Битва с огнём при помощи огня: Роль ИИ в борьбе с мошенничеством при мгновенных платежах

Быстрое развитие и глобальное внедрение схем реальных платежей знаменует собой поворотный момент в глобальной финансовой экосистеме, улучшая экономику и финансовую доступность… и создавая новые возможности для преступности. Одним из непредвиденных преимуществ устаревших систем, которые занимают дни или недели на обработку транзакций, является дополнительное время для финансовых учреждений на выявление и предотвращение мошенничества. Транзакции, которые обрабатываются в течение секунд, оказывают глубоко положительное влияние на эффективность и удовлетворенность клиентов, но именно эта скорость делает обнаружение и реагирование на мошенничество невероятно сложными, особенно в масштабе. Относительная новизна мгновенных платежей также создает благоприятную почву для преступности, поскольку мошенники стремятся использовать потенциальные лазейки в цифровой трансформации компаний. Эти проблемы стоят дорого: US News & World Report обнаружил, что 65% взрослых беспокоятся о кибератаках, и в США убытки, связанные с мошенничеством, превысили $10 миллиардов в прошлом году.

Интеграция искусственного интеллекта (ИИ) в финансовые услуги добавила еще один слой сложности, как в плане создания сложных финансовых преступлений, так и в плане укрепления защитных мер против них. Эти инструменты дают мошенникам беспрецедентную скорость, точность и масштаб, которые могут перегрузить традиционные меры безопасности. В результате ИИ-обеспеченные финансовые преступления нарастают. В частности, синтетическое мошенничество с идентификацией – когда мошенники могут смешать реальные данные с фальшивыми данными для создания фальшивых профилей, которые выглядят реальными – увидело астрономический рост в прошлом году; по некоторым оценкам, 95% синтетических идентификаторов не обнаруживаются финансовыми учреждениями.

Понимание этих динамик и стратегическое развертывание ИИ для противодействия ИИ-обеспеченным преступлениям имеет первостепенное значение для защиты глобальной финансовой экосистемы.

Все начинается с сигналов

Чем более детализированы анти-мошеннические данные организации, тем лучше она подготовлена к обучению ИИ-систем для распознавания и флагирования попыток подделки. ИИ-системам нужны идеи, которые предоставляют данные, также называемые сигналами; как только они подключены к框架, который позволяет этим сигналам быть обменены между коллегами, тем больше способность защитить фактические данные. Чем больше личной информации имеет ИИ-мошенника, тем больше он может убедительно проскользнуть через сети безопасности. Ограничение доступа мошенников к сигналам данных является важной частью защиты отдельных лиц и бизнеса, но частые нарушения безопасности наводнили преступный рынок с большим количеством высоко личных данных. Стоимость покупки “полных учетных данных” среднего американца – социального страхового номера, имени, даты рождения и т. д. – на темной сети составляет всего 8 долларов.

Лучший вариант – обеспечить, чтобы анти-мошеннические ИИ-системы банков имели доступ к более качественным и лучшим сигналам данных, чем у мошенников. Когда речь идет о реальных платежах, это означает, что более крупные, глобальные платежные компании, которые работают на рынке десятилетиями, имеют явное преимущество. Сложные организации, которые обрабатывают миллиарды транзакций и триллионы долларов, имеют намного больше информации в своем распоряжении, использовали ИИ в течение лет и намного опережают в плане знания клиента (KYC) поведения и закономерностей. Например, поведенческая биометрия – закономерности набора текста, движения мыши, динамика прикосновений и т. д. – может помочь проанализировать уникальное поведение и флагировать отклонения. Как непрерывный процесс аутентификации это может дать финансовым учреждениям преимущество над преступными акторами. В целом, это огромное количество глобальных данных может помочь финансовым учреждениям не только предотвратить попытки мошенничества, но и предвидеть будущее мошенничество.

Сетевые эффекты как защита для банков

Малые и средние банки наиболее уязвимы для ИИ-обеспеченных финансовых преступлений, поскольку они обычно имеют меньше данных, чем их более крупные коллеги, и меньше ресурсов для инвестиций в безопасность. Одним из решений является партнерство с глобальными платежными процессорами, получение доступа к намного более крупным сигналам и более сложным ИИ-обеспеченным мерам борьбы с преступностью. Поскольку это отвечает интересам платежной компании предотвратить как можно больше мошенничества, нет существенной дифференциации между безопасностью, предлагаемой различным уровням банков; клиенты небольших/региональных банков так же защищены, как и их более крупные коллеги.

Другим преимуществом участия в этой большой экосистеме является способность банков узнать больше о своих клиентах. Более качественные и лучшие данные о клиентах помогают банкам выявить макро-тенденции раньше, а также потенциально упущенные лазейки или потребности клиентов. Эта информация помогает мобилизовать их на разработку необходимых продуктов и услуг. Помимо открытия новых потенциальных потоков доходов для банка, лучшие продукты улучшают удовлетворенность клиентов и – с соответствующими ограничениями – помогают внести вклад в более безопасную финансовую экосистему в целом.

Распространение реальных платежей и одновременный рост ИИ-обеспеченных финансовых преступлений требуют сдвига парадигмы в стратегиях безопасности. Будущее финансовой безопасности лежит в безшовной интеграции ИИ во все аспекты операций по безопасности. Используя силу ИИ и сетевые эффекты крупных платежных партнеров, финансовые учреждения могут не только защитить себя от текущих угроз и убытков, но и предвидеть и смягчить будущие риски. Сотрудничество между финансовыми учреждениями, регулирующими органами и технологическими поставщиками будет иметь решающее значение в разработке прочных рамок безопасности, которые могут идти в ногу с эволюционирующими угрозами.