Apate.ai infiltra agentes de IA para dejarse estafar
La mayoría de las empresas despliegan agentes de IA para trabajar más rápido. Apate.ai los despliega para que les tomen el pelo. La startup australiana gestiona miles de agentes que se hacen pasar por personas corrientes, cogen llamadas fraudulentas, contestan mensajes sospechosos y siguen el juego hasta que el estafador se delata.
La empresa nació de una investigación en la Universidad Macquarie de Sídney y se fundó en 2024. Esta semana es una de las finalistas del Startup Battlefield 200 de TechCrunch Disrupt, la conferencia de startups que se celebra en el Moscone West de San Francisco hasta el jueves 15 de octubre, donde presentará su proyecto ante un jurado de inversores de capital riesgo.
Cómo funcionan los señuelos
Los agentes de Apate trabajan en varios canales. Atienden llamadas, responden correos electrónicos y SMS, pinchan en enlaces de phishing y se unen a grupos de redes sociales donde los estafadores buscan víctimas. Cada uno interpreta un personaje distinto, con su propia edad, género, acento e idioma. El objetivo es mantener al estafador hablando el tiempo suficiente para sacarle algo.
Según los datos de la empresa, sus agentes han hecho perder a los estafadores 17 años en 2,5 millones de conversaciones. Pero hacer perder la tarde a un delincuente es solo una parte del negocio. Lo que vende Apate es la información que sale de esas conversaciones: datos de cuentas bancarias, direcciones de monederos de criptomonedas, números de teléfono, webs maliciosas, las marcas que se suplantan y cómo está montada cada estafa. Normalmente, ese tipo de detalles solo sale a la luz cuando una víctima real ya ha perdido dinero.
Los clientes - bancos, operadoras de telecomunicaciones, empresas de suministros y organismos públicos - usan esos datos para orientar su propia lucha contra el fraude. También tienen acceso a un portal con análisis sobre las estafas dirigidas a sus clientes, empleados, marcas y productos. Pueden encargar a los agentes misiones concretas, como conseguir un número de cuenta o una dirección de monedero determinados. Los agentes de texto pueden rastrear foros, grupos de inversión y redes sociales en busca de posibles estafas y después meterse en la conversación con una identidad inventada.
El cofundador y director comercial, Brad Joffe, lo describe como adelantarse en la cadena. "La mayor parte del sector actúa a posteriori. Las operadoras bloquean números, pero los estafadores simplemente consiguen otros. Los bancos vigilan las transacciones, pero para entonces el estafador ya ha llegado al cliente", explicó a TechCrunch. "Nosotros vamos directamente a por el estafador y conseguimos la información antes de que nadie salga perjudicado".
Según Joffe, los agentes funcionan con una combinación de modelos punteros y modelos propios de Apate ajustados a medida. Los datos de entrenamiento incluyen conversaciones anteriores de la empresa con estafadores y la investigación previa de Macquarie.
Una llamada de 44 minutos
La idea surgió de una llamada fraudulenta real. Hace unos años, el fundador y consejero delegado, Dali Kaafar, estaba en un pícnic familiar cuando sonó un número desconocido. Se dio cuenta de que al otro lado había un estafador, se hizo el tonto para divertir a sus hijos y lo tuvo entretenido durante 44 minutos.
Kaafar se fijó en dos cosas. Esos 44 minutos eran tiempo que el estafador no dedicaba a una víctima real. Pero también eran 44 minutos de su propio tiempo. Eso le llevó a preguntarse si se podía automatizar la tarea y si, de paso, se podía aprender algo útil. En Macquarie, él y sus colegas acabaron aplicando aprendizaje automático y procesamiento del lenguaje natural al contenido de las llamadas fraudulentas, con el objetivo de mejorar la detección y la prevención.
Lo de engañar a los estafadores no es nada nuevo. Hay aficionados que llevan años toreando a timadores, a veces hasta conseguir que lean libros enteros en voz alta o incluso que se hagan tatuajes absurdos. Apate convierte ese pasatiempo en un servicio.
Primeras cifras de clientes
Entre los clientes que la startup cita por su nombre están Commonwealth Bank of Australia y TPG Telecom. Joffe aseguró que TPG ha desviado casi 590.000 llamadas a los agentes de Apate y que Commonwealth Bank ha registrado una caída del 76 % en las pérdidas por estafas denunciadas públicamente. Un banco australiano cuyo nombre no ha trascendido ha usado los agentes de salida de Apate para desbaratar 22 campañas de estafa. Estas cifras proceden de la propia empresa y no se han verificado de forma independiente.
Todo esto ocurre en plena escalada del fraude asistido por IA. El FBI recibió más de 22.000 denuncias por delitos relacionados con la IA en 2025, vinculadas a unas pérdidas de unos 893 millones de dólares. Más de 632 millones correspondían a estafas de inversión, en las que, según la agencia, los delincuentes usan la IA para llevar las conversaciones y falsificar la voz y la cara de famosos, directivos y otras figuras de confianza.
En agosto, Apate cerró una ronda semilla de 8,15 millones de dólares con Lobby Capital, OIF Ventures, Investible, Concept Ventures y Baobab Ventures. La empresa, con 20 empleados, ha captado en total algo menos de 10 millones de dólares. Piensa destinar el nuevo dinero al desarrollo de producto y a la expansión internacional, con una oficina en Londres y más presencia en EE. UU.
El nombre viene de Apate, la diosa griega del engaño. Joffe contó que el equipo incluso trata los insultos como una métrica: que los estafadores se pongan agresivos es señal de que los bots funcionan. "Probablemente somos uno de los pocos negocios del mundo que lo celebran cuando la gente insulta a nuestro producto", dijo.
Nuestro análisis
Apate es un ejemplo claro de cómo la misma tecnología se usa en los dos bandos de una pelea. Los estafadores ya recurren a la IA para multiplicar sus conversaciones y clonar voces, y casos recientes como el ataque asistido por IA a bancos coreanos muestran hasta dónde puede llegar hoy un solo atacante con las herramientas adecuadas. La respuesta de Apate es multiplicar también los señuelos, igual que otras startups están desarrollando modelos de IA pensados para los defensores.
Lo más interesante son los datos, no las horas perdidas. Si los agentes logran sacar de forma fiable números de cuenta y direcciones de monederos antes de que se mueva el dinero, bancos y operadoras tendrán una ventaja que ahora rara vez tienen. Aun así, las cifras de clientes son de la propia empresa, y una caída de las pérdidas denunciadas puede deberse a varias causas.
Habrá que ver si los estafadores aprenden a detectar los personajes de IA, lo que podría convertir esto en una carrera armamentística entre bots. La expansión al Reino Unido y a EE. UU. también pondrá a prueba si el modelo funciona fuera de Australia, donde están sus primeros socios.