Al aprovechar las tecnologías de inteligencia artificial y aprendizaje automático de vanguardia, Lynx Tech permite a las instituciones financieras adaptarse rápidamente a las amenazas de fraude en constante evolución.
Lynx Tech, pionera en software de detección de fraudes con IA, es reconocida como líder de su categoría en el Cuadrante® RiskTech Chartis para Fraude Empresarial y de Pagos, enfatizando sus sólidas capacidades de modelado y soluciones innovadoras sin código.
Santiago, 1 de octubre de 2024.- Lynx Tech, empresa tecnológica que utiliza la Inteligencia Artificial (IA) y Machine Learning (ML) para detectar y prevenir fraudes y delitos financieros, ha sido reconocido por Chartis como líder de categoría en el Cuadrante® de RiskTech para Fraude Empresarial y de Pagos.
El último informe de Chartis hace hincapié en la influencia transformadora de las opciones de configuración low-code/no-code en las soluciones empresariales y de fraude de pagos. Esta tendencia está democratizando la detección y prevención del fraude, haciendo que las herramientas sofisticadas sean accesibles a un mercado más amplio. El enfoque de Lynx en soluciones sin código (no-code) lo posiciona bien en este panorama en evolución, lo que permite una rápida adaptación a los cambiantes requisitos de prevención del fraude.
Nick Vitchev, Director de Investigación de Chartis, dice: “la posición de liderazgo de Lynx en ambas categorías refleja su capacidad para cumplir en varias áreas críticas para la gestión del fraude empresarial, respaldada por una sólida tecnología central y capacidades de modelado avanzadas. Junto con un sólido modelado de comportamiento y la capacidad de adaptarse a escenarios y tipologías de fraude complejos, la fortaleza del modelado de Lynx Tech en el fraude de pagos le permite manejar grandes volúmenes de transacciones con precisión y velocidad, a través de una serie de plataformas de pago”.
Al aprovechar las tecnologías de inteligencia artificial y aprendizaje automático de vanguardia, Lynx permite a las instituciones financieras adaptarse rápidamente a las amenazas de fraude en constante evolución. La compañía continúa lanzando nuevas soluciones ágiles, con su reciente solución Mule Account Detection que ofrece detección de mulas bancarias en tiempo real para que los bancos e instituciones financieras detengan billones de dólares ilícitos que fluyen a través del sistema financiero global cada año.
Dan Dica, CEO de Lynx Tech, comenta: “el hecho de que Lynx Tech sea líder en su categoría en ambos cuadrantes subraya nuestro liderazgo en la creación de una plataforma y configuración sin código para la prevención del fraude. Junto con un sólido modelado de comportamiento y la capacidad de personalizar escenarios y tipologías de fraude complejos, la fuerza del modelado de Lynx Tech en fraude de pagos le permite manejar grandes volúmenes de transacciones con precisión y velocidad, a través de una serie de plataformas de pago”.
El último galardón se produce tras el reconocimiento de Lynx en mayo como una de las mejores de su clase en el cuadrante de Chartis RiskTech 2024 para soluciones de nombre y detección, lo que consolida aún más la posición de la empresa como líder en el sector de la prevención de delitos financieros.
Acerca de Lynx Tech:
Lynx es la empresa líder en software impulsado por IA, enfocada exclusivamente en abordar los complejos desafíos del fraude y el crimen financiero en instituciones financieras y proveedores de pagos a nivel global. Nuestras soluciones aprovechan tecnologías de inteligencia artificial sofisticadas para detectar y prevenir actividades fraudulentas en tiempo real. Al transformar datos en información procesable, Lynx permite a los clientes pasar de medidas reactivas a una postura de seguridad proactiva, asegurando una precisión, velocidad y escalabilidad inigualables en entornos multinacionales.
Equipo Prensa
Portal Innova
 y Machine Learning (ML) para detectar y prevenir fraudes y delitos financieros, ha sido reconocido por Chartis como líder de categoría en el Cuadrante® de RiskTech para Fraude Empresarial y de Pagos.){kind=link}