Los consumidores y las empresas de todo el mundo demuestran un interés y una necesidad crecientes de tener fondos en tiempo real, lo que solo se agrava en una economía con problemas de liquidez. El volumen general de pagos en tiempo real a nivel mundial creció un 63.2 % en 2022 para alcanzar un nuevo máximo de 195 500 millones y se prevé que alcance una marca de más de 2027 1.2 millones para XNUMX*. El próximo lanzamiento de FedNow por parte del Banco Central es la última entrada en el mercado nacional de EE. UU. y espera ver un crecimiento asombroso del volumen en los próximos años, mientras que los sistemas actuales, Zelle y RTP liderado por ACH, registran una participación minúscula del mercado con un XNUMX %. .

Los pagos en tiempo real no solo satisfacen la necesidad de velocidad, transparencia y eficiencia, sino que son significativamente más baratos en comparación con la mayoría de los rieles de pago tradicionales. Si bien la aceptación de una transacción con tarjeta cobra un punto de base variable a los comerciantes, la tarifa plana baja de RTP ofrece un mayor costo beneficio a los comerciantes e instituciones, lo que es un gran incentivo en la economía actual con restricciones de costos. 

Desafíos con los pagos en tiempo real: 

1. Irrevocable: la liquidación en tiempo real y la transferencia de fondos no permiten reembolsos ni disputas; por lo que el costo del fraude es extremadamente alto. 
2. 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 lo son. participando en el mismo tren en tiempo real. Las IF deben integrarse con múltiples rieles para permitir un mejor acceso a sus clientes.
3. Pagos transfronterizos: aunque India anunció recientemente un movimiento para habilitar la transferencia de fondos a través de la frontera desde algunos países como Singapur, aún 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 de Fx sería un gran impulso para la gestión de su capital de trabajo.
4. Participación del gobierno: en ausencia de la intervención del gobierno para adoptar casos de uso en tiempo real a través de pagos G2C o G2B o viceversa, como desembolsos de beneficios, pagos de seguros o recaudación de impuestos (por ejemplo, pago basado en UPI en India), es difícil lograr el punto ideal.

Los rieles de pagos en tiempo real siguen el formato de mensaje ISO20022 que ofrece mensajes bidireccionales ricos en datos y se está convirtiendo lentamente en el estándar de facto para los mensajes de pago en todos los esquemas. Se compone de ~ 250 elementos de datos estructurados y las características incluyen: 

• Pagos y anexos (datos adicionales de transacciones/clientes) como un solo conjunto de transacciones 
• Amplios campos de datos que acomodan datos detallados y complementarios 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 recibos y facturas en formato pdf/xml junto con mensajes de pago
• Sin pérdida de datos a través de la etapa 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:  

• Fortalecimiento de los modelos de Fraude 
• Mejora del procesamiento directo
• Estrategia multirraíl con enrutamiento inteligente
• Generación de nuevas fuentes de ingresos

Fortalecimiento de los modelos 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 correcto a la primera. El uso de la IA para combatir los fraudes no es nada nuevo; sin embargo, un modelo de fraude basado en conjuntos de datos entrenados a partir del aprendizaje supervisado no sería lo suficientemente completo como para detener los intentos maliciosos de los piratas informáticos a tiempo completo, ya que las nuevas formas de pago abren oportunidades para crear nuevos patrones y capas. Además, las estrategias heredadas de prevención del fraude suelen generar demasiados falsos positivos que resultan en costosas investigaciones manuales. Por lo tanto, algunas opciones que ayudarían a elevar 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 de simular eventos y microexperimentos ayudaría a construir un modelo de fraude más sólido que pueda proteger contra situaciones desconocidas en un entorno de pago no revocable.
• 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 necesitar la regulación por parte de un organismo central, pero abriría un inmenso potencial para fortalecer los pasos contra el fraude y AML a través de los rieles de pago.
• IA generativa: en un mundo de fraude en constante evolución, es importante crear modelos de ML utilizando datos sintéticos para infundir robustez utilizando la variabilidad de patrones. 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.

Mejora del procesamiento directo

La conciliación operativa en el sistema ERP suele ser una actividad engorrosa y manual intensiva para los bancos que incluye una lógica comercial compleja y la información adicional de remesas que llega de forma asincrónica hace que sea aún más difícil y lento. Un estudio de Fiserv muestra que una solución automatizada puede conciliar rápidamente un gran volumen de transacciones, 70 millones por día o más, con una alta tasa de coincidencia a mediados de los 90.

   RTP que cumple con ISO20022 brinda la oportunidad de 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; por ejemplo, pain.013 indica una solicitud de pago frente a pacs.008 representa una transferencia de crédito; por lo que es más fácil identificar el origen de la instrucción de pagos, aunque ambos acreditarían y debitarían las mismas cuentas. Cada detalle de transacción utiliza etiquetas xml que permiten el procesamiento STP debido a su naturaleza estructurada.

Estrategia multirraíl con enrutamiento inteligente

Las fintechs están creando API para integraciones en rieles en tiempo real y un acceso más rápido. Como 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 necesita la integración con múltiples API para brindar una experiencia fluida a los clientes. En caso de una interrupción, debe haber un mecanismo alternativo para satisfacer 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. 

IPR (enrutamiento de pago inteligente) genera un valor inmenso, en particular para las cuentas por pagar (AP) en escenarios B2B, al aprovechar la información asociada con los mensajes de pago y recomendar la vía de pago adecuada, más rápida y más económica. Alejarse de las reglas comerciales estáticas y utilizar información rica integrada en los mensajes ISO20022 para crear un enrutamiento inteligente basado en un modelo ML ayudaría a aliviar el riesgo de fallas en los pagos y mejoraría la experiencia para las IF, las empresas y los consumidores.

Generación de nuevas fuentes de ingresos

La mayoría de los casos de uso actuales para pagos en tiempo real se han limitado 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 interrumpe con casos de uso de pagos instantáneos como la transferencia bancaria directa y la solicitud de pago. Los grandes bancos implementaron ISO2002 en su mayoría, pero aún no han obtenido todos los beneficios de la rica inteligencia basada en datos para personalizar la oferta 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 excelente alternativa para los servicios basados ​​en suscripción en comparación con el débito directo, ya que puede ofrecer una mejor liquidez a los emisores de facturas y una mayor transparencia y flexibilidad a los consumidores. Los sistemas RTP ricos en datos ofrecen mejores informes y análisis que podrían ser ofertas extremadamente útiles para las PYMES para lograr inteligencia 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, una superposición de servicios de valor agregado crearía un mayor incentivo y casos de uso para acelerar el uso de RTP. Desarrollar la capacidad para aprovechar la mina de oro de datos de ISO20022 en todo su potencial y generar conocimientos y predicciones a través del modelado inteligente de IA serían respuestas potenciales a algunas de las preocupaciones clave que enfrenta la industria.

* Referencia: https://insiderealtime.aciworldwide.com/prime-time-report-23

*Se ha utilizado el acrónimo RTP para indicar "Pagos en tiempo real" en algunos lugares. Para especificar carril ACH RTP, se ha mencionado lo mismo explícitamente

Descargo de responsabilidad: este artículo es únicamente una perspectiva individual y no representa ni está influenciado por ninguna organización.

• Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
• EVM Finanzas. Interfaz unificada para finanzas descentralizadas. Accede Aquí.
• Grupo de medios cuánticos. IR/PR amplificado. Accede Aquí.
• PlatoAiStream. Inteligencia de datos Web3. Conocimiento amplificado. Accede Aquí.
• Fuente: https://www.finextra.com/blogposting/24364/real-time-payments—a-data-goldmine-to-unlock-opportunities?utm_medium=rssfinextra&utm_source=finextrablogs