Att bekämpa eld med eld: AI:s roll i att bekämpa bedrägerier med omedelbara betalningar

Den snabba utvecklingen och den globala tillämpningen av realtidsbetalningssystem markerar en vändpunkt i det globala finansiella ekosystemet, vilket förbättrar ekonomier och finansiell inkludering… och introducerar nya möjligheter för brott. En oavsiktlig fördel med äldre system som tar dagar eller veckor att bearbeta transaktioner är den extra tid som finansiella institutioner har för att identifiera och förhindra bedrägerier. Transaktioner som bearbetas på några sekunder har en djupgående positiv inverkan på effektivitet och kundupplevelser, men den hastigheten gör det otroligt svårt att upptäcka och svara på bedrägerier, särskilt i stor skala. Den relativa nyheten med omedelbara betalningar skapar också en grogrund för brott, eftersom bedragare försöker utnyttja potentiella luckor i företags digitala transformationer. Dessa utmaningar kommer med en hög kostnad: US News & World Report fann att 65% av vuxna är oroliga för cyberattacker, och i USA var bedrägerirelaterade förluster över $10 miljarder förra året.

Integreringen av artificiell intelligens (AI) i finansiella tjänster har lagt till en annan lager av komplexitet, både i termer av att möjliggöra sofistikerade finansiella brott och i att förstärka försvar mot dem. Dessa verktyg ger bedragare en utanförskaplig hastighet, precision och skala, som kan överväldiga traditionella säkerhetsåtgärder. Som ett resultat är AI-stödd finansiell brottslighet på uppgång. I synnerhet har syntetisk identitetsbedrägeri – där bedragare kan blanda verklig data med falsk data för att skapa falska profiler som ser ut som verkliga – sett en astronomisk ökning under det senaste året; enligt vissa uppskattningar upptäcks inte 95% av syntetiska identiteter av finansiella institutioner.

Att förstå dessa dynamiker och strategiskt använda AI för att motverka AI-stödd brottslighet är avgörande för att skydda det globala finansiella ekosystemet.

Det börjar allt med signaler

Ju mer detaljerad en organisations anti-bedrägeridata är, desto bättre rustad är den för att träna AI-system för att känna igen och flagga försök till bedrägeri. AI-system behöver de insikter som data tillhandahåller, också kallade signaler; när de är anslutna till ett ramverk som möjliggör att dessa signaler delas mellan peer, desto större förmåga att skydda de faktiska data. Ju mer personlig information en brottslings AI har, desto mer kan den övertygande smita förbi säkerhetsnät. Att begränsa brottslingars tillgång till datasignaler är en viktig del av att skydda individer och företag, men frekventa dataintrång har översvämmat den kriminella marknaden med en mängd högt personliga data. Kostnaden för att köpa en genomsnittlig amerikans “fullständiga legitimation” – socialförsäkringsnummer, namn, födelsedatum etc. – på den mörka webben är bara $8.

Det bättre alternativet är att se till att bankers anti-bedrägeri-AI-system har tillgång till mer och bättre datasignaler än brottslingar. När det gäller realtidsbetalningar innebär detta att större, globala betalningsföretag som har varit på marknaden i decennier har en distinkt fördel. Sofistikerade organisationer som bearbetar miljarder transaktioner och triljoner dollar har mycket mer information till sitt förfogande, har använt AI i år och är ljusår före när det gäller kundkännedom (KYC) beteenden och mönster. Till exempel kan beteendebiometri – tangentbordsmönster, musrörelser, pekskärmsdynamik etc. – hjälpa till att analysera unikt beteende och flagga avvikelser. Som en kontinuerlig autentiseringsprocess kan detta ge finansiella institutioner en fördel gentemot brottslingar. Taget som en helhet kan denna väldiga mängd globala data hjälpa finansiella institutioner att inte bara förhindra försök till bedrägeri utan också förutse framtida bedrägeri.

Nätverkseffekter som skydd för banker

Små och medelstora banker är de mest sårbara för AI-stödd finansiell brottslighet eftersom de vanligtvis har mindre data än sina större peer och färre resurser att investera i säkerhet. En lösning är att samarbeta med globala betalningsprocessorer, vilket ger tillgång till mycket större signaler och mer sofistikerad brottsbekämpning. Eftersom det ligger i betalningsföretagets intresse att förhindra så mycket bedrägeri som möjligt, finns det ingen meningsfull differentiering mellan säkerheten som erbjuds till olika nivåer av banker; små/regionala bankers kunder är lika skyddade som deras större peer.

En annan fördel med att delta i detta stora ekosystem är bankernas förmåga att lära sig mer om sina egna kunder. Mer och bättre kunddata hjälper banker att identifiera makrotrender tidigare, samt potentiellt förbisedda luckor eller kundbehov. Denna information hjälper till att mobilisera dem för att utveckla behövda produkter och tjänster. Utöver att låsa upp nya potentiella intäktsströmmar för banken, förbättrar bättre produkter kundtillfredsställelsen och – med lämpliga skydd – bidrar till ett säkrare finansiellt ekosystem som helhet.

Spridningen av realtidsbetalningar och den samtidiga ökningen av AI-drivna finansiella brott kräver en paradigmförändring i säkerhetsstrategier. Framtiden för finansiell säkerhet ligger i den sömlösa integreringen av AI i alla aspekter av säkerhetsoperationer. Genom att utnyttja kraften i AI och nätverkseffekterna av stora betalningspartner kan finansiella institutioner inte bara skydda sig mot nuvarande hot och förluster, utan också förutse och mildra framtida risker. Samarbetet mellan finansiella institutioner, tillsynsmyndigheter och teknologileverantörer kommer att vara avgörande för att utveckla robusta säkerhetsramverk som kan hålla jämna steg med utvecklande hot.