La empresa australiana Apate.ai utiliza miles de agentes de inteligencia artificial para hacerse pasar por posibles víctimas de estafas y luego interactuar con los estafadores mediante llamadas telefónicas, mensajes, correos electrónicos, enlaces de phishing y grupos de redes sociales. El objetivo no es únicamente hacer perder tiempo a los estafadores, sino recopilar información operativa que bancos, empresas de telecomunicaciones, organismos gubernamentales y servicios públicos puedan utilizar para mejorar sus sistemas contra el fraude.
Apate afirma que su flota ha mantenido hasta ahora 2,5 millones de conversaciones, lo que equivale a desperdiciar 17 años del tiempo de los estafadores. Durante estas interacciones, los agentes intentan descubrir números de cuentas bancarias, monederos de criptomonedas, números de teléfono, sitios maliciosos y las marcas que los estafadores suplantan, además de detalles sobre las campañas que gestionan.
De hacer perder tiempo a recopilar pruebas
Los agentes pueden adoptar personalidades que varían en edad, género, acento e idioma, lo que les ayuda a mantener al estafador en la conversación durante más tiempo. Los clientes también pueden asignarles tareas específicas, como obtener un número de cuenta bancaria o la dirección de un monedero de criptomonedas. La empresa ofrece a sus clientes un portal de análisis que muestra información sobre las estafas dirigidas contra sus usuarios, empleados, marcas y productos.
Apate se basa en modelos avanzados y en otros ajustados internamente por la empresa, y entrena sus modelos con las conversaciones que los agentes mantienen con los estafadores, además de investigaciones realizadas por el fundador y director ejecutivo Dali Kaafar en la Universidad Macquarie.
¿Qué cambia en la práctica?
El enfoque se centra en pasar de una respuesta posterior a la recopilación de indicadores antes de que se produzca el daño. Según Brad Joffe, cofundador y director comercial de la empresa, que las compañías de telecomunicaciones bloqueen números no impide que los estafadores utilicen números nuevos, mientras que la supervisión de las transacciones bancarias puede producirse después de que el estafador haya llegado al cliente. Por ello, Apate intenta obtener la información directamente de las conversaciones con los estafadores.
La lista de clientes incluye Commonwealth Bank of Australia y TPG Telecom, además de servicios públicos, empresas de telecomunicaciones y otros organismos gubernamentales. La empresa indicó que TPG derivó alrededor de 590.000 llamadas a sus agentes y que Commonwealth registró una disminución del 76% en las pérdidas por fraude comunicadas públicamente, mientras que un banco australiano cuya identidad no se reveló utilizó los agentes encubiertos para interrumpir 22 campañas de fraude.
Financiación y expansión internacional
Apate se fundó en 2024 a partir de investigaciones realizadas en la Universidad Macquarie de Sídney. La idea de la empresa surgió después de que Kaafar mantuviera a un estafador en la línea durante 44 minutos en una llamada fraudulenta, antes de que la idea se transformara en investigaciones sobre aprendizaje automático y procesamiento del lenguaje natural para extraer el contenido de las llamadas y mejorar la detección y prevención del fraude.
En agosto, la empresa recaudó 8,15 millones de dólares en una ronda de financiación inicial de Lobby Capital, OIF Ventures, Investible, Concept Ventures y Baobab Ventures. Joffe afirmó que la financiación total se acercaba a los 10 millones de dólares y que la empresa, que cuenta con 20 empleados, planea utilizar la última ronda para desarrollar el producto y expandirse internacionalmente, incluida la apertura de una oficina en Londres y el refuerzo de su presencia en Estados Unidos.
Este servicio llega en un momento en que la fuente señaló que el FBI estadounidense recibió más de 22.000 denuncias relacionadas con delitos que utilizan inteligencia artificial durante 2025, con pérdidas cercanas a los 893 millones de dólares, de las cuales más de 632 millones de dólares estaban relacionadas con estafas de inversión. Los resultados anunciados sobre la reducción de pérdidas y la interrupción de campañas proceden de la empresa, y la fuente tampoco proporcionó detalles independientes sobre la metodología de medición ni sobre los mecanismos para abordar los riesgos legales y operativos de la interacción automatizada con los estafadores.