Más Información
¿Aún no sabes qué regalar en Navidad? esta es la lista de objetos que deberías evitar, según la IA; descubre por qué
Del mercado al escenario; Los Temerarios cumplen el sueño de un pequeño fan en su concierto en el Estadio GNP
Nauphilus
le evitó a una institución un fraude de cuatro millones de pesos. Esta start-up mexicana desarrolló un algoritmo de análisis de riesgo que también analiza variables biométricas que se utiliza en diferentes escenarios donde se necesite evaluar a una persona.
Este software fue creado hace siete años en por Juan Diego Gómez Almada , quien se dedicaba a entrevistar personas que solicitaban créditos. Después de darse cuenta de lo tardado del proceso, decidió digitalizarlo y creó un algoritmo de análisis de riesgo – Nauphilus -. Además, contó con la ayuda de un ex asesor de la CIA (quien estaba enfocado en entender las microexpresiones faciales).
Nauphilus está enfocado en las micro expresiones faciales de una persona para entender la toma de decisiones del individuo y cómo justificaría sus acciones (o hacer algo malo). En palabras de Carlos Ortiz Monasterio , vocero de Nauphilus , “esto nos permite tener mucha información del prospecto y hacer una evaluación verdaderamente objetiva y humana - sin dejar de lado lo cuantitativo - pero enfocados en el objetivo principal: la persona”.
El nombre del software viene de la combinación de dos conceptos. Por un lado, el del nautilus (un molusco marino). Y por otro lado, phi que es el número perfecto de Fibonacci. “El diseño de este molusco es una aura perfecta; esa medida perfecta de Fibonacci . Por eso es Nauphilus, por el número phi. Es una mezcla de robustez, solidez con un tema de perfección armónica”, explicó el vocero de la start up mexicana.
Nauphilus
utiliza deep learning y machine learning. La plataforma lleva siete años de conocer gente; tiene una base robusta de data. Y mientras más conoce gente y pasa el tiempo, mejora su proceso y su resultado. Lo cual “permite entregarle a los clientes un mejor resultado con modelos más predictivos”.
Esta tecnología ha causado interés en diversos sectores a nivel nacional e internacional. El NTT Data Open Innovation Contest es un concurso de innovación tecnológica. En la ronda nacional, Nauphilus resultó ganadora. Lo cual les valió un lugar en la final global realizada en Tokyo, Japón. En el país asiático, el desarrollo mexicano ganó en la categoría Finance, Insurance & Payments. “Nos da orgullo que fuimos campeones en Tokyo compitiendo contra cincuenta startups con niveles altos de innovación. Nos da orgullo haber sido campeones en nuestra categoría ante tanta innovación de diversos países”, comentó Ortiz Monasterio.
La plataforma de Nauphilus se puede implementar en distintas industrias. Según su vocero, el principal sector donde trabajan es en el financiero donde su principal uso es en las solicitudes de crédito en línea y validación de documentación. Además de ser un filtro de seguridad en temas de fraude, robo de identidad o lavado de dinero.
Otro de los sectores principales para Nauphilus es el de recursos humanos. Ahí, esta plataforma se puede implementar “para pruebas de confianza de empleados y monitoreo. Además de reclutamiento masivo y una plataforma de seguimiento de prospectos de empleados y optimización de puestos con base en machine learning”.
El software se pone en marcha a través de una entrevista del prospecto con un avatar. La longitud de estas entrevistas, y su profundidad, varía en función del objetivo de la misma. Tanto las preguntas como la extensión dependen de la meta a alcanzar; la prueba se puede personalizar a las necesidades de las empresas.
“Lo que nosotros hicimos fue diseñar preguntas específicas que nos permiten entender el comportamiento y toma de decisiones de las personas en diferentes aspectos: temas financieros, personales, de confianza, recursos humanos, aptitudes. Nuestra herramienta no es algo discriminatorio; es algo muy objetivo para conocer a detalle la persona”, explicó el vocero de Nauphilus .
Esta herramienta, además de integrar el algoritmo de análisis de riesgo, machine learning y deep learning, también mete variables biométricas. “Analizamos la voz, tono, volumen, intensidad, velocidad. Al igual que las microexpresiones de las personas al momento de interactuar y en las preguntas en las que nos permite evaluar el tema de riesgo personal. Podemos evaluar si la persona está mintiendo, si está diciendo la verdad, si está teniendo un nivel de estrés muy alto”, comentó al respecto Ortiz Monasterio.
Esta solución ha representado un ahorro del 80% al 90% en costo y 90% en tiempo en cualquier tipo de situación donde se necesite evaluar una persona. Además de haber prevenido un fraude de 4 millones de pesos a una institución bancaria, entre otros resultados y casos de éxito.