alerta y la intervención de fraude de manera oportuna. El objetivo es reducir los falsos positivos mientras se mejora la precisión de la detección, lo que ayuda a las empresas a mantener tanto la protección como la experiencia del cliente sin ralentizar los procesos.
La plataforma se puede implementar en la nube, en el sitio o en entornos híbridos. ¿Qué impulsa normalmente esas decisiones de implementación para las empresas que manejan datos de pago sensibles?
La plataforma es una arquitectura basada en la nube impulsada por AWS y diseñada para admitir escalabilidad, alta disponibilidad y seguridad de nivel empresarial, incluida la conformidad con PCI SSF.
Su infraestructura basada en la nube permite que el sistema analice grandes volúmenes de transacciones mientras mantiene el rendimiento y el tiempo de actividad. Esto admite a las organizaciones que manejan volúmenes crecientes de pagos digitales en varios canales. Para clientes sensibles, la solución también se puede implementar y configurar en sus servidores en el sitio o en una configuración híbrida, asegurando que satisfagamos las diversas necesidades de los clientes.
Con la IA siendo utilizada cada vez más por los estafadores y los defensores, ¿cómo espera que evolucione el papel de la IA en la seguridad de pagos en los próximos años?
Estamos entrando en lo que describiría como un entorno de IA versus IA.
El fraude se está volviendo automatizado, las identidades sintéticas se pueden generar a escala y los datos robados se pueden combinar con herramientas generativas para crear perfiles convincentes. Eso significa que los sistemas de reglas ajustadas manualmente tradicionales lucharán por mantener el ritmo.
En los próximos años, la IA en la seguridad de pagos necesitará volverse más adaptativa y más contextual. No bastará con solo marcar anomalías. Más bien, los sistemas necesitarán evaluar patrones en identidad, comportamiento y velocidad de transacción, y luego responder antes de que ocurran pérdidas.
Al mismo tiempo, hay la pieza de gobernanza. A medida que recopilamos señales de comportamiento o biométricas más ricas, la responsabilidad de proteger esos datos aumenta. La industria tendrá que equilibrar la inteligencia con la privacidad y la confianza del cliente.
Diferentes industrias enfrentan patrones de fraude muy diferentes. ¿Cómo se adapta PaymentsProtection.ai a los riesgos específicos de la industria en sectores como la atención médica, las telecomunicaciones o la gestión de propiedades?
La plataforma está posicionada como una solución adaptada a la industria en varios verticales, incluida la atención médica, las telecomunicaciones y la gestión de propiedades.
Este enfoque vertical permite umbrales configurables, indicadores de monitoreo y estructuras de informes alineados con casos de uso y perfiles de riesgo específicos. Los patrones de fraude y los flujos de trabajo operativos difieren entre industrias, y la configurabilidad está diseñada para reflejar esas sutilezas.
CSG procesa cientos de millones de transacciones anualmente. ¿Cómo influye operar a esa escala en la forma en que se entrenan, prueban y mejoran los modelos de fraude?
CSG procesa grandes volúmenes de transacciones de pagos digitales en varias industrias. Operar a esa escala proporciona una amplia exposición a patrones de transacción en ACH, tarjetas y entornos multicanal.
Esto admite el monitoreo y la informe continuos, lo que ayuda a refinar las estrategias de detección y fortalecer la gestión general de riesgos.
La arquitectura de la plataforma está diseñada para analizar grandes volúmenes de transacciones por segundo mientras mantiene la respuesta y la confiabilidad.
Mirando hacia adelante, ¿ve el fraude de pagos como una función independiente o cada vez más integrada directamente en la infraestructura de pagos y comercio?
Las líneas entre pagos, riesgo y equipos de fraude están convergiendo cada vez más a medida que los volúmenes de pagos se aceleran y se reducen las ventanas de liquidación. En muchas organizaciones, estos equipos aún operan de forma independiente, pero se les pide que tomen decisiones más rápidas y coordinadas que nunca antes. Como resultado, estamos viendo que la prevención del fraude se integra cada vez más en los flujos de trabajo de pagos.
PaymentsProtection.ai está diseñado para monitorear transacciones y permitir una intervención más rápida antes de los tiempos de corte de liquidación. Además, la solución hace que sea más fácil para los equipos interpretar datos, ajustar umbrales y responder a amenazas emergentes sin agregar complejidad o fricción. Ese posicionamiento refleja el cambio más amplio en los pagos: la protección debe operar de forma fluida dentro del ciclo de vida de la transacción en lugar de como un proceso de revisión separado y posterior.
A medida que los pagos digitales se aceleran, la detección de fraude se moverá cada vez más hacia la infraestructura central que procesa transacciones.
Gracias por la excelente entrevista, los lectores que deseen obtener más información pueden visitar CSG Forte o su nuevo producto Payments Protection.ai.
