Tankeledere

Kampen mod ild med ild: AI’s rolle i bekæmpelsen af svindel med instantbetalinger

mm
Føj Unite.AI til dine foretrukne kilder på Google

Den hurtige udvikling og globale tilgang til realtidsbetalingsordninger markerer en afgørende skift i det globale finansielle økosystem, hvilket forbedrer økonomierne og den finansielle inklusion… og introducerer nye muligheder for kriminalitet. En uventet fordel ved legacy-systemer, der tager dage eller uger til at behandle transaktioner, er den ekstra tid, som finansielle institutioner har til at identificere og forhindre svindel. Transaktioner, der behandles i sekunder, har en dybt positiv indvirkning på effektiviteten og kundernes oplevelser, men den samme hastighed gør det ekstremt vanskeligt at opdage og reagere på svindel, især i stor målestok. Den relative nyhed om instantbetalinger skaber også en frugtbar jord for kriminalitet, da svindlere søger at udnytte potentielle løkker i virksomheders digitale transformationer. Disse udfordringer kommer med en stor omkostning: US News & World Report fandt, at 65% af voksne er bekymrede over cyberangreb, og i USA toppede svindelrelaterede tab $10 milliarder sidste år.

Integreringen af kunstig intelligens (AI) i finansielle tjenester har tilføjet endnu en kompleksitet, både i forhold til at muliggøre sofistikerede finansielle forbrydelser og i forhold til at styrke forsvar mod dem. Disse værktøjer giver svindlere en udenforliggende hastighed, præcision og skala, som kan overvælde traditionelle sikkerhedsforanstaltninger. Som følge heraf er AI-baseret finansielle kriminalitet på vej op. I særdeleshed har syntetisk identitetssvindel – hvor svindlere kan blande ægte data med falske data for at skabe falske profiler, der ser ægte ud – set en astronomisk stigning i det sidste år; ifølge visse estimeringer er 95% af syntetiske identiteter ikke opdaget af finansielle institutioner.

For at forstå disse dynamikker og strategisk udrulle AI til at modvirke AI-baseret kriminalitet er afgørende for at beskytte det globale finansielle økosystem.

Det begynder alt med signaler

Jo mere detaljeret en organisations anti-svindeldata er, jo bedre er det forberedt til at træne AI-systemer til at genkende og markere forsøg på at svindel. AI-systemer har brug for de indsigt, som data giver, også kaldet signaler; når de er forbundet til et rammeværk, der muliggør, at disse signaler kan deles mellem ligemænd, er deres evne til at beskytte de faktiske data større. Jo mere personlige oplysninger en forbryders AI har, jo bedre kan den slippe igennem sikkerhedsnetværket. At begrænse kriminelle persons adgang til datasignaler er afgørende for at beskytte både enkeltpersoner og virksomheder, men hyppige datakrænkelser har oversvømmet den kriminelle marked med en mængde højpersonlige data. Prisen for at købe en gennemsnitlig amerikaners “fulde legitimationsoplysninger” – sociale sikkerhedsnummer, navn, fødselsdato osv. – på det sorte marked er kun $8.

Det bedre alternativ er at sikre, at bankernes anti-svindel AI-systemer har adgang til mere og bedre datasignaler end kriminelle. Når det kommer til realtidsbetalinger, betyder dette, at større, globale betalingsvirksomheder, der har været på markedet i årtier, har en distinkt fordel. Sophisticerede organisationer, der behandler milliarder af transaktioner og billioner af dollars, har langt mere information til rådighed, har brugt AI i årevis og er lysår foran, når det kommer til at kende kunden (KYC)-adfærd og mønstre. For eksempel kan adfærdsbiometri – skrivemønstre, musbevægelser, berøringsdynamik osv. – hjælpe med at analysere unik adfærd og markere afvigelser. Som en kontinuerlig autentificeringsproces kan dette give finansielle institutioner en fordel over kriminelle aktører. Set som helhed kan denne enorme mængde globale data hjælpe finansielle institutioner ikke kun med at forhindre forsøg på svindel, men også med at forudse fremtidig svindel.

Netværks-effekter som beskyttelse for banker

Små og mellemstore banker er de mest sårbare over for AI-baseret finansielle kriminalitet, da de generelt har mindre data end deres større ligemænd og færre ressourcer til at investere i sikkerhed. En løsning er at samarbejde med globale betalingsprocessorer, hvilket giver adgang til langt større signaler og mere avanceret kriminalitetsbekæmpelse. Fordi det er i betalingsvirksomhedens interesse at forhindre så megen svindel som muligt, er der ingen meningsfuld differentiering mellem sikkerheden, der tilbydes til forskellige niveauer af banker; små/regionale bankkunders er lige så beskyttet som deres større ligemænd.

En anden fordel ved at deltage i dette store økosystem er bankernes evne til at lære mere om deres egne kunder. Mere og bedre kundedata hjælper banker med at identificere makro-tendenser tidligere, samt potentielt oversete løkker eller kundebehov. Denne information hjælper med at mobilisere dem til at udvikle nødvendige produkter og tjenester. Ud over at åbne nye potentielle indtægtsstrømme for banken, forbedrer bedre produkter kundetilfredsheden og – med passende sikkerhedsforanstaltninger – bidrager til et sikrere finansielt økosystem som helhed.

Udbredelsen af realtidsbetalinger og den samtidige stigning i AI-drevne finansielle forbrydelser nødvender en paradigmeskift i sikkerhedsstrategier. Fremtiden for finansielle sikkerhed ligger i den ubrudte integration af AI i alle aspekter af sikkerhedsoperationer. Ved at udnytte AI’s kraft og netværks-effekterne fra store betalingspartnere kan finansielle institutioner ikke kun beskytte sig selv mod nuværende trusler og tab, men også forudse og mindske fremtidige risici. Samarbejde mellem finansielle institutioner, regulatører og teknologileverandører vil være afgørende for at udvikle robuste sikkerhedsrammer, der kan følge med de udviklende trusler. Samarbejde mellem finansielle institutioner, regulatører og teknologileverandører vil være afgørende for at udvikle robuste sikkerhedsrammer, der kan følge med de udviklende trusler. Finansielle institutioner kan ikke kun beskytte sig selv mod nuværende trusler og tab, men også forudse og mindske fremtidige risici. Samarbejde mellem finansielle institutioner, regulatører og teknologileverandører vil være afgørende for at udvikle robuste sikkerhedsrammer, der kan følge med de udviklende trusler. Finansielle institutioner kan ikke kun beskytte sig selv mod nuværende trusler og tab, men også forudse og mindske fremtidige risici. Samarbejde mellem finansielle institutioner, regulatører og teknologileverandører vil være afgørende for at udvikle robuste sikkerhedsrammer, der kan følge med de udviklende trusler. Finansielle institutioner kan ikke kun beskytte sig selv mod nuværende trusler og tab, men også forudse og mindske fremtidige risici. Samarbejde mellem finansielle institutioner, regulatører og teknologileverandører vil være afgørende for at udvikle robuste sikkerhedsrammer, der kan følge med de udviklende trusler. Finansielle institutioner kan ikke kun beskytte sig selv mod nuværende trusler og tab, men også forudse og mindske fremtidige risici. Samarbejde mellem finansielle institutioner, regulatører og teknologileverandører vil være afgørende for at udvikle robuste sikkerhedsrammer, der kan følge med de udviklende trusler. Finansielle institutioner kan ikke kun beskytte sig selv mod nuværende trusler og tab, men også forudse og mindske fremtidige risici. Samarbejde mellem finansielle institutioner, regulatører og teknologileverandører vil være afgørende for at udvikle robuste sikkerhedsrammer, der kan følge med de udviklende trusler. Finansielle institutioner kan ikke kun beskytte sig selv mod nuværende trusler og tab, men også forudse og mindske fremtidige risici. Samarbejde mellem finansielle institutioner, regulatører og teknologileverandører vil være afgørende for at udvikle robuste sikkerhedsrammer, der kan følge med de udviklende trusler. Finansielle institutioner kan ikke kun beskytte sig selv mod nuværende trusler og tab, men også forudse og mindske fremtidige risici. Samarbejde mellem finansielle institutioner, regulatører og teknologileverandører vil være afgørende for at udvikle robuste sikkerhedsrammer, der kan følge med de udviklende trusler. Finansielle institutioner kan ikke kun beskytte sig selv mod nuværende trusler og tab, men også forudse og mindske fremtidige risici. Samarbejde mellem finansielle institutioner, regulatører og teknologileverandører vil være afgørende for at udvikle robuste sikkerhedsrammer, der kan følge med de udviklende trusler. Finansielle institutioner kan ikke kun beskytte sig selv mod nuværende trusler og tab, men også forudse og mindske fremtidige risici. Samarbejde mellem finansielle institutioner, regulatører og teknologileverandører vil være afgørende for at udvikle robuste sikkerhedsrammer, der kan følge med de udviklende trusler.
Finansielle institutioner kan ikke kun beskytte sig selv mod nuværende trusler og tab, men også forudse og mindske fremtidige risici. Samarbejde mellem finansielle institutioner, regulatører og teknologileverandører vil være afgørende for at udvikle robuste sikkerhedsrammer, der kan følge med de udviklende trusler.

Cleber Martins sluttede sig til ACI Worldwide i 2001 og har 20 års erfaring med at implementere branchens førende virksomhedsløsninger til forebyggelse af svindel og bekæmpelse af hvidvask. Clebers entusiasme for at drive innovation i forebyggelse af svindel stammer fra den stolthed, han tager i at beskytte både sine bankkunder og de mennesker og samfund, de betjener.

Gennem sin karriere har Cleber været i forkanten af udviklingen af maskinlæring: fra fokus på at indtaste menneskelig erfaring i maskiner til dens moderne form, der giver svindelforskere mulighed for at kombinere deres virkelige intelligens med AI. Cleber kalder denne trend mod, at forretningsbrugere anvender nye modeller, for demokratisering af maskinlæring.

Clebers nøgleområder omfatter at hjælpe betalingsledere med at udvikle multifacetterede strategier til forebyggelse af svindel, der kan bekæmpe moderne trusler, samt skabe handlebar intelligens i betalingsdata og udviklingen af forebyggelse af svindel til en kundeservice-differentiator for virksomheder.