Роль ИИ в обнаружении мошенничества в финтехе

Откройте для себя лучшие новости и события в финтехе!

Подписывайтесь на рассылку FinTech Weekly

Читают руководители JP Morgan, Coinbase, Blackrock, Klarna и других компаний

Искусственный интеллект (ИИ) доказывает свою ценность в обнаружении мошенничества так же, как и люди. Финансовые технологии, или финтех, являются уязвимыми и прибыльными ресурсами для преступников всех видов, включая хакеров. ИИ может стать ключевым методом предотвращения значительной части опасных атак и утечек, что критически важно для развития финтеха. Как он может обнаруживать подозрительную активность и позволять финтеху продолжать масштабироваться?

Способы помощи ИИ в обнаружении мошенничества

Это наиболее яркие примеры того, как ИИ меняет методы выявления угроз и их устранения.

1. Биометрия поведения и анализ нажатий клавиш

Машинное обучение (ML) с помощью ИИ может наблюдать за поведением пользователя, например, попытками входа с помощью распознавания лица и сканирования отпечатков пальцев. ИИ также учится типичным привычкам набора текста пользователя. Он определяет, какие движения, жесты и временные интервалы характерны для конкретного человека перед доступом к финтеху. Хотя преступники могут украсть учетные данные или даже имитировать распознавание лица, подделка нажатий клавиш гораздо сложнее.

При открытии банковского приложения ИИ начинает наблюдать за набором текста. Если метрика, например скорость набора, является аномальной, он может отклонить попытку входа. ИИ также способен обнаружить подозрительную активность, если обычно пользователь вводит пароль правильно с первого раза — он может отправить предупреждение, если хакер пытается взломать его несколько раз. Это часто бесшумный метод мониторинга, который снижает количество ложных срабатываний и удивляет многих хакеров.

2. Графовая аналитика

Финтех включает множество элементов: пользователей, устройства, компании по обработке транзакций и бизнесы. Визуализация связей между этими объектами — сложная задача, но ИИ может автоматизировать этот процесс для выявления источников мошенничества.

Некоторые виды атак более координированы и осуществляются с разных сторон. Графовая аналитика помогает визуализировать более сложные угрозы, например, взлом, начинающийся с ссылки в электронном письме, связанной с IP-адресом или интернет-магазином, чтобы украсть данные карт. ИИ может обнаружить такие скрытые перемещения, чтобы остановить наиболее разрушительные планы мошенничества.

3. Геопространственный анализ паттернов

Записи транзакций рассказывают историю, которую может использовать ИИ. Геопространственное распознавание паттернов позволяет определить наиболее часто посещаемые места и города, а также учитывать типичные суммы покупок для предотвращения отмывания денег.

Если преступник использует PayPal для транзакции в ожидаемом магазине, но сумма значительно превышает обычную, ИИ может пометить такую операцию. Также ИИ может заблокировать карты или остановить транзакции в финтехе, если обнаружит активность в разных местах. Хотя такие ситуации возможны при реальном использовании, например, во время отпуска, это может активировать дополнительные меры аутентификации для разрешения операции.

4. Обнаружение аномалий

Анализировать объем данных в финтехе вручную — задача бесконечных часов работы. ИИ способен делать это за считанные секунды. Он может заметить любую активность, отклоняющуюся от нормы. Исследования показывают, что 72% руководителей обеспокоены вопросами конфиденциальности и безопасности при использовании ИИ, включая такие варианты, как агентный ИИ. Однако опасения могут возрасти, если финтех останется без системы обнаружения аномалий на базе ИИ.

Например, компания по выпуску кредитных карт может использовать ИИ для мониторинга всех транзакций. Он сможет выявлять риски мошенничества и блокировать операции до того, как повторные преступления произойдут. ИИ обнаружит аномалию и отправит уведомления соответствующим лицам для немедленного рассмотрения и информирования клиента. Такой подход повышает прозрачность, а клиенты чувствуют себя защищенными.

5. Прозрачная отчетность

Ресурсы обнаружения мошенничества на базе ИИ используют объяснимый ИИ (XAI), чтобы сделать отчетность по транзакциям понятной для аналитиков. Это помогает финтех-компаниям оставаться в рамках нормативных требований, поскольку у них есть последовательные, подробные записи о каждом риске и стратегии его устранения. В будущем это может помочь миллионам американцев получить доступ к кредитным линиям, защитив их от негативных отметок.

XAI укажет на наиболее значительные угрозы, помогая аналитикам укреплять защиту в будущем. Каждое решение становится основанным на данных, а финтех-компании смогут сообщать клиентам о своих выводах и планах на следующий квартал для лучшей защиты активов.

Как ИИ повышает доверие к финтеху

Внедрение ИИ в финтех способствует развитию сектора по разным причинам, но наиболее важно — это рост доверия со стороны клиентов и пользователей. Граждане и заинтересованные стороны будут использовать финтех в своей повседневной жизни и бизнесе только если смогут доверять ему в важных аспектах. ИИ усиливает доверие, предоставляя:

*   **Постоянную поддержку**: с помощью чат-ботов и других инструментов обслуживание клиентов доступно круглосуточно.
*   **Автоматическую аутентификацию**: ИИ может проверять личности и транзакции без вмешательства человека, мгновенно уведомляя о подозрительной активности.
*   **Повышенную прозрачность**: журналы данных дают аналитикам конкретные записи о транзакциях, изменениях учетных данных и сигналах безопасности.
*   **Меньше человеческих ошибок**: благодаря ИИ появляется больше проверок и балансиров, он может обнаружить больше тревожных сигналов на основе исторических данных.

Также сохранится элемент человеческого контроля, и эти специалисты лучше адаптируются к быстрому развитию финтех-безопасности с помощью автоматизации и ИИ.

Облегчение финансовых опасений с помощью ИИ

Инвесторы, заинтересованные стороны и изобретатели в финтехе должны направлять свои ресурсы на усиление кибербезопасности, и ИИ может стать частью комплексного решения. Он дополняет усилия технологических и финансовых компаний, стремящихся обеспечить большую защиту внутренних и клиентских активов. Заинтересованные стороны должны инвестировать время и ресурсы в внедрение, чтобы закрепить использование передовых финтех-решений в будущем.