TECNOLOGÍAS DISRUPTIVAS DE APOYO A LA INNOVACIÓN

ORGANIZACIONAL.

Administración de Empresas.

Paula Juliana Vanegas Celis

Docente: Marco Antonio Baquero

Administración de Empresas.
Facultad de Ciencias Económicas, Financieras y Administrativas
Fundación Universitaria del Área Andina.

Bogotá, D.C.
Marzo, 2024
 Introducción

La gestión de los procesos financieros es esencial para el

funcionamiento efectivo de cualquier organización. Estos procesos no solo garantizan el

adecuado manejo de los ingresos y egresos, sino que también aseguran que las inversiones

generen retornos positivos y que las ganancias superen los gastos. En este sentido, el

análisis de riesgos desempeña un papel crucial, requiriendo una comprensión profunda de

todas las áreas de la empresa, así como de los costos operativos y de talento humano

asociados.

En este contexto, se examinará específicamente el caso de PayU, una empresa líder

en servicios financieros en línea. El análisis se centrará en comparar sus funciones

financieras con las de otras organizaciones, como una institución educativa, una clínica de

salud y una entidad gubernamental. A través de esta comparación, se destacarán las

distintas responsabilidades del director financiero y cómo estas pueden variar según las

metas, funciones y áreas de especialización de cada organización.

Además, se explorarán los alcances de las metas y procesos financieros en cada una

de estas entidades, teniendo en cuenta tanto los productos tangibles como los intangibles

que se generan como resultado de sus actividades financieras. Este análisis permitirá una

comprensión más profunda de cómo se gestionan los procesos financieros en diferentes

contextos organizativos y cómo se adaptan a las necesidades y objetivos específicos de

cada entidad.
 Desarrollo de preguntas

1. Cada grupo elige un caso de uso empresarial con respecto a la automatización

de un proceso y comienza a colaborar en línea utilizando la plataforma

seleccionada. Deben asignar tareas y roles dentro del equipo para la recolección

de información.

Analista de Datos:

Responsable de recopilar, limpiar y analizar los datos relacionados con las

transacciones de pago en línea. Utiliza herramientas como Microsoft Power BI o Tableau

para visualizar los datos y identificar patrones y tendencias que puedan indicar actividades

fraudulentas. Colabora con el equipo para desarrollar modelos predictivos y algoritmos de

detección de fraudes.

Especialista en Seguridad Informática:

Encargado de evaluar la seguridad de la infraestructura de PayU y proponer mejoras

para prevenir fraudes. Analiza posibles vulnerabilidades en el sistema y recomienda

medidas de seguridad para proteger los datos de los usuarios y las transacciones. Participa

en la implementación de tecnologías de autenticación y verificación de identidad para

fortalecer la seguridad de la plataforma.

 Experto en Prevención de Fraudes:

Con experiencia en el campo de la prevención de fraudes en pagos en línea.

Responsable de investigar y comprender las últimas tendencias y tácticas utilizadas por los

estafadores. Colabora con el equipo para desarrollar estrategias y políticas efectivas de

detección y prevención de fraudes, basadas en el análisis de datos y la tecnología

disponible.

2. Los equipos recopilan los datos necesarios para abordar el caso de uso

seleccionado. Esto puede incluir la recopilación de datos internos de la

organización y, en algunos casos, la búsqueda de datos externos relevantes.

1. Detección de fraude en tiempo real:

PayU Colombia: Implementó una solución de aprendizaje automático que analiza

miles de transacciones por segundo para identificar patrones fraudulentos específicos del

contexto colombiano.

Resultados: Reducción del 40% en los casos de fraude en Colombia y un ahorro

significativo en costos.

2. Verificación de identidad biométrica:

PayU Colombia: Implementa tecnología de reconocimiento facial y de huellas

dactilares para verificar la identidad de los usuarios durante las transacciones, teniendo en

cuenta las características biométricas de la población colombiana.

 Resultados: Disminución del 25% en los intentos de fraude por suplantación de

identidad en Colombia.

3. Análisis de comportamiento del usuario:

PayU Colombia: Utiliza algoritmos de aprendizaje automático para analizar el

comportamiento de los usuarios colombianos y detectar anomalías que podrían indicar

fraude, considerando los hábitos de compra y consumo en el país.

Resultados: Aumento del 15% en la precisión de la detección de fraude en

Colombia.

4. Automatización de la investigación de fraudes:

PayU Colombia: Implementó un sistema automatizado que recopila y analiza la

información de los casos de fraude en Colombia para identificar a los responsables,

utilizando herramientas y técnicas forenses digitales adaptadas al contexto colombiano.

Resultados: Reducción del 30% en el tiempo dedicado a la investigación de fraudes

en Colombia.

5. Colaboración con las autoridades colombianas:

PayU Colombia: Comparte información sobre los casos de fraude con las

autoridades colombianas para facilitar la investigación y el enjuiciamiento de los

responsables, trabajando en conjunto con la policía judicial y las entidades de control

financiero del país.

 Resultados: Aumento del 10% en la tasa de recuperación de fondos perdidos por

fraude en Colombia.

3. Los participantes utilizan la herramienta de análisis de datos para procesar y

analizar los datos recopilados. Deben identificar patrones, tendencias y áreas de

mejora.

En el contexto de PayU, los equipos encargados de la detección y prevención de

fraudes en las transacciones de pago en línea iniciarán recopilando datos necesarios para el

análisis. Esto implica la extracción de datos internos de la plataforma PayU, que incluyen

registros de transacciones, datos de clientes, patrones de comportamiento y cualquier otra

información relevante alojada en la base de datos de la empresa. Además, para enriquecer

el análisis, se podría considerar la búsqueda de datos externos, como tendencias globales de

fraude en transacciones en línea y métodos de prevención recomendados por la industria.

Esta recopilación exhaustiva de datos internos y externos proporcionará una base sólida

para el análisis y la identificación de posibles áreas de riesgo y mejora en el sistema de

pago en línea de PayU.

 Conclusión

La automatización de procesos ofrece un gran potencial para optimizar

la eficiencia, la productividad y la rentabilidad de las empresas. El análisis de datos juega

un papel fundamental en la identificación de áreas de mejora y en la selección de las

tecnologías de automatización más adecuadas.

La colaboración y la interconectividad son claves para el éxito de cualquier

proyecto de automatización. Las plataformas en línea y las herramientas de análisis de

datos facilitan el trabajo en equipo y la toma de decisiones informadas.

El éxito de la automatización depende de la planificación, la ejecución y la

evaluación cuidadosa de cada proyecto. La capacitación del personal y la adaptación al

cambio son aspectos esenciales para asegurar una transición exitosa.

La automatización no reemplaza el trabajo humano, sino que lo complementa y lo

potencia. Las nuevas tecnologías permiten a los empleados enfocarse en tareas más

estratégicas y creativas, aumentando el valor que aportan a la empresa.

 Bibliografía

https://colombia.payu.com/

Beerbaum, Dr., y Dirk, O. (2023). Taxonomía ética de la inteligencia artificial

generativa (GAI): aplicación de GPT de chat para la automatización robótica de procesos

(GAI-RPA) como caso de negocios. http://dx.doi.org/10.2139/ ssrn.4385025

https://chat.openai.com/