Señales de un fraude que aún no existe

Uno de los ejemplos más tempranos y llamativos en España fue el caso de Baldomera Larra (1876), considerada una de las pioneras de las estafas piramidales. A mediados del siglo XIX creó la Caja de Imposiciones, en la Plaza de la Paja de Madrid, prometiendo rentabilidades extraordinarias retribuyendo a los primeros inversores con las aportaciones de los siguientes. El esquema colapsó cuando el flujo de nuevos participantes se agotó, dejando al descubierto un patrón que se repetiría una y otra vez.

Décadas más tarde, el fenómeno se popularizó con figuras ya clásicas, como Charles Ponzi (1920), que dio nombre al esquema piramidal moderno.

De la industrialización al fraude corporativo global

Con la globalización, la digitalización y el crecimiento exponencial de los mercados financieros, el fraude empresarial no solo no desapareció, sino que se volvió más sofisticado y de mayor impacto sistémico.

Casos como Enron (2002), Theranos (2015) o, más recientemente, FTX (2022) ponen de manifiesto cómo estructuras corporativas complejas, combinadas con innovación tecnológica y una narrativa de disrupción, pueden ocultar durante años prácticas fraudulentas de enorme magnitud.

El resultado es un impacto económico difícil de ignorar. Según estimaciones de la Association of Certified Fraud Examiners (ACFE), el fraude provoca pérdidas equivalentes a aproximadamente el 5% del valor económico generado anualmente por los sectores público y privado a nivel mundial. Más allá de la cifra, el daño reputacional, la pérdida de confianza de inversores y empleados y el impacto social convierten al fraude en un riesgo estratégico de primer orden.

Cambian los tiempos, pero los perfiles del defraudador se mantienen

Aunque cada fraude tiene sus particularidades, la experiencia acumulada en investigaciones y encuestas especializadas muestra que el perfil típico del defraudador tiende a repetirse, tal como reflejan los resultados del estudio global publicado por KPMG Forensic en el que analizamos 256 casos de fraude corporativo con un total de 669 perfiles de defraudador.

De forma global, estos son los rasgos más comunes y recurrentes:

• Sexo: mayoritariamente varones (≈ 80 %).
• Edad: entre 36 y 55 años.
• Antigüedad en la empresa: más de seis años en la organización.
• Posición: empleados con autonomía, incluidos mandos intermedios y directivos.
• Percepción interna: suelen describirse como de buena reputación dentro de la organización.

Esta recurrencia en los perfiles y patrones del fraude es precisamente lo que abre la puerta a la prevención avanzada: si los comportamientos se repiten, también pueden modelizarse, anticiparse y detectarse antes de que el daño sea irreversible.

Minority Report y la predicción del fraude: de la ficción a la realidad

La película Minority Report planteaba a comienzos de siglo un escenario inquietante: un sistema capaz de predecir y anticipar los delitos antes de que se cometieran gracias a la tecnología. Durante años, esta idea estuvo en el terreno de la ciencia ficción, al igual que otros clásicos del género que hoy forman parte de nuestra vida cotidiana, como los asistentes virtuales, el reconocimiento facial o los vehículos autónomos.

Casi veinticinco años después del estreno de Minority Report, la prevención del fraude vive un punto de inflexión similar. Sin necesidad de recurrir a visiones distópicas, hoy disponemos de herramientas que permiten identificar riesgos de fraude antes de que se materialicen.

La prevención del fraude en la era de la inteligencia artificial

Las organizaciones más avanzadas ya están incorporando mecanismos que transforman el enfoque tradicional —reactivo y basado en controles ex post— en un modelo predictivo y preventivo reactivo y basado en controles ex post. Entre los más relevantes destacan:

• Detección de anomalías mediante modelos de machine learning capaces de analizar grandes volúmenes de transacciones e identificar desviaciones, tanto evidentes como sutiles, que de forma agregada pueden suponer un riesgo significativo.
• Modelos de análisis de comportamiento (UBA/UEBA), que permiten detectar cambios en los patrones habituales de actuación de usuarios y empleados, anticipando conductas atípicas antes de que deriven en un fraude consumado.

Estas tecnologías no sustituyen al juicio profesional, pero sí lo potencian, permitiendo focalizar recursos, priorizar alertas y actuar de manera temprana.

¿Un futuro sin fraude?

La inteligencia artificial aplicada a la prevención del fraude avanza a una velocidad sin precedentes. A medida que los modelos se alimentan de más datos, aprenden nuevos patrones y se integran en los procesos de negocio, su capacidad para anticipar riesgos se multiplica.

¿Erradicaremos por completo el fraude corporativo? Probablemente no en un sentido absoluto. Pero todo apunta a que, si como sociedad estamos dispuestos a invertir en la prevención del fraude, estaremos en condiciones de reducir de forma drástica su impacto, pasando de perseguir el fraude cuando ya ha ocurrido a impedir que llegue a producirse.

En ese futuro, la clave no será solo la tecnología, sino la combinación de una cultura ética, una gobernanza sólida y un uso inteligente de la analítica avanzada. Un futuro en el que el fraude deje de ser una constante asumida y se convierta en una excepción cada vez más difícil de ejecutar y, sobre todo, de ocultar.