
Primera solución sin contraseña que combina la autenticación adaptativa impulsada por la IA y la biometría conductual para combatir los ataques de phishing y alivio de las credenciales.
Palo Alto, CA-27 de enero de 2025-Mojoauth, un pionero en soluciones de autenticación sin contraseña, anunció hoy el lanzamiento de su innovadora autenticación adaptativa de IA, diseñada para capacitar a las marcas B2C para superar las amenazas cibernéticas que evolucionan mientras entregan experiencias de usuarios sin fricción. A medida que aumentan los ataques de AI, la innovación de Mojoauth aprovecha el aprendizaje automático y la biometría conductual para neutralizar dinámicamente riesgos como la ingeniería social de Deepfake y el relleno de credenciales, sin sacrificar la conveniencia del cliente.
Ai vs. AI: luchar contra el fuego con fuego
La solución de Mojoauth analiza los factores de riesgo en tiempo real, incluidos el comportamiento del usuario, los patrones de dispositivos y la ubicación para ajustar las medidas de seguridad en la marcha. Para escenarios de bajo riesgo (por ejemplo, usuarios que devuelven en dispositivos de confianza), habilita la “autenticación invisible” para inicios de sesión sin problemas. Para acciones de alto riesgo, como grandes transacciones, desencadena la verificación de paso a través de biometría o enlaces mágicos. Este enfoque adaptativo contrarresta el malware polimórfico y las campañas de phishing generadas por IA, que han aumentado en un 135% solo en 2024.
Los resultados de la innovación centrada en el consumidor
Los primeros usuarios, incluidos los minoristas premium y las plataformas de transmisión, informan una reducción del 92% en los boletos de soporte relacionados con la autenticación y un aumento del 47% en la satisfacción del cliente. “Las contraseñas tradicionales frustran a los usuarios y dejan a las marcas vulnerables”, dijo Dev Kumar, CEO de Mojoauth. “Nuestra IA no solo bloquea las amenazas, sino que aprende de ellas, creando un sistema de seguridad que evoluciona más rápido de lo que puede adaptarse los cibercriminales”.
Alineación de tendencias: sin contraseña se vuelve convencional
El lanzamiento se alinea con el Informe RSA ID 2025 RSA, que encontró que el 61% de las organizaciones ahora priorizan la autenticación sin contraseña. A medida que aumenta la presión regulatoria y la demanda de los consumidores de experiencias perfectas se intensifica, la integración sin código de Mojoauth y las verses de los pases resistentes a la posición de Mojoauth posicionan las marcas B2C para resistir al futuro sus pilas de seguridad.
Por qué importa: el 81% de las violaciones de datos implican contraseñas robadas o débiles (Verizon DBIR 2025). – El 60% de los consumidores abandonan las compras debido a la fricción de inicio de sesión (Baymard Institute). -Los ataques cibernéticos con IA cuestan a las empresas $ 12.8B a nivel mundial en 2025 (CyberseCurity Ventures).
“La IA es el nuevo campo de batalla para la ciberseguridad”, agregó Dev Kumar. “Con Mojoauth, las marcas ya no tienen que elegir entre seguridad y simplicidad: obtienen ambos”.
Obtenga más información
Explore la autenticación adaptativa de Mojoauth con AI en [http://www.MojoAuth.com](https://www.mojoauth.com) o contactar [press@mojoauth.com](Mailto: press@mojoauth.com) para estudios de casos y entrevistas.
Sobre mojoauth
Mojoauth es un líder en soluciones de autenticación sin contraseña, confiadas por las marcas globales para asegurar más de 48 millones de identidades digitales. Su plataforma impulsada por IA combina biometría conductual, flujos de trabajo adaptativos y principios de confianza cero para eliminar la fricción y el fraude.
Contacto con los medios
Nombre de la empresa: Mojoauth
Persona de contacto: equipo de medios
Correo electrónico: Enviar correo electrónico [http://www.universalpressrelease.com/?pr=mojoauth-unveils-aipowered-adaptive-authentication-to-thrust-b2c-brands-ahead-of-cybercriminals]
Dirección: 3101 Park Blvd
Ciudad: Palo Alto
Estado: CA
País: Estados Unidos
Sitio web: https://mojoauth.com/
Este lanzamiento fue publicado en OpenPR.