Mens kunstig intelligens åpner for åpen bankvirksomhet, opprettholder datavern utviklingen

Mens 80% av amerikanerne avhenger av finansiell app-behagelighet, har omtrent 65% av finansielle organisasjoner verden over rapportert å ha opplevd et ransomware-angrep i 2024. Dette er ikke en tilfeldighet, finansielle organisasjoner er primære mål for dårlige aktører på grunn av den enorme mengden personlige informasjon de innehar. Routenumre, adresser, personnummer, transaksjoner og personlige detaljer utgjør en gullgruve av muligheter i øynene på cyberkriminelle.

I mange år har det vært hindringer mellom finansielle institusjoner og deres evne til å dele data med hverandre i et forsøk på å beskytte forbrukere og institusjonelle praksiser. I 2025 vil disse hindringene bli fjernet i en modell kalt “åpen bankvirksomhet”. Denne innovasjonen er drevet av kunstig intelligens (AI) og avansert kode for å gi brukerne et tydelig bilde av deres finansielle helse. En enkelt profil kan inneholde kontobalanser, transaksjonshistorikk for Venmo eller PayPal, og personlige innsikter i individuell utgift. Med denne nye æraen av innovasjon kommer imidlertid også risiko. Finansielle institusjoner er allerede mål for dårlige aktører, og å fjerne hindringer mellom organisasjoner øker mulighetene for angrep.

Hvorfor PETs alene ikke kan sikre åpen bankvirksomhet

Teknologier for å forbedre privatliv (PETs) har kommet på scenen som avanserte verktøy designet for å beskytte denne diamantgruven av data. PETs reduserer institusjonell avhengighet av identifiserbar personlig informasjon samtidig som de tillater finansielle institusjoner å analysere samlet data. Tjenestene PETs tilbyr varierer avhengig av verktøyene og teknikken som brukes, noen vanlige inkluderer:

• Flerepartskomputasjon: Ved å bruke kryptering og matematiske tekniker kan selskaper samarbeide om ett prosjekt uten å avsløre noen individuell rådata. For eksempel, hvis det finnes en rekke svindelforsøk over bankene, kan hver enkelt selskap dele trender uten å avsløre noen individuell informasjon. Med PETs er disse selskapene utstyrt til å spore globalt svindel til tross for forskjeller i globale privatlovgivninger.
• Differensialt privatliv: Ved å legge til “støy” til datasamlinger gjør finansielle institusjoner det nesten umulig å spore data tilbake til en enkelt person. Uten å risikere nøyaktighet, beskytter data “støy” rådata.
• Homomorfe kryptering: Selv om det høres umulig ut, kan selskaper utføre beregninger på kryptert data uten å dekryptere det. For eksempel kan beregninger utføres på krypterte finansielle transaksjoner uten at personlige data noen gang avsløres. Spørringene som brukes kan også beskyttes, noe som er spesielt nyttig for å pågripe kriminalitet over landegrensene.
• Federt læring: Til slutt, ettersom AI-modeller øker i hyppighet, tillater federt læring selskaper å trene AI-modeller lokalt uten å samle alle datasamlinger sammen. Disse mindre modellene kombineres til slutt for å utnytte AI-modellkapasiteter uten å flytte dataene.

Til tross for antall metoder, beskytter PETs bare data etter at den er samlet inn og i bruk. PETs kan ikke bestemme om det er lovlige å samle inn, prosessere eller dele data fra første sted. Reguleringer som GDPR og CCPA krever uttrykkelig samtykke før informasjon prosesseres, selv om den anonymiseres senere. PETs kan holde data trygg, men uten den klare evnen til å bruke den fra første sted, kan prosessering av brukerinformasjon være ulovlig.

<strong Den manglende brikken: Samtykke og preferansestyring

Plattformer for samtykke og preferansestyring (CPMs) er den juridiske sidekicken til PETs. CPMs skaper en enkelt registrering av sannheten om hva hver bruker har (eller ikke har) samtykket til å dele. Dette sikrer at en brukers preferanser respekteres, selv når forskjellige deltakende institusjoner deler informasjon i en åpen bankvirksomhetsmodell.

Uten CPMs kan samtykke kastes til side når finansielle institusjoner krysser ledninger og samler informasjon, og det kan bli et kompliansenatt som skal skje. Med CPMs i bruk kan finansielle institusjoner opprettholde en spor av tillatelser og forsikre kunder om at deres valg og tillit respekteres.

Ved å kombinere PETs med CPMs, er dagene med å måtte bytte datavern mot å samle inn innsikter for lengst gått. Nå kan bankinstitusjoner gi enkeltindivider verdifull kunnskap og flytte industrien fremover uten å ofre verdifull data.

Innsatsen for tillit og komplians

Ifølge Federal Trade Commission, rapporterte forbrukerne å ha tapt mer enn $12,5 milliarder til svindel i 2024, en økning på 25% fra året før. Mens finansielle institusjoner samler data, øker verdien av denne informasjonen. Storskala datalekkasjer kan undergrave kundetillit og erodere en institusjons rykte.

Uansett kompleksiteten til PETs, kan de ikke garantere 100% sikkerhet. PETs krever komplekse beregninger og betydelig industriell ekspertise for å sikre data. Like som AI åpner dører for innovasjon, skaper det også flere muligheter for dårlige aktører å lansere sophisticerte angrep som kan finne hull i ellers sikre systemer. Selv lovlige gråsoner forblir ettersom reguleringer som GDPR holder tritt med nye teknikker. PETs er kraftfulle, men de er ikke en erstatning for en sterk samtykke- og preferansestyringsgrunnlag.

Bygging av et dobbeltlagt forsvarssystem

Åpen bankvirksomhet bringer en ny æra av finansielle muligheter, fra banktransparens til kriminalitetsforebygging til en bedre kundeopplevelse. Ingen av disse mulighetene teller imidlertid hvis det ikke bygges med datavern i tankene. PETs og CPMs kan kombinere for å skape en kraftfull ramme som beskytter data på et teknisk nivå samtidig som det opprettholder kundetillit.

På randen av en fantastisk innovasjon, vil de finansielle institusjonene som plasserer kundetillit som en kjernepilar i åpen bankvirksomhetsdrift være de som trives. Når innovasjon og tillit fremmer sammen, kan den finansielle industrien innføre en sterkere, tryggere verden for alle.