Kushki: modelo AI-First para reducir falsos positivos

El verdadero costo del antifraude: clientes que sí querían comprar

Hasta 56% de los consumidores en EE. UU. enfrentó un rechazo indebido en algún pago online durante los tres meses previos, según un estudio de PYMNTS Intelligence recogido en el tracker de agosto de 2026 («The Performance Gap»). 42% de esos usuarios abandonó el carrito después del fallo. La paytech latinoamericana Kushki toma ese dato como punto de partida para profundizar su adopción de inteligencia artificial en la operación de pagos: su objetivo declarado es que el antifraude deje de cobrarse las ventas que sí son reales.

Detrás del titular «combate al fraude», la industria paga un precio silencioso: cada falso positivo es una venta legítima convertida en cliente perdido y una relación comercial erosionada. En un entorno donde la autorización, la evaluación de riesgo y la conciliación ocurren en fracciones de segundo, las reglas estáticas quedan cortas frente a patrones de fraude que también evolucionan con IA.

Kushki avanza hacia un modelo AI-First

La empresa transita hacia un esquema AI-First en el que la IA analiza más señales por transacción —no solo el BIN, el monto y el país, sino comportamiento, dispositivo, historial y contexto en tiempo real— para distinguir con mayor precisión un cargo riesgoso de una compra genuina.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

«En pagos, eso puede significar entender mejor una transacción, responder más rápido ante un riesgo o desarrollar una solución en semanas en lugar de meses. Para nosotros, la oportunidad está en convertir esa capacidad tecnológica en mejores decisiones para los negocios», señaló Beatriz Peinador, Country Manager de Kushki en México, en declaraciones recogidas por El Cronista.

La promesa no es solo reducir fraude, sino comprarlo más barato: menos falsos rechazos, menos clientes perdidos, menor churn atribuible al embudo de pagos.

KODA: la IA también acelera el desarrollo interno

La apuesta no se limita al antifraude. Kushki presentó KODA, su plataforma interna de desarrollo asistido por inteligencia artificial, con la que asegura haber triplicado su capacidad de desarrollo de productos sin aumentar en la misma proporción el tamaño de sus equipos. La estrategia —explica la compañía— forma parte de una transformación más amplia donde la IA se incorpora tanto a la operación de pagos como al ciclo de construcción de tecnología propia.

El movimiento es relevante para founders chicos: cuando una paytech en crecimiento decide reinvertir el ahorro de IA en más producto (en vez de contratar más gente), vuelve más competitivo su pricing y acelera integraciones con merchants.

¿Qué tan grande es el problema de los falsos positivos? Cifras del sector

La evidencia de que el falso positivo es sistémico y no aislado viene de afuera y de adentro del sector:

83% de los encuestados afirmó que la IA redujo de forma significativa los falsos positivos y el churn de clientes durante el último año, según investigación de Mastercard citada por PYMNTS.
69% de las empresas que usan herramientas core de orquestación de pagos alcanza tasas de aprobación superiores a 97%, frente a 32% entre quienes dependen de ruteo manual. La orquestación puede reducir hasta 30% los costos de procesamiento, según el mismo reporte.
En México, la Condusef registró más de 30.000 reclamaciones entre enero y abril de 2026, de las cuales 40% correspondió a fraude, según datos publicados por W Radio y atribuidos a Daniel Ortiz, consejero de Estrategia para Latinoamérica de Noto.

La cifra mexicana no es solo ruido: implica que uno de cada cuatro reclamos formales del sistema financiero mexicano en ese período fue por fraude, en un país que además está adoptando pagos digitales a gran velocidad. En ese contexto, pagar el costo de un antifraude mal calibrado en forma de ventas rechazadas se vuelve doblemente caro: la marca pierde la venta y se queda con la peor versión de la experiencia posible.

México, el mercado que define la siguiente fase de Kushki

México ya es el mercado más grande de Kushki en América Latina: representa 39% del volumen total que la paytech procesa en la región, y la compañía proyecta crecer más de 50% durante 2026. Esa dependencia del mercado mexicano explica por qué buena parte de la vocería pública de la empresa se está dando con executivos locales como Peinador, y por qué el foco AI-First se conecta con una dinámica concreta: el lado criminal del ecosistema también se está moviendo con IA.

Daniel Ortiz, de Noto, señaló en W Radio que «la delincuencia se ha transformado digitalmente al ritmo del sector financiero» y mencionó como ejemplo que la tecnología ya permite distinguir si el usuario toma el celular con la mano izquierda o derecha, su velocidad de tecleo y otras señales que se incorporan al perfil de riesgo. La pelea, entonces, no es solo contra el fraude —es contra la falsa sensación de seguridad que dan reglas estáticas pensadas para un entorno de amenazas que ya cambió.

¿Qué significa esto para tu startup?

Si operas o estás por montar un stack de pagos en LATAM, hay tres movimientos concretos que podés aplicar ahora:

Audita tus tasas de rechazo por emisor, banco y BIN. Un 5% de falsos positivos puede parecer aceptable en papel, pero cada punto porcentual suele equivaler a una línea de revenue que se evapora sin aparecer en tu P&L como «fraude prevenido». Preguntale a tu PSP qué señales está usando y si contempla comportamiento vs. reglas fijas.
Construí una capa de orquestación desde el inicio, no como proyecto del año que viene. 69% de las empresas con herramientas core de orquestación supera el 97% de aprobación (PYMNTS). No necesitás 10 adquirentes el día uno: necesitás poder enrutar y reintentar bien con los que tenés.
Aplicá IA a tu propio backlog técnico. El movimiento de Kushki con KODA —triplicar capacidad de desarrollo sin crecer el equipo en la misma proporción— es replicable en startups chicas: asistentes de coding, pair-programming con IA y automatización de QA son el nuevo «tercer brazo» del equipo técnico. No contratás más, entregás más.

El caso de Kushki deja una idea incómoda pero útil: el antifraude que rechaza clientes buenos no es un sistema eficaz —es un sistema costoso disfrazado de sistema seguro. La pregunta para el founder ya no es «¿cuánto me ahorra el antifraude?», sino «¿cuánto me está costando lo que está bloqueando?». En LATAM, ese delta está empezando a contar en serio.