Myslitelé

Boj proti ohni ohněm: Role umělé inteligence v boji proti podvodům s okamžitými platbami

mm
Přidejte Unite.AI mezi své preferované zdroje na Google

Rychlá evoluce a globální přijetí schémat platby v reálném čase představuje zásadní změnu v globálním finančním ekosystému, zlepšuje ekonomiky a finanční dostupnost… a zavádí nové příležitosti pro zločiny. Jednou z neúmyslných výhod starších systémů, které trvají dny nebo týdny na zpracování transakcí, je dodatečný čas pro finanční instituce identifikovat a zabránit podvodům. Transakce, které se zpracovávají během sekund, mají hluboce pozitivní dopad na efektivitu a zákaznické zkušenosti, ale právě tato rychlost činí detekci a reakci na podvody nesmírně náročnými, zejména ve velkém měřítku. Relativní novost okamžitých plateb také vytváří úrodnou půdu pro zločiny, protože podvodníci se snaží využít potenciální mezery v digitální transformaci společností. Tyto výzvy mají vysokou cenu: US News & World Report zjistil, že 65 % dospělých se obává kybernetických útoků a ve Spojených státech byly ztráty související s podvody vyšší než $10 miliard minulý rok.

Integrace umělé inteligence (AI) do finančních služeb přidala další vrstvu složitosti, a to jak z hlediska umožnění sofistikovaných finančních zločinů, tak z hlediska posílení obrany proti nim. Tyto nástroje poskytují podvodníkům bezprecedentní rychlost, přesnost a rozsah, které mohou přehltit tradiční bezpečnostní opatření. V důsledku toho je AI-podporovaný finanční zločin na vzestupu. Zvláště syntetická identifikační podvodnost – kde podvodníci mohou smíchat skutečná data s falešnými daty a vytvořit falešné profily, které vypadají reálně – zaznamenala astronomický vzestup v minulém roce; podle některých odhadů 95 % syntetických identit není detekováno finančními institucemi.

Porozumění těmto dynamikám a strategické nasazení AI pro boj proti AI-podporovaným zločinům je zásadní pro ochranu globálního finančního ekosystému.

Vše začíná signály

Čím je anti-podvodová data organizace jemnější, tím lépe je připravena na výcvik AI systémů k rozpoznání a označení pokusů o podvody. AI systémy potřebují znalosti, které poskytují data, také označované jako signály; jednou spojené s rámcem, který umožňuje sdílet tyto signály mezi partnery, je větší schopnost chránit skutečná data. Čím více osobních informací má AI podvodníka, tím lépe může přesvědčivě projít bezpečnostními sítěmi. Omezení přístupu podvodníků k signálům dat je životně důležitou součástí ochrany jednotlivců a podniků, ale časté porušování bezpečnosti zaplavilo trh s osobními daty. Náklady na nákup úplných přihlašovacích údajů průměrného Američana – číslo sociálního zabezpečení, jméno, datum narození atd. – na tmavém webu jsou pouze 8 dolarů.

Lepší možností je zajistit, aby anti-podvodní AI systémy bank měly přístup k více a lepšímu signálu dat než podvodníci. Pokud jde o platby v reálném čase, znamená to, že větší, globální platební společnosti, které byly na trhu desetiletí, mají zásadní výhodu. Sofistikované organizace, které zpracovávají miliardy transakcí a trillions dolarů, mají mnohem více informací k dispozici, používají AI již roky a jsou daleko předními v oblasti znalostí zákazníků (KYC) a vzorců chování. Například behaviorální biometrie – vzorce psaní, pohyby myši, dotykové dynamiky atd. – může pomoci analyzovat jedinečné chování a označit odchylky. Jako kontinuální proces ověřování toto může finančním institucím poskytnout výhodu nad podvodnými aktéry. Vezmeme-li to jako celek, toto obrovské množství globálních dat může pomoci finančním institucím nejen zabránit pokusům o podvod, ale také předpovědět budoucí podvody.

Síťové efekty jako ochrana pro banky

Malé a středně velké banky jsou nejzranitelnější vůči AI-podporovaným finančním zločinům, protože obecně mají méně dat než jejich větší protějšky a méně zdrojů na investice do bezpečnosti. Jedním z řešení je partnerství s globálními platebními procesory, získání přístupu k mnohem větším signálům a sofistikovanějším AI pro boj proti zločinům. Protože je v zájmu platební společnosti zabránit co největšímu počtu podvodů, není žádný významný rozdíl v bezpečnostních opatřeních nabízených různým úrovním bank; zákazníci malých a regionálních bank jsou stejně chráněni jako jejich větší protějšky.

Jinou výhodou účasti na tomto velkém ekosystému je schopnost banků se dozvědět více o svých zákaznících. Více a lepší zákaznická data pomáhají bankám identifikovat makro trendy dříve, jakož i potenciálně přehlédnuté mezery nebo zákaznické potřeby. Tyto informace pomáhají mobilizovat je k vývoji potřebných produktů a služeb. Kromě odemknutí nových potenciálních příjmů pro banku zlepšují lepší produkty zákaznické spokojenosti a – s odpovídajícími zábranami – pomáhají přispět k bezpečnějšímu finančnímu ekosystému obecně.

Šíření plateb v reálném čase a související vzestup AI-podporovaných finančních zločinů vyžadují změnu paradigmatu v bezpečnostních strategiích. Budoucnost finanční bezpečnosti spočívá v bezproblémové integraci AI do všech aspektů bezpečnostních operací. Získáním síly AI a síťových efektů velkých platebních partnerů mohou finanční instituce nejen chránit se proti současným hrozbám a ztrátám, ale také předpovídat a zmírnit budoucí rizika. Spolupráce mezi finančními institucemi, regulátory a technologickými poskytovateli bude zásadní pro vývoj robustních bezpečnostních rámců, které mohou držet krok s vývojem hrozeb.

Cleber Martins vstoupil do ACI Worldwide v roce 2001 a má 20 let zkušeností s implementací špičkových podnikových řešení pro prevenci podvodů a strategií proti praní špinavých peněz. Cleberova vášeň pro inovace v prevenci podvodů pramení z hrdosti, kterou cítí při ochraně svých bankovních zákazníků a lidí a komunit, kterým slouží.

Během své kariéry byl Cleber v čele vývoje strojového učení: od zaměření na vkládání lidských zkušeností do strojů až po jeho moderní formu, která umožňuje odborníkům na prevenci podvodů kombinovat svou skutečnou inteligenci s umělou inteligencí. Cleber označuje tento trend směrem k tomu, aby obchodníci používali nové modely, jako demokratizaci strojového učení.

Cleberovy klíčové oblasti odbornosti zahrnují pomoc lídrům v platebním průmyslu při vývoji multifacetových strategií prevence podvodů, které bojují proti moderním hrozbám, serta vytváření akčních inteligencí v platebních datech a vývoj prevence podvodů jako diferenciátoru zákaznické zkušenosti pro organizace.