Paano binabago ng AI ang pagtuklas ng pandaraya sa pananalapi

Ang lumalaking problema ng pandaraya sa pananalapi

Ang pandaraya sa pananalapi ay nagkakahalaga ng bilyun-bilyong dolyar taun-taon sa buong mundo. Ayon sa kamakailang data, nagtala ang Brazil ng higit sa 2 bilyong reais sa electronic fraud noong 2023, isang bilang na patuloy na lumalaki nang husto.

Ang mga tradisyunal na pamamaraan ng pagtuklas na nakabatay sa fixed-rule ay hindi nakasabay sa bilis at pagiging sopistikado ng mga kriminal. Ang isang human analyst ay tumatagal ng mga oras o araw upang imbestigahan ang mga kahina-hinalang transaksyon, habang ang mga manloloko ay nagsasagawa ng mga operasyon sa ilang segundo.

Ang artificial intelligence ay ganap na nabago ang landscape na ito, na nag-aalok ng instant detection at tuluy-tuloy na mga pattern ng pag-aaral.

Paano nakikita ng AI ang pandaraya sa real time

Pagsusuri ng pattern ng pag-uugali

Sinusuri ng mga algorithm ng machine learning ang bilyun-bilyong transaksyon upang matukoy ang mga normal na pattern ng bawat customer. Kapag may nangyaring makabuluhang paglihis, agad na nagti-trigger ang system ng mga alerto.

Kung karaniwan kang gumastos ng $ 500 buwan-buwan sa mga online na pagbili at biglang subukan upang ilipat ang $ 50 libo sa isang panlabas na account, AI detects ito anomalya sa milliseconds.It isinasaalang-alang geographic na lokasyon, oras ng transaksyon, uri ng merchant, halaga, dalas at daan-daang iba pang mga variable nang sabay-sabay.

Malalim na neural network

Maaaring matutunan ng mga neural network ang mga kumplikadong ugnayan sa pagitan ng data na hindi kailanman mai-program ng mga tao, at kinikilala nila ang mga banayad na pattern na nagpapahiwatig ng pandaraya, kahit na sa mga pag-uugali na tila lehitimo sa unang tingin.

Isang praktikal na halimbawa: Maaaring mapansin ng AI na ginamit ang isang card sa tatlong magkakaibang bansa sa loob ng 4 na oras, mga pagbili na mababa ang halaga na sinusundan ng isang malaking transaksyon (pagtatangkang maiwasan ang pagtuklas), at mga pagbabago sa mga coordinate ng GPS na lumalabag sa mga batas ng pisika.

Mga masusukat na benepisyo para sa mga institusyong pinansyal

Pagbawas ng hindi natukoy na rate ng pandaraya

Ang mga institusyong nagpatupad ng mga AI system batay sa malalim na pag-aaral ay nag-uulat ng 50% hanggang 70% na pagbawas sa pandaraya na hindi napapansin. Ginamit na ng malalaking bangko tulad ng Itau at Bradesco ang mga teknolohiyang ito sa totoong sukat.

Ang average na halaga ng isang panloloko na natukoy nang huli ay 10 beses na mas mataas kaysa sa preventive detection. Iniligtas kaagad ng AI ang mga pagkalugi na ito.

Pagbaba sa mga maling positibo

Hinarangan ng mga lumang system ang 5 hanggang 10 wastong transaksyon para sa bawat aktwal na panloloko na nakita, na nagdudulot ng pagkabigo sa mga customer.

Binabawasan ng modernong AI ang ratio na ito sa 1 false positive para sa bawat 50 hanggang 100 aktwal na panloloko, na kapansin-pansing nagpapahusay sa karanasan ng user habang pinapanatili ang seguridad.

Tapusin ang proteksyon ng customer

Seguridad multilayer

Ang mga modernong sistema ay hindi umaasa sa isang tagapagpahiwatig lamang. Pinagsasama nila ang pagsusuri ng lokasyon, mga pattern ng paggastos, biometric na pag-verify, pagsusuri ng network ng mga relasyon at real-time na pag-verify ng dokumento.

Kapag sinubukan mong gumawa ng isang mapanganib na pagbili, ang sistema ay maaaring mangailangan ng dalawang-factor na pagpapatotoo, video conferencing sa isang eksperto, o code validation na ipinadala sa iyong mobile phone - lahat ay nangyayari sa ilang segundo.

Proactive na pag-iwas

Bilang karagdagan sa pag-detect ng panloloko, pinipigilan ito ng AI na mangyari. Hinaharang ng system ang mga pagtatangka na i-access ang mga imposibleng lokasyon, tinatanggihan ang mga transaksyon na lumalabag sa matinding pamantayan, at kahit na tinutukoy kung kailan nakompromiso ang iyong password sa mga pagtagas ng data bago ka magkaroon ng mga problema.

Isang tunay na kaso: noong 2023, nakita at napigilan ng isang Brazilian bank ang pagnanakaw ng pagkakakilanlan 45 segundo pagkatapos ng pagtatangkang mapanlinlang na magbukas ng account, na nagligtas ng 120 libong reais ng customer.

Mga partikular na teknolohiyang ginagamit

Pagproseso ng natural na wika

Sinusuri ng AI ang mga text message, email, at komunikasyon sa mga application ng pagbabangko upang matukoy ang mga pagtatangka sa phishing o social engineering. Nakikita pa nito ang mga pagkakaiba-iba ng spelling na nagtatangkang lokohin ang mga tradisyonal na filter.

Pagsusuri ng graph at mga social network

Ang mga algorithm ay nagmamapa ng mga ugnayan sa pagitan ng mga account.Kung ang isang mapanlinlang na account ay naglilipat ng pera sa 50 iba pang mga account, tinutukoy ng system ang pattern na ito sa network at karaniwang tampok ng money laundering at hinaharangan ng IT ang buong operasyon.

Ang diskarte na ito ay mapagpasyahan sa pag-disarticulate ng mga internasyonal na grupong kriminal na naglipat ng sampu-sampung milyon gamit ang daan-daang mule account.

Mga hamon at malapit na hinaharap

Baliktad

Ginagamit din ng mga kriminal ang AI. Ang tunay na labanan ay sa pagitan ng mga system na natututo mula sa parehong mga tagapagtanggol at umaatake. Ang mga institusyong pinansyal ay namumuhunan sa patuloy na pananaliksik upang manatiling nangunguna.

Ang susunod na hakbang ay ang quantum AI, na maaaring magproseso ng bilyun-bilyong sabay-sabay na mga sitwasyon at matukoy ang mas sopistikadong mga panloloko sa microseconds.

Ang AI rebolusyon sa financial fraud detection ay katotohanan na, hindi fiction.It pinoprotektahan ang iyong bank account, ang iyong pamumuhunan at ang iyong kapayapaan ng isip 24 oras sa isang araw, 365 araw sa isang taon at nagpapabuti sa bawat transaksyon na naproseso.