Apate, una startup australiana, ya ha logrado que los estafadores pierdan 17 años de su tiempo repartidos en 2,5 millones de conversaciones. Lo hace con miles de agentes de inteligencia artificial que fingen ser víctimas fáciles: atienden la llamada, contestan el mensaje, abren el enlace y mantienen al timador entretenido el mayor tiempo posible. Para una startup que vende software, el caso es una clase magistral de cómo convertir un problema de todos en un producto con clientes que pagan.
Cómo funciona una red de agentes que se hace estafar a propósito
La empresa fue fundada en 2024 sobre investigación hecha en la Macquarie University de Sídney, y su nombre viene de Apate, la diosa griega del engaño. Sus agentes no solo responden llamadas: también contestan mensajes y correos sospechosos, siguen enlaces de phishing y se meten en grupos de redes sociales a buscar operaciones fraudulentas.
Según declaraciones de su fundador y CEO, Dali Kaafar, a Wired, la plataforma opera alrededor de 350.000 bots. Cada uno tiene personalidad, nivel de idioma y perfil distintos, con edades, géneros y acentos variados, para que el estafador no detecte que del otro lado hay un modelo. Como una persona real: a veces responden por WhatsApp, a veces no; a veces atienden, a veces cuelgan diciendo que llamarán más tarde.
Leíste lo que hace la IA. ¿Y en tu negocio?
En CAR, dueños de empresa arman en 7 días su primer sistema funcionando: que ningún cliente se les escape, o que el informe del lunes salga solo. Con otros emprendedores al lado.
👥 Probar 7 díasLa mecánica tiene dos objetivos simultáneos. El primero es puro desgaste: cada minuto que un estafador pasa hablando con un bot es un minuto en el que no está marcando el número de una persona real. Wired reporta que las llamadas de Apate suelen extenderse más de dos horas. El segundo objetivo es el que sostiene el negocio: sacarle información al estafador. Números de cuenta bancaria, billeteras de criptomonedas, teléfonos de contacto, páginas web fraudulentas y las marcas que están suplantando.
Ese flujo de datos es lo que Apate entrega a sus clientes. La compañía dice haber recolectado más de 250.000 piezas de información sobre estafadores en tiempo real, según la misma nota de Wired. Técnicamente, combina modelos de frontera con modelos propios afinados sobre las conversaciones que sus propios agentes capturaron, además de la investigación académica original.
Por qué el modelo de reaccionar después ya no alcanza
El argumento comercial de Apate es una crítica directa a cómo opera la industria hoy. «La mayor parte de la industria trabaja a posteriori», explicó Brad Joffe, cofundador y director comercial, en la fuente original. «Las operadoras de telecomunicaciones bloquean números, pero los estafadores simplemente consiguen otros nuevos».
Joffe completa la idea señalando el problema del lado bancario: «Los bancos vigilan las transacciones, pero para entonces el estafador ya ha llegado al cliente». La propuesta de Apate invierte el orden: ir al estafador primero y obtener la información antes de que alguien resulte perjudicado.
Es un cambio de paradigma que cualquier founder con producto expuesto a fraude debería leer con atención. El fraude dejó de ser un evento que se investiga y pasó a ser un flujo que se interrumpe en vivo. Y eso solo es posible si tienes datos propios sobre cómo actúa el atacante, no solo sobre cómo se comporta la víctima.
Qué resultados concretos reportan sus clientes
Los números que la compañía atribuye a sus despliegues, según TechCrunch, dan la medida del modelo:
- Commonwealth Bank of Australia: una caída del 76% en las pérdidas por estafas reportadas públicamente.
- TPG Telecom: cerca de 590.000 llamadas fraudulentas desviadas hacia los agentes de Apate.
- Un banco australiano no identificado: 22 campañas de estafa interrumpidas usando sus agentes de salida.
Además del acceso a la flota de agentes, los clientes reciben un portal de inteligencia con analítica sobre estafas dirigidas a sus usuarios finales o empleados, marcas y productos. Pueden incluso asignar misiones específicas a los agentes, como conseguir un número de cuenta o una dirección de billetera cripto.
El respaldo del mercado también llegó. Apate levantó US$8,15 millones en una ronda semilla cerrada en agosto, con Lobby Capital, OIF Ventures, Investible, Concept Ventures y Baobab Ventures entre los inversores, según TechCrunch. La compañía, de unas 20 personas, acumula poco menos de US$10 millones en total y planea abrir oficina en Londres y reforzar su presencia en Estados Unidos. También fue finalista del Startup Battlefield 200 de TechCrunch Disrupt.
En septiembre, Mobileum, proveedor global de analítica y soluciones de red, anunció una alianza con Apate para que los operadores de telecomunicaciones integren estos agentes conversacionales en sus defensas antifraude, según el comunicado oficial difundido por Business Wire. El mismo comunicado cita a la Global Anti-Scam Alliance (GASA), que estima en US$442.000 millones las pérdidas globales por estafas en 2025.
Cuánto dinero mueve el fraude potenciado con IA
El contexto justifica la urgencia. El FBI recibió más de 22.000 denuncias de delitos relacionados con IA en 2025, con pérdidas por unos US$893 millones, y más de US$632 millones de ese total provinieron de estafas de inversión donde los delincuentes usan IA para manejar conversaciones y clonar voces y rostros de figuras de confianza.
Un análisis de eWeek sobre el mismo informe del FBI encontró un dato que debería cambiar cómo las empresas priorizan sus controles: las personas de 60 años o más representaron el 14,1% de las denuncias, pero el 39,5% del dinero perdido, con una pérdida media de US$112.153 por denuncia frente a US$39.946 del total. El volumen dice cuántas veces aparece el fraude; el tamaño de la pérdida dice dónde está el daño concentrado.
La respuesta técnica también está madurando. Mark Vero, investigador doctoral del departamento de informática de ETH Zúrich, explicó a Wired que en sus pruebas un honeypot potenciado con un modelo de lenguaje mantenía a los atacantes automatizados atacando «significativamente más tiempo» que uno con comportamiento más predecible, y que los marcaban como honeypot a una tasa mucho menor. Es la misma lógica de Apate aplicada a otra capa de la defensa.
¿Qué significa esto para tu startup?
Aunque no vendas ciberseguridad, hay tres movimientos concretos que puedes ejecutar esta semana.
- Mide por dinero perdido, no solo por número de incidentes. Si tienes pagos, suscripciones o saldo en tu producto, cruza la cantidad de fraudes con el ticket medio de cada uno. Priorizar por volumen te hace tapar cien intentos de US$20 y dejar pasar tres de cinco cifras.
- Deja de aceptar voz o video como prueba de identidad. La clonación de voz y cara ya es suficiente para engañar a quien conoce a la persona. Define un canal separado de verificación para cualquier cambio de datos bancarios, proveedor o método de pago, y hazlo obligatorio por política, no por criterio del equipo.
- Documenta y comparte tus datos de abuso. El modelo de Apate funciona porque centraliza lo que el atacante revela. Una lista interna de cuentas mula, dominios y patrones que tus usuarios reportan vale mucho más compartida con tu banco o tu operador que guardada en un spreadsheet.
- Si tu producto tiene soporte automatizado, define la divulgación. Los mismos agentes que frustran a un estafador pueden confundir a un cliente legítimo. Deja claro cuándo el usuario está hablando con una IA y ofrece siempre la salida a un humano.
El aprendizaje más transferible del caso es de producto, no de seguridad: Apate construyó su ventaja con un activo que nadie más tenía, porque se dedicó a capturarlo a escala mientras otros esperaban el reporte posterior al daño. Pregúntate qué dato de tu mercado solo se puede obtener haciendo trabajo incómodo a escala, y si alguien más lo está juntando ya.
Conclusión
Apate convierte un hobby — molestar a los estafadores para divertirse — en una categoría de negocio con bancos, telcos y gobiernos como clientes, US$8,15 millones de capital semilla y métricas de impacto defendibles. El mensaje para founders hispanohablantes es directo: los problemas que todos padecen y nadie mide sistemáticamente son los mejores lugares para construir un producto defensible. No necesitas un modelo de frontera propio para empezar; necesitas entender mejor que nadie cómo abusa un atacante de tu industria.
Fuentes
- La Vanguardia — Una startup envía agentes de IA para ser estafados y conocer cómo actúan los timadores (fuente original)
- TechCrunch — Apate sends AI agents undercover to get scammed
- Wired — AI Is Getting Really Good at Messing With Cybercriminals
- Business Wire vía Yahoo Finance — Mobileum and Apate Shut Down Scam Operations From the Inside Out
- eWeek — Scam Losses Estimated at $442 Billion
Leíste lo que hace la IA. ¿Y en tu negocio?
En CAR, dueños de empresa arman en 7 días su primer sistema funcionando: que ningún cliente se les escape, o que el informe del lunes salga solo. Con otros emprendedores al lado.
👥 Probar 7 días
