以毒攻毒：人工智能在打击即时支付欺诈中的作用

实时支付方案的快速发展和全球采用标志着全球金融生态系统的关键转变，改善了经济和金融包容性……也为犯罪提供了新的机会。传统系统需要几天或几周的时间来处理交易，而这带来了一个意想不到的好处，那就是金融机构有更多时间来识别和预防欺诈。几秒钟内处理的交易对效率和客户体验产生了深远的积极影响，但正是这种速度使得检测和应对欺诈变得极具挑战性，尤其是在大规模欺诈的情况下。即时支付相对较新，这也为犯罪创造了肥沃的土壤，因为欺诈者试图利用公司数字化转型中的潜在漏洞。这些挑战的代价是高昂的： 美国新闻与世界报道发现 65% 的成年人担心网络攻击，在美国，与欺诈相关的损失超过 的美元10亿元 去年。

人工智能 (AI) 与金融服务的结合增加了另一层复杂性，既可以实现复杂的金融犯罪，也可以加强对金融犯罪的防御。这些工具为欺诈者提供了前所未有的速度、精度和规模，可以压倒传统的安全措施。因此，人工智能支持的金融犯罪正在增加。特别是合成身份欺诈——欺诈者可以将真实数据与虚假数据混杂在一起，以创建看似真实的虚假资料——在过去一年中出现了天文数字的增长；据估计， 95% 的合成身份无法被检测到 金融机构。

了解这些动态并战略性地部署人工智能来打击人工智能支持的犯罪对于保护全球金融生态系统至关重要。

一切从信号开始

组织的反欺诈数据越详细，就越能训练人工智能系统识别和标记造假企图。人工智能系统需要数据提供的洞察力，也称为信号；一旦连接到允许这些信号在同行之间共享的框架，保护实际数据的能力就越强。犯罪分子的人工智能拥有的个人信息越多，它就越能令人信服地躲过安全网。限制犯罪分子对数据信号的访问是保护个人和企业的重要部分，但频繁的违规行为导致犯罪市场充斥着大量高度个人信息。在暗网上购买普通美国人的“完整凭证”（社会安全号码、姓名、出生日期等）的成本为 仅$ 8.

更好的选择是确保银行的反欺诈人工智能系统能够比犯罪分子获得更多更好的数据信号。在实时支付方面，这意味着在市场上经营了几十年的大型全球支付公司具有明显的优势。处理数十亿笔交易和数万亿美元的复杂组织拥有更多的信息，多年来一直在使用人工智能，并且在了解客户 (KYC) 行为和模式方面遥遥领先。例如，行为生物识别技术（打字模式、鼠标移动、触摸动态等）可以帮助分析独特行为并标记偏差。作为一种持续的身份验证过程，这可以让金融机构比犯罪分子更具优势。总的来说，这种庞大的全球数据不仅可以帮助金融机构防止欺诈企图，还可以预测未来的欺诈行为。

网络效应对银行的保护

中小型银行最容易受到人工智能金融犯罪的攻击，因为它们通常拥有的数据比大型银行少，而且在安全方面投入的资源也更少。一种解决方案是与全球支付处理商合作，获得更大的信号和更复杂的打击犯罪的人工智能。由于支付公司的利益在于尽可能多地防止欺诈，因此不同层级银行提供的安全性没有明显的区别；小型/地区银行的客户受到的保护与大型银行一样多。

参与这个大型生态系统的另一个好处是银行能够更多地了解自己的客户。更多、更好的客户数据有助于银行更快地识别宏观趋势，以及可能被忽视的漏洞或客户需求。这些信息有助于动员他们开发所需的产品和服务。除了为银行释放新的潜在收入来源外，更好的产品还可以提高客户满意度，并在适当的保护下，有助于促进整个金融生态系统更加安全。

实时支付的激增和人工智能驱动的金融犯罪的兴起迫使安全战略必须发生范式转变。金融安全的未来在于将人工智能无缝集成到安全运营的各个方面。通过利用人工智能的力量和大型支付合作伙伴的网络效应，金融机构不仅可以保护自己免受当前的威胁和损失，还可以预测和减轻未来的风险。金融机构、监管机构和技术提供商之间的合作对于开发能够跟上不断发展的威胁的强大安全框架至关重要。