Incode lanza Deepsight, una revolucionaria defensa Deepfake

Incode

December 2, 2025

Incode lanza Deepsight, una revolucionaria defensa Deepfake

En los últimos años, deepfakes e identidades generadas por IA han pasado silenciosamente de curiosidades virales a una de las herramientas más poderosas del arsenal del fraude. Los intercambios faciales hiperrealistas y los deepfakes, y las cámaras virtuales que transmiten contenido manipulado ya están pasando por encima de las comprobaciones básicas de vida y los abrumadores equipos de revisión manual.

El resultado es una nueva categoría de riesgo: ataques que se mueven a velocidad de máquina, escalan globalmente, y son casi imposibles de detectar a simple vista.

Incode anuncia el lanzamiento de Visión profunda, un gran avance defensa deepfake que detecta y bloquea deepfakes, cámaras virtuales inyectadas y ataques de identidad sintética con una precisión inigualable.

Validado por Universidad de Purdue, este innovador sistema de IA protege a las empresas de deepfakes, identidades sintéticas y fraudes generados por IA a escala.


Cuando la identidad puede ser fingida, todo se rompe

A medida que los sistemas de IA interactúan y hacen transacciones de manera autónoma cada vez más, la capacidad de separar instantáneamente a las personas reales de las falsificaciones generadas por IA se vuelve crítica. IA multimodal de Deepsight analiza datos de video, movimiento y profundidad para exponer inconsistencias que los medios sintéticos no pueden reproducir, todo en menos de 100 milisegundos y sin agregar fricción.

“Los deepfakes han evolucionado más allá de la novedad. Ahora son un arma de fraude importante”, dijo Ricardo Amper, Fundador y CEO de Incode. “Cuando la identidad puede ser fingida, todo se rompe. Deepsight restaura la confianza al garantizar que cada captura muestre a un usuario humano frente a la cámara, no un deepfake”.

Deepsight ancla la inversión más amplia de Incode en investigación de IA de frontera para la identidad y la confianza, que incluye Identidad Agentica, que conecta humanos verificados con agentes de IA actuando en su nombre.

Tres capas de defensa

Deepsight lleva a cabo una evaluación de la identidad a través de tres capas primarias, cuya combinación puede dar tal especificidad para incluso identificar la huella digital del modelo generativo utilizado para producir contenido falso, dando a las empresas una visibilidad más profunda de la amenaza.

  • Capa de comportamiento
    Depara anomalías sutiles de interacción de bots de IA o granjas de fraude.

  • Capa de Integridad
    Verifica la autenticidad de la cámara y del dispositivo para bloquear el medio virtual.

  • Capa de percepción
    distingue a los deepfakes de los usuarios humanos genuinos a través del análisis de IA en múltiples modalidades de captura, como video, movimiento y profundidad.

“Poder saber si alguien es real o no se está convirtiendo en uno de los retos definitorios de nuestro tiempo”, dijo Roman Karachinsky, Chief Product Officer de Incode. “Deepsight ha demostrado su eficacia tanto en el laboratorio como en el mundo real”.

Probado por Purdue University

Los modelos de Deepsight fueron comparados en Estudio de la Universidad de Purdue “¿Apto para el propósito? Detección de Deepfake en el Mundo Real” (octubre de 2025), que evaluó 24 sistemas de detección en proveedores comerciales, gubernamentales y académicos.

Incode logró la mayor precisión y la menor tasa de falsa aceptación entre las herramientas comerciales, superando tanto a los modelos gubernamentales como académicos.

“Evaluamos nueve de los sistemas comerciales de detección de deepfake más utilizados y encontramos que El detector de Incode logró la mayor precisión en la identificación de muestras falsas.

Este resultado sugiere que Incode demuestra una mayor robustez y confiabilidad en escenarios desafiantes del mundo real”, dijo Shu Hu, profesor asistente de la Escuela de Computación Aplicada y Creativa y el Director del Laboratorio Purdue Machine Learning and Media Forensics (M2) de la Universidad de Purdue.

En pruebas internas, Deepsight fue 10 veces más preciso que revisores humanos entrenados, lo que confirma que la defensa avanzada de IA ahora es esencial para contrarrestar los ataques avanzados de IA.

Por qué las empresas líderes necesitan protección contra el Deepfake

Experian, una de las principales empresas de datos y tecnología del mundo, se asocia con Incode para incorporar la verificación de identidad impulsada por IA y ahora la detección de falsificaciones profundas de Deepsight a sus soluciones de identidad y fraude.

“Como se destaca en Experian's 2025 Identidad y fraude reportar, el 72% de los líderes empresariales esperan que el fraude generado por la IA, incluidos los deepfakes, sea uno de los principales desafíos operativos para 2026”, dijo Keir Breitenfeld, Vicepresidente Senior de Fraude e Identidad de Experian.

“Los Deepfakes están reescribiendo las reglas del fraude. Nuestro trabajo con Incode lleva su detección Deepsight deepfake directamente a las soluciones de identidad y fraude de Experian, brindando a nuestros clientes una protección líder en el mercado y manteniéndolos un paso por delante de los ataques impulsados por IA”.

Ya protegemos a millones de usuarios

Deepsight ya está disponible a través de Incode Identity Platform, que protege a las empresas a través de la incorporación de KYC, la verificación escalonada, la autenticación, el acceso a la fuerza laboral y la verificación de edad.

“La IA cambiará la forma en que vivimos, trabajamos y nos conectamos”, agregó Amper. “Nuestra responsabilidad es asegurarnos de que no destruya la confianza que lo mantiene todo unido. Deepsight es cómo defendemos la realidad misma”.


Más información sobre Deepsight aquí.

Incode fue nombrado Líder en el Cuadrante Mágico de Gartner® 2025™ para la Verificación de Identidad. Descargar el informe.

Incode
Incode is a global leader in AI-driven identity and trust, with a mission to power a world of trust at the speed of AI. The platform verifies identity and age, stops fraud, and turns verification into business enablement.
Linkedin
Chapters