Fighting Fire with Fire: Rollen til AI i bekjempelse av umiddelbar betalingssvindel

Den raske utviklingen og globale innføringen av sanntidsbetalingsordninger markerer et sentralt skifte i det globale finansielle økosystemet, forbedrer økonomier og finansiell inkludering ... og introduserer nye muligheter for kriminalitet. En utilsiktet fordel med eldre systemer som tar dager eller uker å behandle transaksjoner, er ekstra tid for finansinstitusjoner til å identifisere og forhindre svindel. Transaksjoner som behandles i løpet av sekunder har en svært positiv innvirkning på effektivitet og kundeopplevelser, men nettopp denne hastigheten gjør det utrolig utfordrende å oppdage og svare på svindel, spesielt i stor skala. Den relative nyheten av øyeblikkelige betalinger skaper også grobunn for kriminalitet, ettersom svindlere forsøker å utnytte potensielle smutthull i selskapers digitale transformasjoner. Disse utfordringene har en høy pris: US News & World Report funnet at 65 % av voksne er bekymret for cyberangrep, og i USA toppet svindelrelaterte tap $ 10 milliarder i fjor.

Integreringen av kunstig intelligens (AI) i finansielle tjenester har lagt til enda et lag av kompleksitet, både når det gjelder å muliggjøre sofistikert økonomisk kriminalitet og for å styrke forsvaret mot dem. Disse verktøyene gir svindlere enestående hastighet, presisjon og skala, noe som kan overvelde tradisjonelle sikkerhetstiltak. Som et resultat er AI-støttet økonomisk kriminalitet på vei oppover. Spesielt syntetisk identitetssvindel – der svindlere kan kryptere ekte data med falske data for å lage falske profiler som ser ekte ut – har sett en astronomisk økning det siste året; etter noen anslag, 95 % av syntetiske identiteter blir ikke oppdaget av finansinstitusjoner.

Å forstå denne dynamikken og strategisk distribuere AI for å motvirke AI-støttet kriminalitet er avgjørende for å beskytte det globale finansielle økosystemet.

Det hele starter med signaler

Jo mer detaljerte en organisasjons anti-svindeldata er, jo bedre forberedt er den til å trene AI-systemer til å gjenkjenne og flagge forsøk på forfalskninger. AI-systemer trenger innsikten som data gir, også referert til som signaler; Når de er koblet til et rammeverk som gjør at disse signalene kan deles mellom jevnaldrende, jo større er evnen til å beskytte de faktiske dataene. Jo mer personlig informasjon en kriminells AI har, jo mer er den i stand til å skli overbevisende gjennom sikkerhetsnett. Å begrense kriminelles tilgang til datasignaler er en viktig del av å ivareta enkeltpersoner og virksomheter, men hyppige brudd har oversvømmet det kriminelle markedet med en rekke svært personlige data. Kostnaden for å kjøpe en gjennomsnittlig amerikaner sin «fulle legitimasjon» – personnummer, navn, fødselsdato osv. – på det mørke nettet er bare $ 8.

Det bedre alternativet er å sørge for at bankenes anti-svindel AI-systemer har tilgang til flere og bedre datasignaler enn kriminelle gjør. Når det gjelder sanntidsbetalinger, betyr dette at større, globale betalingsselskaper som har vært på markedet i flere tiår har en klar fordel. Sofistikerte organisasjoner som behandler milliarder av transaksjoner og billioner av dollar har langt mer informasjon til rådighet, har brukt AI i årevis, og ligger lysår foran når det gjelder å kjenne kundenes (KYC) atferd og mønstre. For eksempel kan atferdsbiometri – skrivemønstre, musebevegelser, berøringsdynamikk osv. – bidra til å analysere unik atferd og flaggavvik. Som en kontinuerlig autentiseringsprosess kan dette gi finansinstitusjoner et forsprang på kriminelle aktører. Sett under ett kan denne enorme mengden globale data hjelpe finansinstitusjoner til å ikke bare forhindre svindelforsøk, men forutse fremtidig svindel.

Nettverkseffekter som beskyttelse for banker

Små og mellomstore banker er de mest sårbare for AI-støttet økonomisk kriminalitet fordi de generelt har mindre data enn sine større kolleger, og færre ressurser å investere i sikkerhet. En løsning er å samarbeide med globale betalingsprosessorer, få tilgang til mye større signaler og mer sofistikert kriminalitetsbekjempende kunstig intelligens. Fordi det er i betalingsselskapets interesse å forhindre så mye svindel som mulig, er det ingen meningsfull differensiering mellom sikkerhet som tilbys til forskjellige banknivåer; små/regionale bankers kunder er like beskyttet som sine større jevnaldrende.

En annen fordel med å delta i dette store økosystemet er bankenes evne til å lære mer om sine egne kunder. Flere og bedre kundedata hjelper bankene med å identifisere makrotrender raskere, samt potensielt oversett smutthull eller kundebehov. Denne informasjonen hjelper til med å mobilisere dem til å utvikle nødvendige produkter og tjenester. Utover å låse opp nye potensielle inntektsstrømmer for banken, forbedrer bedre produkter kundetilfredsheten og – med passende rekkverk – bidrar til et sikrere finansielt økosystem generelt.

Spredningen av sanntidsbetalinger og den samtidige økningen av AI-drevet økonomisk kriminalitet nødvendiggjør et paradigmeskifte i sikkerhetsstrategier. Fremtiden for økonomisk sikkerhet ligger i sømløs integrering av AI i alle aspekter av sikkerhetsoperasjoner. Ved å utnytte kraften til AI og nettverkseffektene til store betalingspartnere, kan finansinstitusjoner ikke bare beskytte seg mot nåværende trusler og tap, men også forutse og redusere fremtidige risikoer. Samarbeid mellom finansinstitusjoner, regulatorer og teknologileverandører vil være avgjørende for å utvikle robuste sikkerhetsrammeverk som kan holde tritt med utviklende trusler.