Jak AI wprowadza otwarte bankowość, prywatność danych ją wspiera

Ponieważ 80% Amerykanów polega na wygodzie aplikacji finansowych, około 65% organizacji finansowych na całym świecie zgłosiło doświadczenie ataku ransomware w 2024 roku. Nie jest to zwykły przypadek, organizacje finansowe są głównymi celami dla złych aktorów ze względu na ogromną ilość poufnych informacji, które posiadają. Numery rachunków, adresy, numery bezpieczeństwa społecznego, transakcje i dane osobowe stanowią skarb w oczach cyberprzestępców.

Przez lata istniały przeszkody pomiędzy instytucjami finansowymi a ich możliwością udostępniania danych innym instytucjom w celu ochrony konsumentów i praktyk instytucjonalnych. W 2025 roku te bariery znikają w modelu zwanym “otwartą bankowością”. Innowacja ta jest napędzana przez sztuczną inteligencję (AI) i zaawansowane kodowanie, aby dać użytkownikom wyraźny obraz ich sytuacji finansowej. Jedno konto może zawierać saldo konta osobistego i oszczędnościowego, historię transakcji Venmo lub PayPal oraz spersonalizowane informacje o wydatkach. Z tą nową erą innowacji przychodzi jednak ryzyko. Instytucje finansowe są już celem złych aktorów, a rozbiórka barier pomiędzy organizacjami zwiększa potencjalne możliwości ataków.

Dlaczego same PET nie mogą zabezpieczyć otwartej bankowości

Technologie zwiększające prywatność (PET) pojawiły się na scenie jako zaawansowane narzędzia zaprojektowane do ochrony tej skarbnicy danych. PET redukują uzależnienie instytucji od identyfikowalnych informacji osobowych, jednocześnie umożliwiając instytucjom finansowym analizę danych zbiorowych. Usługi oferowane przez PET różnią się w zależności od stosowanych narzędzi i technik, kilka wspólnych obejmuje:

• Obliczenia wielopartyjne: Korzystając z szyfrowania i technik matematycznych, firmy mogą współpracować nad jednym projektem bez ujawniania indywidualnych, surowych danych. Na przykład, jeśli wystąpi seria prób oszustw w bankach, każda firma może udostępnić trendy bez ujawniania jakichkolwiek indywidualnych informacji. Dzięki PET, te firmy są wyposażone w śledzenie globalnego oszustwa pomimo różnic w globalnych przepisach dotyczących prywatności.
• Prywatność różnicowa: Dodając “szum” do zestawów danych, instytucje finansowe sprawiają, że jest prawie niemożliwe odzyskanie danych do poszczególnych osób. Bez ryzykowania dokładności, “szum” danych chroni surowe dane.
• Szyfrowanie homomorficzne: Chociaż brzmi to niemożliwie, firmy są w stanie wykonywać obliczenia na zaszyfrowanych danych bez ich odszyfrowywania. Na przykład, obliczenia można wykonać na zaszyfrowanych transakcjach finansowych bez ujawniania danych osobowych. Zapytania używane mogą być nawet chronione, co jest szczególnie przydatne w przypadku wykrywania przestępstw transgranicznych.
• Federacyjne uczenie się: Ostatecznie, gdy modele AI stają się coraz częstsze, federacyjne uczenie się pozwala firmom szkolić modele AI lokalnie bez łączenia wszystkich zestawów danych. Te mniejsze modele są ostatecznie łączone, aby wykorzystać możliwości modeli AI bez przemieszczania danych.

Pomimo liczby metod, PET chronią dane tylko po ich zebraniu i wykorzystaniu. PET nie mogą określić, czy zebranie, przetwarzanie czy udostępnianie tych danych jest w ogóle legalne. Przepisy takie jak RODO i CCPA wymagają wyraźnej zgody przed przetwarzaniem informacji, nawet jeśli są anonimizowane później. PET mogą utrzymać dane w bezpieczeństwie, ale bez wyraźnej możliwości ich wykorzystania, przetwarzanie informacji użytkowników może być niezgodne z prawem.

Brakujący element: Zarządzanie zgodą i preferencjami

Platformy zarządzania zgodą i preferencjami (CPM) są prawnym partnerem PET. CPM tworzą jeden rekord prawdy dotyczący tego, na co każdy użytkownik (lub nie) wyraził zgodę. Zapewnia to, że preferencje użytkownika są honorowane, nawet gdy różne instytucje uczestniczące w modelu otwartej bankowości udostępniają informacje.

Bez CPM, zgoda może być pominięta, gdy instytucje finansowe krzyżują się i łączą informacje, stając się koszmarem zgodności, który może się zdarzyć. Z CPM, instytucje finansowe mogą utrzymać ślad pozwoleń i zapewnić klientom, że ich wybory i zaufanie są szanowane.

Po połączeniu PET z CPM, minęły już czasy, kiedy trzeba było wymieniać ochronę danych na pozyskiwanie informacji. Teraz instytucje bankowe mogą zapewnić osobom cenne informacje i przyczynić się do rozwoju branży bez poświęcania cennych danych.

Stawka zaufania i zgodności

Według Federalnej Komisji Handlu, konsumenci zgłosili straty przekraczające $12,5 miliarda w wyniku oszustw w 2024 roku, co stanowi wzrost o 25% w porównaniu z poprzednim rokiem. Gdy instytucje finansowe łączą dane, wartość tych informacji rośnie. Duże naruszenia danych mogą podważyć zaufanie klientów i nadszarpnąć reputację instytucji.

Niezależnie od złożoności PET, nie mogą one gwarantować 100% bezpieczeństwa. PET wymagają złożonych obliczeń i znacznego doświadczenia branżowego, aby umocnić dane. Podobnie jak AI otwiera drzwi do innowacji, tworzy również więcej możliwości dla złych aktorów, aby uruchomić zaawansowane ataki, które mogą znaleźć luki w inaczej bezpiecznych systemach. Nawet szare obszary prawne pozostają, gdy przepisy, takie jak RODO, doganiają nowe techniki. PET są potężne, ale nie zastępują solidnej podstawy zarządzania zgodą i preferencjami.

Budowanie systemu obrony warstwowej

Otwarta bankowość dostarcza nową erę możliwości finansowych, od transparentności bankowości po zapobieganie przestępstwom, aż po lepsze doświadczenie klienta. Żadna z tych możliwości nie ma znaczenia, jeśli nie jest budowana z myślą o ochronie danych. PET i CPM mogą połączyć się, tworząc potężną ramę, która chroni dane na poziomie technicznym, jednocześnie utrzymując zaufanie klientów.

Na progu niesamowitej innowacji, instytucje finansowe, które umieszczają zaufanie klientów jako podstawowy filar operacji otwartej bankowości, będą tymi, które prosperują. Gdy innowacja i zaufanie idą naprzód razem, branża finansowa może wprowadzić silniejszy, bezpieczniejszy świat dla wszystkich.