Ajatusjohtajat
Taistele tulella: Tekoälyn rooli estämässä välittömien maksujen petoksia
Nopea kehitys ja maailmanlaajuinen hyväksyntä reaaliaikaisista maksujärjestelmistä merkitsee ratkaisevaa muutosta maailmanlaajuisessa rahoitusjärjestelmässä, parantaen talouksia ja rahoituellista sisältyvyyttä… ja tuo uusia mahdollisuuksia rikoksille. Yksi tahaton etu perinteisistä järjestelmistä, jotka vievät päivien tai viikkojen ajan prosessoidakseen transaktioita, on lisäaika rahoituslaitoksille tunnistaa ja estää petoksia. Transaktiot, jotka prosessoidaan sekunneissa, vaikuttavat positiivisesti tehokkuuteen ja asiakaskokemukseen, mutta nopeus tekee petosten havaitsemisesta ja niihin vastaamisesta erittäin haastavaa, erityisesti suuressa mittakaavassa. Välittömien maksujen suhteellinen uusius luo myös hedelmällisen maaperän rikoksille, kun petkuttajat yrittävät hyödyntää mahdollisia heikkouksia yritysten digitaalisessa muutoksessa. Nämä haasteet tulevat suurella kustannuksella: US News & World Report löysi, että 65 % aikuisista on huolissaan kyberhyökkäyksistä, ja Yhdysvalloissa petosriippuvat tappiot ylittivät $10 miljardia viime vuonna.
Teckoälyn integrointi rahoituspalveluihin on lisännyt toisen kerroksen monimutkaisuutta, sekä mahdollistaen sofistikoituneita rahoitusrikoksia että lujittaen puolustuksia niitä vastaan. Nämä työkalut antavat petkuttajille ennenkokemattoman nopeuden, tarkkuuden ja mittakaavan, joka voi ylittää perinteiset turvallisuusjärjestelmät. Tuloksena on, että tekoälyllä tuettu rahoitusrikollisuus on kasvamassa. Erityisesti synteettinen identiteettipetos – jossa petkuttajat voivat sekoittaa oikeaa tietoa väärään tietoon luodakseen näennäisesti aitoja profiileja – on kokenut tähtitieteellisen kasvun menneinä vuosina; joissakin arvioissa 95 % synteettisistä identiteeteistä ei havaita rahoituslaitoksissa.
Ymmärtäminen näistä dynamiikista ja tekoälyn strateginen käyttö tekoälyllä tuettujen rikosten torjumiseksi on olennaisen tärkeää suojelemaan maailmanlaajuista rahoitusjärjestelmää.
Se kaikki alkaa signaaleista
Mitä tarkempi organisaation petostentorjuntatiedot ovat, sitä paremmin se on valmis kouluttamaan tekoälyjärjestelmiä tunnistamaan ja merkitsemään yrittämiä väärennöksiä. Tekoälyjärjestelmien tarvitsee niitä tietoja, joita tiedot tarjoavat, jotka voidaan myös kutsua signaaleiksi; kun ne on kytketty kehykseen, joka mahdollistaa näiden signaaleiden jakamisen vertaistensa kanssa, sitä paremmin se pystyy suojelemaan itse tietoja. Mitä enemmän henkilökohtaista tietoa rikollisen tekoälyllä on, sitä enemmän se pystyy vakuuttavasti pääsemään turvallisuusverkkojen läpi. Rajoittaminen rikollisten pääsy signaaleihin on tärkeä osa yksilöiden ja yritysten suojelemista, mutta useat tietomurrot ovat tulvittaneet rikollismarkkinoita runsaalla määrällä henkilökohtaista tietoa. Keskimääräisen amerikkalaisen “täydellisten tunnistetietojen” – sosiaaliturvatunnus, nimi, syntymäaika jne. – hinta on vain 8 dollaria pimeällä verkossa.
Paras vaihtoehto on varmistaa, että pankkien petostentorjuntaan käytettävillä tekoälyjärjestelmillä on pääsy enemmän ja parempiin signaaleihin kuin rikollisilla. Reaaliaikaisissa maksujen osalta tämä tarkoittaa, että suuret, globaalit maksuyhtiöt, jotka ovat olleet markkinoilla vuosikymmeniä, ovat selkeässä edussa. Monimutkaiset organisaatiot, jotka prosessoivat miljardeja transaktioita ja biljoonia dollareita, ovat paljon enemmän tietoa käytettävissään, ovat käyttäneet tekoälyä vuosia ja ovat valtavasti edellä asiakkaan tuntemisen (KYC) käyttäytymisen ja mallien osalta. Esimerkiksi käyttäytymisen biometriset – kirjoitustyyli, hiiren liikkeet, kosketusdynamiikka jne. – voivat auttaa analysoimaan yksilöllistä käyttäytymistä ja merkitsemään poikkeamia. Jatkuva todennusprosessina se voi antaa rahoituslaitoksille etulyöntiaseman rikollisten toimijoiden yli. Ottaen kaiken kaikkiaan, tämä valtava määrä globaalia tietoa voi auttaa rahoituslaitoksia ei vain estämään yritettyjä petoksia vaan myös ennakoida tulevia petoksia.
Verkkovaikutukset pankkien suojana
Pienet ja keskisuuret pankit ovat alttiimpia tekoälyllä tuetuille rahoitusrikoksille, koska niillä on yleensä vähemmän tietoa kuin suuremmilla kilpailijoillaan, ja vähemmän resursseja turvallisuuden panostamiseen. Yksi ratkaisu on kumppanuus globaalien maksuprosessorien kanssa, jolloin pääsee käsiksi paljon suurempiin signaaleihin ja monimutkaisempiin rikosten torjuntatyökaluihin. Koska on maksuyhtiön edun mukaista estää mahdollisimman paljon petoksia, ei ole merkittävää eroa eri pankkiryhmien turvallisuudessa; pienempien ja alueellisten pankkien asiakkaat ovat yhtä turvassa kuin suurempien pankkien asiakkaat.
Toinen hyöty osallistumisesta tähän laajaan ekosysteemiin on pankkien kyky oppia enemmän asiakkaistaan. Enemmän ja parempaa asiakastietoa auttaa pankkeja tunnistamaan makrotrendejä aikaisemmin, sekä mahdollisesti huomioimattomia heikkouksia tai asiakastarpeita. Tämä tieto auttaa pankkeja kehittämään tarvittavia tuotteita ja palveluita. Pankkien uusien tuotteiden ja palveluiden lisäksi parantavat asiakastyytyväisyyttä ja – turvallisuutta, ja tarjoavat uusia mahdollisuuksia pankkien liiketoiminnalle.
Reaaliaikaisten maksujen leviäminen ja samanaikainen tekoälyllä tuettujen rahoitusrikosten kasvu edellyttävät muutosta turvallisuusstrategioissa. Rahoituslaitosten tulevaisuus on tekoälyn vaivattomassa integroimisessa kaikkiin turvallisuustoimiin. Käyttämällä tekoälyä ja suurten maksuprosessoreiden verkkovaikutuksia, rahoituslaitokset voivat suojella itsensä nykyisiä uhkia ja tappioita vastaan, sekä ennakoida ja lieventää tulevia riskejä. Rahoituslaitosten, sääntelijöiden ja teknologian tarjoajien yhteistyö on olennaisen tärkeää kehittääkseen vahvat turvallisuuskehykset, jotka voivat pysyä mukana kehittyvien uhkien kanssa. Rahoituslaitokset voivat näin ollen ei vain suojella itseään nykyisiä uhkia ja tappioita vastaan, vaan myös ennakoida ja lieventää tulevia riskejä. Yhteistyö rahoituslaitosten, sääntelijöiden ja teknologian tarjoajien välillä on tärkeää kehittääkseen vahvat turvallisuuskehykset, jotka voivat pysyä mukana kehittyvien uhkien kanssa.












