Los consumidores y las empresas de todo el mundo están mostrando un interés y una necesidad cada vez mayores de fondos en tiempo real, lo que solo empeora en una economía con escasez de efectivo. El volumen global de pagos en tiempo real creció un 63,2 % en 2022 a un nuevo máximo de 195 000 millones y se espera que alcance la marca de 500 000 millones para 2027*. El próximo lanzamiento de FedNow por parte del Banco Central es la última entrada en el mercado interno de EE. UU. y espera ver un crecimiento vertiginoso del volumen en los próximos años, mientras que los sistemas actuales, Zelle y RTP liderado por ACH, tienen una pequeña participación del mercado en 1.2 %. .
Los pagos en tiempo real no solo satisfacen la necesidad de velocidad, transparencia y eficiencia, sino que también son significativamente más baratos que la mayoría de los métodos de pago tradicionales. Aunque aceptar una transacción con tarjeta cobra a los comerciantes un punto base variable, la tarifa fija baja de RTP proporciona una mayor ventaja de costos a comerciantes e instituciones, lo que es un fuerte incentivo en la economía actual para costos limitados.
Desafíos con los pagos en tiempo real –
- Irrevocable: la liquidación y transferencia de fondos en tiempo real no permite reembolsos ni disputas; por lo tanto, el costo del fraude es extremadamente alto.
- Fragmentado: los rieles de pago en tiempo real están localizados e incluso varios rieles operan en el mismo país, por ejemplo, RTP (ACH) y FedNow no tienen interoperabilidad incorporada, lo que significa que no puede iniciar un pago si las FI del remitente y el receptor no están participando en el mismo real -tren del tiempo. Las IF necesitan integrarse con múltiples rieles para permitir un mejor acceso a sus clientes.
- Pagos transfronterizos: aunque India anunció recientemente una iniciativa para permitir que las remesas se transfieran a través de la frontera desde algunos países como Singapur, todavía queda un largo camino por recorrer antes de que las remesas transfronterizas se generalicen. A medida que las pequeñas empresas hacen negocios cada vez más a nivel mundial, tener fondos en tiempo real al otro lado de la frontera y eliminar el riesgo cambiario sería un gran impulso para la gestión de su capital de trabajo.
- Participación del gobierno: en ausencia de intervención del gobierno para adoptar casos de uso en tiempo real a través de pagos G2C o G2B o viceversa, como pagos de beneficios, pagos de seguros o recaudación de impuestos (por ejemplo, pago basado en UPI en India), es difícil para llegar al punto dulce
Los rieles de pago en tiempo real siguen el formato de mensaje ISO20022 que ofrece mensajería bidireccional rica en datos y se está convirtiendo lentamente en el estándar de facto para la mensajería de pago en todos los sistemas. Incluye alrededor de 250 elementos de datos estructurados y las características incluyen:
- Pagos y anexos (datos adicionales de transacciones/clientes) como un solo conjunto de transacciones
- Campos de datos ampliados que contienen datos detallados y adicionales relevantes para las remesas, por ejemplo, propósito y fuente de los pagos, detalles del beneficiario, etc.
- Mensaje para el remitente y los destinatarios sobre el estado de finalización de la transacción
- Envío de facturas y facturas en formato pdf/xml con mensajes de pago
- Sin pérdida de datos a través de la sucursal de pago de extremo a extremo
El intercambio de datos enriquecidos en pagos en tiempo real esencialmente crea una oportunidad para que la industria construya un sistema más seguro y resistente mientras crea valor para los participantes a través de:
- Refuerzo de patrones de fraude
- Procesamiento directo mejorado
- Estrategia multirraíl con enrutamiento inteligente
- Generar nuevas fuentes de ingresos
Refuerzo de patrones de fraude
El fraude en los pagos siempre ha sido uno de los temas más utilizados y es de mayor importancia ya que los rieles en tiempo real funcionan según el principio del primer golpe. El uso de la IA en la lucha contra el fraude no es nada nuevo, pero un modelo de fraude basado en conjuntos de datos entrenados a partir del aprendizaje supervisado no sería lo suficientemente completo para detener los intentos maliciosos de los piratas informáticos a tiempo completo, ya que las nuevas formas de pago abren oportunidades para crear nuevos modelos y capas. Además, las estrategias de prevención de fraude más antiguas suelen generar demasiados falsos positivos que conducen a costosas investigaciones manuales. Por lo tanto, algunas opciones que ayudarían a aumentar la confianza en el ecosistema RTP*:
- Aprendizaje por refuerzo: en comparación con el aprendizaje supervisado o no supervisado, el enfoque del aprendizaje por refuerzo no tiene etiquetas ni grupos, sino que simula episodios que producen cadenas de recompensas que se utilizan como señales para actualizar continuamente el modelo. Su capacidad para simular eventos y microexperiencias ayudaría a construir un modelo de fraude más sólido que pueda proteger contra situaciones desconocidas en un entorno de pago irrevocable.
- Centro de aprendizaje: un modelo federado en el que todos los rieles contribuyan a construir un centro de aprendizaje central al compartir sus aprendizajes, teniendo en cuenta la seguridad y la regulación de los datos, complementaría el esfuerzo a nivel individual y reduciría el costo del modelado para todos. Esto podría requerir la regulación por parte de un organismo central, pero abriría un inmenso potencial para fortalecer las medidas contra el fraude y el lavado de dinero en todos los rieles de pago.
- IA generativa: en un mundo de fraude en constante cambio, es importante crear modelos de ML utilizando datos sintéticos para infundir robustez utilizando la variabilidad del modelo. La IA generativa puede aprender las propiedades estadísticas de transacciones reales y generar datos sintéticos para entrenar el modelo en previsión de nuevos patrones de fraude.
Procesamiento directo mejorado
La conciliación operativa en el sistema ERP suele ser una actividad manual y tediosa para los bancos, que incluye una lógica empresarial compleja e información de remesas adicional que llega de forma asíncrona, lo que la hace aún más difícil y requiere más tiempo. Un estudio de Fiserv muestra que una solución automatizada puede reconciliar rápidamente un gran volumen de transacciones, 70 millones por día o más, con una alta tasa de coincidencia a mediados de los 90.
RTP compatible con ISO20022 ayuda a simplificar y automatizar el proceso de reconciliación con la categorización de mensajes a medida que se agrupan en dominios y facilita la diferenciación de mensajes; ex. pain.013 indica una solicitud de pago contra pacs.008 representa una transferencia; por tanto es más fácil identificar el origen de las instrucciones de pago aunque ambos estarían abonando y debitando en las mismas cuentas. Cada detalle de transacción utiliza marcado xml que permite el procesamiento STP debido a su naturaleza estructurada.
Estrategia multirraíl con enrutamiento inteligente
Las fintechs están creando API para integraciones de rieles en tiempo real y un acceso más rápido. Dado que los rieles en tiempo real no tienen interoperabilidad de intercambio de mensajes, para una adopción más amplia de pagos instantáneos en escenarios B2B o C2B, se requiere la integración con múltiples API para brindar una experiencia fluida a los clientes. En caso de una interrupción, debe haber un mecanismo de respaldo para acomodar el deseo del cliente de transferir fondos al instante. La coexistencia de sistemas en tiempo real y rieles tradicionales como ACH o cable requiere una estrategia efectiva de múltiples rieles para enrutar las transacciones a la mejor ruta optimizada.
El enrutamiento de pago inteligente (IPR) genera un valor inmenso, especialmente para Cuentas por pagar (AP) en escenarios B2B, al aprovechar la información asociada con los mensajes de pago y recomendar la vía de pago más adecuada, más rápida y más económica. Alejarse de las reglas comerciales estáticas y usar información rica integrada en los mensajes ISO20022 para crear un enrutamiento inteligente basado en un modelo ML ayudaría a mitigar el riesgo de fallas en los pagos y mejoraría la experiencia para las IF, las empresas y los consumidores.
Generar nuevas fuentes de ingresos
La mayoría de los casos de uso actuales para pagos en tiempo real se limitan a casos de uso P2P o B2C y los bancos han adoptado principalmente RTP para pagos minoristas. Sin embargo, los pagos B2B son un área casi explotada que se verá interrumpida por casos de uso de pagos instantáneos, como transferencias bancarias directas y solicitudes de pago. Los grandes bancos han implementado ISO2002 en su mayoría, pero aún tienen que aprovechar al máximo la riqueza de la inteligencia basada en datos para personalizar las ofertas de productos o crear campañas hiperpersonalizadas.
La transferencia de fondos en tiempo real puede no ser una gran fuente de ingresos, pero la inmensa oportunidad de servicios de valor agregado para clientes o comerciantes abriría potencialmente nuevas fuentes de ingresos para los bancos. RTP podría ser una gran alternativa a los servicios basados en suscripción sobre débito directo, ya que puede proporcionar una mejor liquidez para los emisores de facturas y una mayor transparencia y flexibilidad para los consumidores. Los sistemas RTP ricos en datos ofrecen mejores informes y análisis que podrían ser ofertas extremadamente útiles para que las PYMES obtengan información en tiempo real para sus decisiones operativas o de marketing.
La adopción de pagos en tiempo real requeriría una educación sustancial, interoperabilidad y una regulación de arriba hacia abajo para que esta innovación revolucionaria se generalice. Si bien la transferencia en tiempo real es un gran beneficio para los clientes o las empresas por sí sola, la estratificación a través de servicios de valor agregado crearía un mayor incentivo y casos de uso para acelerar el uso de RTP. Desarrollar la capacidad para explotar completamente la mina de oro de datos de ISO20022 y generar conocimientos y predicciones a través del modelado inteligente de IA serían respuestas potenciales a algunas de las principales preocupaciones que enfrenta la industria.
* Referencia:
* El acrónimo RTP se ha utilizado para indicar “Pagos en tiempo real” en algunos lugares. Para especificar el riel ACH RTP, se mencionó el mismo de manera explícita
Descargo de responsabilidad: este artículo es solo un punto de vista individual y no representa ni está influenciado por ninguna organización.