Vuur met vuur bestrijden: de rol van AI bij het bestrijden van fraude met instant betalingen

De snelle evolutie en wereldwijde adoptie van realtime-betalingssystemen markeert een belangrijke verschuiving in het wereldwijde financiële ecosysteem, waardoor economieën en financiële inclusiviteit verbeteren… en nieuwe kansen voor misdaad introduceren. Een onbedoeld voordeel van legacy-systemen die dagen of weken nodig hebben om transacties te verwerken, is de extra tijd die financiële instellingen hebben om fraude te identificeren en te voorkomen. Transacties die in seconden worden verwerkt, hebben een positief effect op efficiency en klantervaring, maar die snelheid maakt het detecteren en reageren op fraude bijzonder uitdagend, vooral op grote schaal. De relatieve nieuwheid van instant betalingen creëert ook een vruchtbare bodem voor misdaad, aangezien fraudeurs proberen om potentiële lacunes in de digitale transformatie van bedrijven te exploiteren. Deze uitdagingen gaan gepaard met een hoge kosten: US News & World Report vond dat 65% van de volwassenen zich zorgen maakt over cyberaanvallen, en in de VS bedroegen de fraudegerelateerde verliezen vorig jaar meer dan $10 miljard.

De integratie van kunstmatige intelligentie (AI) in financiële diensten heeft een extra laag complexiteit toegevoegd, zowel in termen van het mogelijk maken van geavanceerde financiële misdaden als in het versterken van de verdediging ertegen. Deze tools geven fraudeurs ongekende snelheid, precisie en schaal, waardoor traditionele beveiligingsmaatregelen kunnen worden overweldigd. Als gevolg daarvan neemt AI-gesteunde financiële misdaad toe. In het bijzonder is synthetische identiteitsfraude – waarbij fraudeurs echte gegevens met valse gegevens kunnen mengen om nep-profielen te creëren die er echt uitzien – in het afgelopen jaar spectaculair toegenomen; volgens sommige schattingen worden 95% van de synthetische identiteiten niet gedetecteerd door financiële instellingen.

Het begrijpen van deze dynamiek en het strategisch inzetten van AI om AI-gesteunde misdaad te bestrijden, is van cruciaal belang voor het beschermen van het wereldwijde financiële ecosysteem.

Het begint allemaal met signalen

Hoe gedetailleerder de anti-fraudegegevens van een organisatie zijn, hoe beter het is voorbereid om AI-systemen te trainen om nep-pogingen te herkennen en te markeren. AI-systemen hebben de inzichten nodig die gegevens bieden, ook wel signalen genoemd; zodra deze signalen zijn verbonden met een kader dat het delen van deze signalen tussen peers mogelijk maakt, is de capaciteit om de daadwerkelijke gegevens te beschermen groter. Hoe meer persoonlijke informatie een criminele AI heeft, hoe beter het in staat is om overtuigend door beveiligingsnetwerken te glippen. Het beperken van de toegang van criminelen tot datasignalen is een essentieel onderdeel van het beschermen van individuen en bedrijven, maar frequente datalekken hebben de criminele markt overspoeld met een reeks zeer persoonlijke gegevens. De kosten om de “volledige referenties” van een gemiddelde Amerikaan – socialezekerheidsnummer, naam, geboortedatum, enz. – op het dark web te kopen, zijn slechts $8.

De betere optie is ervoor te zorgen dat de anti-fraude-AI-systemen van banken toegang hebben tot meer en betere datasignalen dan criminelen. Wanneer het gaat om realtime-betalingen, hebben grote, mondiale betalingsbedrijven die al decennialang in de markt actief zijn, een duidelijk voordeel. Geavanceerde organisaties die miljarden transacties en triljarden dollars verwerken, hebben veel meer informatie tot hun beschikking, hebben al jaren AI gebruikt en zijn lichtjaren vooruit in termen van know your customer (KYC)-gedrag en patronen. Bijvoorbeeld kunnen gedragsbiometrie – typ patronen, muisbewegingen, aanraakdynamiek, enz. – helpen om uniek gedrag te analyseren en afwijkingen te markeren. Als een continue authenticatieproces kan dit financiële instellingen een voorsprong geven op criminele actoren. Als geheel kan deze enorme hoeveelheid mondiale gegevens financiële instellingen helpen om niet alleen gepoogde fraude te voorkomen, maar ook toekomstige fraude te anticiperen.

Netwerkeffecten als bescherming voor banken

Kleine en middelgrote banken zijn het meest kwetsbaar voor AI-gesteunde financiële misdaad, omdat ze over het algemeen minder gegevens hebben dan hun grotere peers en minder middelen om in beveiliging te investeren. Een oplossing is om samen te werken met mondiale betalingsverwerkers, waardoor toegang wordt verkregen tot veel grotere signalen en meer geavanceerde misdaadbestrijding-AI. Omdat het in het belang van het betalingsbedrijf is om zo veel mogelijk fraude te voorkomen, is er geen significante differentiatie in beveiliging die wordt aangeboden aan verschillende niveaus van banken; de klanten van kleine/regionale banken zijn even goed beschermd als die van hun grotere peers.

Een ander voordeel van deelname aan dit grote ecosysteem is de mogelijkheid van banken om meer te leren over hun eigen klanten. Meer en betere klantgegevens helpen banken om macro-trends eerder te identificeren, evenals potentieel over het hoofd gezien lacunes of klantbehoeften. Deze informatie helpt hen om nodige producten en diensten te ontwikkelen. Naast het ontgrendelen van nieuwe potentiële inkomstenstromen voor de bank, verbeteren betere producten de klanttevredenheid en – met passende beveiligingsmaatregelen – dragen ze bij aan een veiliger financieel ecosysteem als geheel.

De verspreiding van realtime-betalingen en de gelijktijdige toename van AI-gedreven financiële misdaden vereisen een paradigmaswitch in beveiligingsstrategieën. De toekomst van financiële beveiliging ligt in de naadloze integratie van AI in alle aspecten van beveiligingsoperaties. Door de kracht van AI en de netwerkeffecten van grote betalingspartners te benutten, kunnen financiële instellingen niet alleen zichzelf beschermen tegen huidige bedreigingen en verliezen, maar ook toekomstige risico’s anticiperen en mitigeren. Samenwerking tussen financiële instellingen, toezichthouders en technologieaanbieders zal cruciaal zijn bij het ontwikkelen van robuuste beveiligingskaders die kunnen blijven tempo houden met evoluerende bedreigingen.