Truecaller, la empresa sueca de identificación de llamadas que sirve a más de 500 millones de usuarios en todo el mundo, acaba de lanzar Scam Checker, un servicio web y Android gratuito que permite verificar números de teléfono, enlaces y mensajes sospechosos sin necesidad de descargar app ni registrarse. La herramienta, disponible inicialmente en India y con expansión prevista a Latinoamérica, Oriente Medio, África y Sudeste Asiático, marca la apuesta de la compañía por extenderse más allá de su modelo tradicional de identificación de llamadas, según informó TechCrunch.
El nuevo producto funciona consultando la base de datos propietaria de riesgos de Truecaller y los reportes de su comunidad, publicados en ScamFeed, una plataforma donde los usuarios documentan fraudes. Al recibir un enlace, Scam Checker expande URLs acortadas, sigue redirecciones hasta el destino final y cruza los datos con señales de fraude. Si un usuario pega un mensaje completo, el sistema extrae automáticamente números o enlaces y muestra alertas relacionadas procedentes de la comunidad. Según la compañía, en India se publican alrededor de 1.300 nuevos reportes semanales en ScamFeed, con unos 20.000 activos en total.
«Cuando necesitas verificar algo, normalmente estás en otro sitio. El enlace te llega por WhatsApp, tu madre recibe un mensaje sobre una multa de tráfico, un amigo te reenvía una captura y te pregunta si es real. Lo que hace la gente en ese momento es buscar», explicó Rishit Jhunjhunwala, CEO de Truecaller, a TechCrunch. La empresa calcula que los usuarios realizan unos 14 millones de búsquedas web al mes para comprobar números y enlaces sospechosos, comportamiento que moldeó el diseño de Scam Checker.
El lanzamiento responde al cambio en las tácticas de fraude, que han pasado de las llamadas telefónicas tradicionales a mensajes de texto, apps de mensajería y enlaces web. Un estudio de GSMA de 2025 en India reveló que el 46 % de las personas estafadas fueron contactadas por apps de mensajería, el 37 % por SMS y el 32 % por llamadas de voz. Entre el 14 y el 20 de septiembre de 2026, Truecaller evaluó 12.900 millones de mensajes a nivel mundial y marcó 20,3 millones como fraudulentos.
Nueva presión en India obliga a diversificar el modelo de negocio
El movimiento estratégico de Truecaller tiene como telón de fondo una creciente presión regulatoria y competitiva en India, su mayor mercado con más de 350 millones de usuarios. Las operadoras de telecomunicaciones están desplegando Calling Name Presentation, un servicio de identificación de llamadas respaldado por el gobierno federal, mientras que Apple y Google han integrado funciones propias de identificación y bloqueo de spam en sus sistemas operativos.
La semana pasada, el regulador de telecomunicaciones indio ordenó a las apps de identificación de llamadas compartir con las operadoras los reportes de spam enviados por usuarios, una medida que Truecaller calificó de «intercambio unilateral». La norma afecta al modelo de datos de la compañía, que históricamente ha monetizado su enorme base de reportes comunitarios también a través de productos B2B de prevención de fraude para empresas bajo la marca Truecaller for Business.
«La identificación de llamadas fue el primer problema que resolvimos, y sigue siendo la manera en que la mayoría de la gente nos encuentra», señaló Jhunjhunwala. «Pero las estafas evolucionaron a un enfoque multicanal con enlaces y mensajes, e cada vez más a voz y vídeo. Nuestra protección tiene que seguir al estafador», agregó.
De cara al futuro próximo, Truecaller planea ampliar los tipos de estafas que Scam Checker puede detectar e incorporar la posibilidad de subir capturas de pantalla para análisis automático. La información detallada sobre un número —incluido el nombre asociado— seguirá estando disponible únicamente en la app principal de Truecaller, que sí requiere registro.
El ecosistema de detección de fraude y seguridad digital está viviendo una rápida transformación tecnológica, impulsada por IA y automatización. Otras startups del sector están experimentando con modelos similares de verificación basada en comunidad y análisis de riesgos en tiempo real.
