Esta página reúne lo verificable: cómo se recogen las señales de tecleo, ratón y sensores, qué márgenes de error asumimos y qué decisiones tomamos cuando el modelo duda. Sin cifras infladas ni promesas de fraude cero.
No publicamos cifras infladas ni sellos decorativos. Lo que aparece aquí son registros de trabajo con equipos de seguridad, bancos y plataformas que probaron nuestros modelos de biometría conductual en entornos reales, con usuarios reales y con las dudas lógicas antes de firmar.
Cada referencia incluye el contexto de la prueba: tipo de despliegue, volumen de sesiones evaluadas y qué se midió exactamente. Si algo no se puede verificar, no se publica.
"Llevábamos dos años con fricción en el login: los usuarios odiaban el segundo factor y el equipo de soporte vivía saturado. Empezamos probando la dinámica de tecleo en un piloto cerrado con 400 cuentas internas. En tres semanas dejamos de ver bloqueos innecesarios y el tiempo medio de sesión subió sin que nadie notara que había un modelo corriendo detrás."
"Nos interesaba sobre todo el análisis de movimiento de ratón porque operamos con escritorio en turnos largos. Lo que nos convenció no fue la demo, sino que aceptaran correr el modelo en paralelo durante dos meses sin tocar la producción. Ahí vimos cuántos falsos positivos aparecían con teclados distintos y cómo se corregían."
"Trabajamos con sensores móviles: acelerómetro, giroscopio, presión táctil. La calibración entre dispositivos fue el punto más delicado y el equipo lo documentó sin adornos. Preferimos eso a un proveedor que prometa cero falsos positivos desde el primer día."
"Evaluamos tres enfoques de autenticación pasiva. Este fue el único que nos entregó métricas separadas por tipo de señal y nos explicó qué ventana temporal usaban para cada comparación. Eso nos permitió decidir con criterio propio en lugar de confiar en un número global."
Lo que cuentan quienes ya operan con autenticación continua
Recogemos testimonios de equipos que sustituyeron verificaciones puntuales por análisis continuo de tecleo, ratón y sensores móviles. No hay cifras infladas: son relatos de despliegue, ajuste de umbrales y qué cambió en el día a día del soporte y la seguridad.
Ana Sanchez Lopez · responsable de fraude, banca digital
Pasamos de bloquear sesiones por reglas rígidas a dejar que el modelo evalúe la cadencia de tecleo durante toda la operación. Las alertas por suplantación bajaron y, sobre todo, dejamos de molestar a clientes legítimos que antes caían en controles estáticos.
Gabriela Romero Mendoza · líder de plataforma, servicios gestionados
El ajuste fino de los patrones de ratón fue lo que más nos costó al principio: había mucho ruido entre usuarios que alternan teclado y trackpad. Tras calibrar por perfil de puesto, la verificación pasiva se volvió estable y ya no dependemos de preguntas de seguridad.
Fernando Torres Herrera · arquitecto de identidad, sector salud
Integramos señales de sensores móviles para personal que trabaja en planta. La clave fue entender que la postura cambia durante el turno y que el modelo debe tolerar esa variación sin abrir la puerta. Hoy la sesión se cierra sola cuando el patrón se rompe de forma sostenida.
Equipo de operaciones, plataforma logística regional
Lo que más valoramos no fue una métrica, sino poder explicar al comité de riesgo cómo se decide cada bloqueo. Los registros de dinámica de tecleo y trayectorias de cursor nos dan trazabilidad real, no una caja negra.
Si quieres contrastar estos escenarios con tu propio entorno, podemos revisar el flujo de sesión y las señales que ya capturas.
Hablar con el equipo