Saltar al contenido

FRAUDE DOCUMENTAL ANTES DE QUE SE MUEVA EL DINERO

Solo ver ya no alcanza para creer.

Las facturas, extractos y recibos generados por IA ya están llegando a los procesos de pago. Son cada vez más difíciles de distinguir de un documento real y, en muchos casos, prácticamente imposibles de detectar a simple vista. Frodau combina IA y análisis forense para identificarlos antes de que se realice el pago.

Dos pilas de recibos médicos sobre un escritorio. La pila de la izquierda está aprobada con una marca verde. La de la derecha está marcada con una cruz roja bajo una luz de escaneo azul, con llamadas sobre una anomalía de píxeles, un total inconsistente, documentos duplicados y una fecha.
0:00 / 0:00
Generado en 4,2 segundos. Marcado en 0,31.

Generados bajo demanda. Sin escáner, sin tijeras, sin pegamento.

01

Creados en segundos

02

Invisibles al ojo humano

03

La tecnología para detectarlos recién está apareciendo

El expediente

La pérdida ya está contada.

Los mismos documentos

Donde un documento libera el dinero.

Frodau hace las mismas cuatro preguntas sobre cada uno. El video de arriba es uno de ellos: un recibo médico.

Seguros

Facturas médicas, recibos, facturas, evidencia de siniestros, documentación de accidentes.

Banca y crédito

Extractos bancarios, recibos de sueldo, declaraciones impositivas, comprobantes de ingresos, documentos de identidad.

Salud y pagos médicos

Facturas médicas, recetas, historias clínicas, informes de laboratorio.

Finanzas corporativas / cuentas por pagar

Facturas de proveedores, instrucciones de pago, órdenes de compra.

Beneficios públicos y pagos del Estado

Comprobantes de ingresos, certificados médicos, documentos de elegibilidad.

Autoridades fiscales

Facturas, recibos, comprobantes de gastos, documentación comercial.

Hipotecas y financiamiento inmobiliario

Estados de ingresos, verificación laboral, tasaciones, extractos bancarios.

Financiamiento del comercio internacional

Facturas comerciales, conocimientos de embarque, certificados, documentación aduanera.

Rendición de gastos y tarjetas corporativas

Recibos de hotel, restaurante, transporte y gastos de negocio.

Comercio electrónico y plataformas

Recibos de compra, facturas, documentación de devolución y prueba de entrega.

Cómo funciona

Un documento. Cuatro respuestas en paralelo, en segundos.

01

¿Es un duplicado?

Base de huellas digitales en toda la organización. El mismo documento no se paga dos veces, aunque esté recortado, vuelto a fotografiar o editado levemente.

Dos tarjetas de recibo de farmacia. A la izquierda, probablemente auténtico. A la derecha, probablemente generado por IA, con flechas hacia texto sintético y un total que no cierra.

02

¿Es el documento correcto?

Clasifica el tipo de documento con un nivel de confianza, para identificar de inmediato un archivo que no corresponde. En un siniestro, eso es farmacia, clínica, dental, laboratorio o no médico.

Ventana oscura de API de POST /v1/analyses. El JSON marca el recibo como farmacia, amoxicilina cubierta, Coca-Cola no cubierta.

03

¿Qué líneas son pagables?

Extrae cada línea y la marca como cubierta, excluida o incierta. En el recibo de farmacia, un producto no médico no se reembolsa junto con el medicamento.

Recibo de farmacia en tres dimensiones con etiquetas flotantes. Medicamento aprobado. Coca-Cola marcada como no relacionada.

04

¿Es real?

Un conjunto de detectores forenses y de IA independientes analiza si se trata de una foto original, un documento editado o un documento generado por IA.

Tablero de examen del recibo de farmacia con mapas de calor, puntajes de detectores y acciones para marcar como auténtico o falso.

Diseñado para la velocidad: los detectores se ejecutan en paralelo y, cuando los dos motores de IA arrojan resultados coincidentes con un alto nivel de confianza, se omiten los chequeos más lentos.

Ningún detector decide solo.

Análisis forense de metadatos

EXIF de cámara, rastros de edición y firmas de generadores de IA dentro del archivo

Análisis de compresión ELA

Los mapas de calor exponen regiones pegadas o alteradas, el total editado, el clásico

2

Dos detectores de IA independientes

Dos motores comerciales puntúan la misma pregunta: ¿lo hizo una máquina?

Análisis de patrones sintéticos

Señales de píxel y de estilo típicas de modelos generativos, no de fotografía real

Semántica y aritmética

¿Cierran las líneas? ¿Fechas, horas, IVA y totales son internamente consistentes?

Validación de identificadores médicos

Identificadores de prestador y fármaco, copagos y datos de seguro pasan controles de plausibilidad

Validación visual cruzada

Un modelo de visión da una segunda opinión: ¿el relato del documento se sostiene?

Memoria de duplicados

Cruce de huellas contra todo lo que la organización ya vio

Señales claras, no acusaciones.

  • Probablemente auténtico
  • Requiere revisión
  • Probablemente falso o generado por IA
  • Inconcluso

Sus documentos siguen siendo suyos.

01

Documentos de muestra en la demo

La demo pública funciona con documentos de muestra. Los archivos de un cliente solo se tratan en el entorno de ese cliente.

02

Cada cliente queda separado

Los documentos y la memoria de duplicados de un cliente no son visibles para otro, y no se usan para entrenar un modelo compartido.

03

Solo personas autorizadas

Solo las personas que el cliente autoriza pueden abrir los archivos. Cada veredicto conserva su evidencia.

04

Cifrado, y luego eliminado

Los archivos van cifrados en tránsito y en reposo. La conservación, incluida la memoria de duplicados, sigue el calendario del cliente. Cuando termina el trabajo, ese entorno se elimina.

El cliente sigue siendo el dueño de los documentos. Frodau los procesa bajo contrato. Los mismos controles son los que esperan las leyes de privacidad del sector del cliente, incluido el RGPD y HIPAA donde esas leyes aplican.

Lo que Frodau entrega

01

Ver lo invisible

02

Ayude a sus analistas a enfocarse donde importa

03

Detecte documentos reenviados

04

Decisiones respaldadas por evidencia

Nuestra propuesta: un piloto controlado con documentos que ya pagaron.

En días, no en meses, analizamos con Frodau, dentro de su propio entorno, documentos que su equipo ya pagó, mostramos exactamente qué casos se habrían detectado en tiempo real y calculamos juntos el potencial real de ahorro. La demo pública nunca recibe esos archivos.

La pregunta que queremos poner a prueba con ustedes: ¿puede Frodau ayudar a identificar y prevenir hasta ₪100 millones en pagos incorrectos y fraude? Si encontramos siquiera una fracción de lo que creemos que existe en los datos, el impacto puede representar millones.

Detectemos el fraude que ya está en sus datos.