Operacionalización de la IA para la prevención del fraude en el sector público

Operacionalización de la IA para la prevención del fraude en el sector público

Las agencias del sector público se encuentran en una encrucijada fundamental. Los gobiernos están adoptando la inteligencia artificial (IA) no solo para modernizar las operaciones centrales y mejorar los servicios a los ciudadanos. Al mismo tiempo, el auge de la IA también está remodelando el panorama de las amenazas. Los delincuentes ahora emplean identidades sintéticas, documentación mejorada con deepfakes y campañas de ingeniería social hiperpersonalizadas, lo que obliga a las agencias a repensar los controles de riesgo heredados que nunca fueron diseñados para esta escala o sofisticación. Por ejemplo:

• Beneficios: Los delitos de fraude han aumentado un 242% desde 2020.
• Impuestos: Se descubrieron 4.500 millones de dólares en fraude fiscal en 2025 (un aumento del 111,8% interanual).
• Patentes: Un solo actor extranjero estuvo vinculado a más de 52.000 solicitudes fraudulentas de marcas registradas.

La IA tiene una enorme promesa, pero solo cuando se basa en datos confiables y una gobernanza sólida. La modernización no se trata de un solo modelo; se trata de construir un sistema seguro de extremo a extremo que conecte datos, inteligencia y flujos de trabajo. Este blog ilustra cómo modernizar la prevención del fraude con Databricks a través de una agencia ficticia llamada Services Bureau.

Un Nuevo Modelo Operativo para la Investigación de Fraude

Antes de explorar cómo funciona esta modernización, es útil comprender cómo suelen ocurrir las investigaciones de fraude hoy en día en el Services Bureau. Los analistas deben saltar entre múltiples sistemas para recopilar los datos necesarios para un solo caso. Exportan archivos de un sistema, descargan hojas de cálculo de otro y reciben información adicional a través de archivos adjuntos de correo electrónico o carpetas compartidas. Luego combinan esas fuentes manualmente, ejecutando macros o reglas para marcar filas sospechosas y realizando búsquedas más profundas en otros sistemas para validar los hallazgos. El proceso consume mucho tiempo, está fragmentado y es difícil de escalar.

Ahora imagine un flujo de trabajo moderno donde una sola aplicación visualiza 17 casos priorizados, cada uno con evidencia de respaldo y explicaciones claras vinculadas a políticas o señales de fraude. La IA detecta los riesgos más urgentes, mientras que el analista toma la decisión final. Lo que antes tomaba semanas, ahora se puede hacer en un día, lo que les permite actuar más rápido y con mayor confianza.

Incrustar Inteligencia en Flujos de Trabajo Operativos con Aplicaciones Databricks

Los datos y las perspectivas brindan el mayor valor cuando se integran directamente en los flujos de trabajo diarios.

Utilizando Databricks Apps impulsadas por Lakebase, el Services Bureau integra gobernanza, agentes y paneles en una única aplicación de operaciones de fraude adaptada a su misión.

Un analista de fraude senior inicia sesión en la aplicación y ve los casos asignados. Al abrir un caso, el analista puede revisar los documentos de respaldo almacenados en volúmenes de Unity Catalog y los datos de verificación de terceros.

Mientras tanto, un agente integrado evalúa el caso en segundo plano y proporciona recomendaciones con el razonamiento de respaldo.

Si el analista está de acuerdo, puede aprobar el caso. Si no, puede anular la recomendación y escalarla para su investigación. El juicio humano sigue siendo central.

Los ejecutivos utilizan la misma aplicación para ver paneles e interactuar con Genie sin iniciar sesión en múltiples herramientas. El liderazgo y los analistas operan dentro de un entorno unificado que conecta la gobernanza, la inteligencia y la acción.

Esto es lo que parece la IA operacionalizada en la práctica. Las ideas no están aisladas en plataformas de análisis. Están integradas en los flujos de trabajo de la misión donde se toman las decisiones.

Los equipos pueden procesar muchos más casos con la misma fuerza laboral, todo mientras reducen la probabilidad de que la actividad sospechosa pase desapercibida. Los investigadores obtienen visibilidad de los patrones en todos los programas y el liderazgo tiene la confianza de que cada actividad marcada se está evaluando de manera sistemática y consistente.

Datos Gobernados y Colaboración Segura con Unity Catalog + Delta Sharing

El Services Bureau ficticio procesa subvenciones, contratos, beneficios, declaraciones de impuestos y patentes, lo que requiere una gobernanza sólida. Miles de solicitudes llegan diariamente a través de sistemas externos y aterrizan en tablas Delta dentro del lakehouse. Los modelos de aprendizaje automático y las reglas de negocio marcan casos sospechosos para los analistas de fraude en todo el país.

Dentro de Unity Catalog, la agencia administra sus tablas de investigación de fraude con control de acceso basado en atributos (ABAC). Las columnas sensibles, como la Información de Identificación Personal (PII), se rigen por etiquetas que aplican automáticamente políticas de enmascaramiento para grupos de usuarios específicos.

Por ejemplo, los analistas de fraude junior pueden ver los detalles del caso necesarios para la revisión, pero nunca ver los campos de PII enmascarados. Los analistas senior y los investigadores aprobados pueden acceder a contexto adicional según el rol y la política.

La gobernanza se extiende más allá de los controles de acceso. El linaje completo está disponible a nivel de tabla y columna. Los analistas y los equipos de cumplimiento pueden ver exactamente de dónde proviene un elemento de datos y hacia dónde fluye aguas abajo. Si un regulador pregunta de dónde provino un campo, la respuesta está disponible en segundos.

Coordinación de Inteligencia con Agent Bricks

Una vez que los datos están gobernados y son accesibles, el siguiente desafío es la priorización. Los ejecutivos necesitan comprender las tendencias de riesgo. Los líderes de fraude deben alinear las decisiones operativas con la guía de políticas y las amenazas externas emergentes.

El Services Bureau utiliza Agent Bricks, un supervisor multiagente, para coordinar tres capacidades:

• Genie: Extrae estadísticas en vivo dentro de un espacio de trabajo que consulta datos en el lakehouse.
• Asistente de Conocimiento: Agrega procedimientos con un agente basado en las políticas de la agencia.
• Web: Trae tendencias a través de un servidor externo de Protocolo de Contexto de Modelo (MCP) que escanea patrones de fraude emergentes.

Dentro de la Plataforma Databricks, Agent Bricks se configura definiendo su rol y especificando qué agentes puede orquestar. A partir de ahí, los ejecutivos pueden hacer preguntas en lenguaje natural como: “A 1 de diciembre, ¿qué deberíamos priorizar a continuación? ¿Dónde están nuestras principales áreas de riesgo y cómo estamos rindiendo?”

Detrás de escena, Agent Bricks llama a Genie para ejecutar consultas SQL contra tablas de fraude en vivo. Invoca al agente de conocimiento para obtener citas de políticas relevantes con referencias directas a documentos fuente, y luego recupera señales externas sobre esquemas de fraude emergentes.

El supervisor sintetiza estas entradas en una respuesta clara con acciones recomendadas y razonamiento de apoyo.

Esta no es una respuesta genérica de LLM. Es IA basada en datos empresariales, alineada con las políticas y enriquecida con contexto en tiempo real. El agente recomienda dónde debería pasar su tiempo la Unidad de Investigación de Fraude en las próximas 24 a 48 horas, armada con el contexto de que actualmente se encuentran en una situación de backlog “crítica” de casi 53.000 casos.

Para los ejecutivos, esto significa una guía procesable entregada en lenguaje claro. Y para los equipos operativos, significa una alineación más rápida en torno al riesgo.

Los bucles de retroalimentación están incorporados. A través de sesiones de etiquetado, los usuarios pueden calificar las respuestas y proporcionar orientación para refinar los resultados con el tiempo.

Este enfoque lleva la IA a producción como un sistema coordinado en lugar de un modelo independiente.

Igualmente importante es la gobernanza de IA. Cada recomendación producida por el agente se basa en fuentes de datos rastreables, referencias de políticas y razonamiento documentado. Los analistas permanecen en el circuito y pueden revisar la evidencia de apoyo antes de aceptar o anular la recomendación. Esta transparencia ayuda a las agencias a mantener la confianza en las decisiones asistidas por IA, al tiempo que garantiza el cumplimiento de los requisitos normativos y de supervisión.

Convirtiendo Preguntas en Información Accionable con AI/BI Genie

Los líderes operativos también necesitan visibilidad de la distribución de la carga de trabajo y las métricas de rendimiento.

Dentro de un panel ejecutivo construido sobre AI/BI Genie, la Oficina de Servicios rastrea los indicadores clave de rendimiento de su programa de fraude. La interfaz es interactiva. Seleccionar a un examinador individual actualiza automáticamente los gráficos relacionados para revelar la carga de trabajo, los casos atrasados y la mezcla de casos.

Supongamos que el liderazgo nota que los examinadores senior están manejando una parte desproporcionada de los casos atrasados. Para investigar más a fondo, pueden preguntarle directamente a Genie: “¿Cuál es el desglose de casos por nivel de examinador?”

Genie genera la consulta SQL contra la tabla de oro de fraude, devuelve una tabla estructurada y produce una visualización automáticamente. El SQL permanece visible para la transparencia y la validación.

Con esta información, el liderazgo puede reequilibrar las cargas de trabajo o acelerar la capacitación para los examinadores junior. Tanto los analistas como los ejecutivos pueden pasar de la pregunta a la evidencia sin esperar a los equipos técnicos.

AI/BI Genie transforma el análisis de informes estáticos en inteligencia conversacional, transparente y procesable.

Conclusión

Las agencias modernas del sector público no pueden permitirse sistemas fragmentados donde la gobernanza de datos reside en una herramienta, la analítica en otra y los flujos de trabajo operativos en un lugar completamente diferente.

Al unificar datos, IA y gobernanza dentro de la plataforma Databricks, las agencias pueden construir bases seguras, coordinar agentes inteligentes e incrustar información directamente en aplicaciones críticas para la misión.

Con modelos construidos sobre datos confiables y conscientes del contexto:

• La detección de fraude se vuelve más rápida.
• La colaboración se vuelve más segura.
• Las decisiones se vuelven más transparentes y defendibles.

Para saber cómo su agencia puede modernizar la prevención de fraudes y otros programas críticos para la misión, comuníquese con nuestro equipo del sector público.

(Esta entrada del blog ha sido traducida utilizando herramientas basadas en inteligencia artificial) Publicación original