Å kjempe mot brann med brann: Rollen til AI i å bekjempe svindel med øyeblikkelige betalinger

Den raske utviklingen og globale tilpassingen av sanntidsbetalingsordninger markerer en avgjørende skifte i det globale finansielle økosystemet, og forbedrer økonomier og finansiell inklusivitet… og introduserer nye muligheter for kriminalitet. En uventet fordel med legacy-systemer som tar dager eller uker å prosessere transaksjoner, er den ekstra tiden finansielle institusjoner får til å identifisere og forebygge svindel. Transaksjoner som prosesserer i sekunder har en profesjonell positiv innvirkning på effektivitet og kundeopplevelser, men den hastigheten gjør det svært å oppdage og reagere på svindel, spesielt i stor skala. Den relative nyheten til øyeblikkelige betalinger skaper også et fruktbart grunnlag for kriminalitet, da svindlere søker å utnytte potensielle løkker i selskapets digitale transformasjoner. Disse utfordringene kommer med en stor kostnad: US News & World Report fant ut at 65% av voksne er bekymret for cyberangrep, og i USA, var svindelrelaterte tap over $10 milliarder i fjor.

Integrasjonen av kunstig intelligens (AI) i finansielle tjenester har lagt til en ny kompleksitet, både i å muliggjøre sofistikerte finansielle kriminalitet og i å styrke forsvarsmekanismene mot dem. Disse verktøyene gir svindlere en utenkelig hastighet, presisjon og skala, som kan overvelde tradisjonelle sikkerhetstiltak. Som resultat er AI-basert finansiell kriminalitet på fremmarsj. Spesielt har syntetisk identitetssvindel – hvor svindlere kan blande ekte data med falsk data for å lage falske profiler som ser ekte ut – sett en astronomisk økning i løpet av det siste året; ifølge noen estimater, 95% av syntetiske identiteter ikke oppdages av finansielle institusjoner.

For å forstå disse dynamikkene og strategisk utnytte AI til å motvirke AI-basert kriminalitet, er avgjørende for å beskytte det globale finansielle økosystemet.

Det begynner alt med signaler

Jo mer detaljert en organisasjon sin anti-svindeldata er, jo bedre er de forberedt til å trene AI-systemer til å gjenkjenne og flagge forsøk på å lure. AI-systemer trenger innsiktene som dataene gir, også kjent som signaler; når de kobles til et rammeverk som muliggjør at disse signalene kan deles mellom likemenn, øker evnen til å beskytte de faktiske dataene. Jo mer personlig informasjon en kriminell AI har, jo bedre kan den slippe gjennom sikkerhetsnettene. Å begrense kriminelle tilgang til datasignaler er en avgjørende del av å beskytte enkeltpersoner og bedrifter, men hyppige brudd har flomet det kriminelle markedet med en mengde høyt personlig data. Kostnaden å kjøpe en gjennomsnittlig amerikaners “fullstendige legitimasjon” – sikkerhetsnummer, navn, fødselsdato osv. – på det mørke nettet er bare $8.

Det bedre alternativet er å sikre at bankenes anti-svindel AI-systemer har tilgang til mer og bedre datasignaler enn kriminelle gjør. Når det gjelder sanntidsbetalinger, betyr dette at større, globale betalingselskaper som har vært på markedet i tiår, har en distinkt fordel. Sofistikerte organisasjoner som prosesserer milliarder transaksjoner og billioner dollar, har langt mer informasjon til rådighet, har brukt AI i årevis og er lysår foran når det gjelder å kjenne kunden (KYC) atferd og mønster. For eksempel kan beteende-biometri – skrivevaner, musebevegelser, berøringsdynamikk osv. – hjelpe med å analysere unik atferd og flagge avvik. Som en kontinuerlig autentiseringsprosess kan dette gi finansielle institusjoner en fordel over kriminelle aktører. Tatt som helhet kan denne enorme mengden globale data hjelpe finansielle institusjoner ikke bare å forebygge forsøk på svindel, men også å forutse fremtidig svindel.

Nettverkseffekter som beskyttelse for banker

Små og mellomstore banker er de mest sårbare for AI-basert finansiell kriminalitet, fordi de generelt har mindre data enn sine større likemenn, og færre ressurser til å investere i sikkerhet. En løsning er å samarbeide med globale betalingsprosessorer, og få tilgang til langt større signaler og mer sofistikerte kriminalitetsbekjempelse AI. Fordi det er i betalingselskapets interesse å forebygge så mye svindel som mulig, er det ingen meningfull differensiering mellom sikkerheten som tilbys til ulike nivåer av banker; små/regionale bankers kunder er like beskyttet som deres større likemenn.

En annen fordel med å delta i dette store økosystemet er bankenes evne til å lære mer om sine egne kunder. Mer og bedre kundedata hjelper banker med å identifisere makrotrender tidligere, samt potensielt overseen løkker eller kundebehov. Denne informasjonen hjelper med å mobilisere dem til å utvikle nødvendige produkter og tjenester. Ut over å åpne opp nye potensielle inntektsstrømmer for banken, bedrer bedre produkter kundeopplevelsen og – med passende sikkerhetstiltak – bidrar til et tryggere finansielt økosystem som helhet.

Spredningen av sanntidsbetalinger og den samtidige økningen av AI-drevne finansielle kriminalitet nødvendiggjør en paradigmeskifte i sikkerhetsstrategier. Fremtiden for finansiell sikkerhet ligger i den sømløse integreringen av AI i alle aspekter av sikkerhetsoperasjoner. Ved å utnytte kraften til AI og nettverkseffektene til store betalingspartnere, kan finansielle institusjoner ikke bare beskytte seg mot nåværende trusler og tap, men også forutse og mildne fremtidige risikoer. Samarbeid mellom finansielle institusjoner, regulatorer og teknologileverandører vil være kritisk i utviklingen av robuste sikkerhetsrammeverk som kan holde tritt med utviklende trusler.