Роль ИИ в обнаружении мошенничества в финтехе

Откройте для себя лучшие новости и мероприятия в сфере финансовых технологий!

Подпишитесь на рассылку FinTech Weekly

Читают руководители в JP Morgan, Coinbase, Blackrock, Klarna и не только

Искусственный интеллект (AI) оказывается столь же ценным ресурсом в выявлении мошенничества, как и люди. Финансовые технологии, также называемые fintech, — уязвимые и прибыльные ресурсы для преступников всех типов, включая хакеров. AI может стать способом остановить значительную часть опасных атак и взломов, что критически важно для развития fintech. Как он может выявлять подозрительную активность и позволять fintech продолжать масштабирование?

Способы, которыми AI помогает в выявлении мошенничества

Ниже приведены самые яркие примеры того, как AI меняет идентификацию угроз и способы реагирования.

1. Поведенческая биометрия и анализ набора текста (keystroke analysis)

Машинное обучение (ML) с AI может наблюдать за поведением пользователя, например за попытками входа с распознаванием лица и сканированием отпечатков. AI также может изучить типичные привычки пользователя при наборе. Он обнаруживает, какие движения, жесты прокрутки (swiping) и тайминг характерны для конкретного человека до того, как он получит доступ к fintech. Хотя преступники могут украсть учетные данные или даже имитировать распознавание лица, имитировать нажатия клавиш гораздо сложнее.

При открытии банковского приложения он начинает отслеживать набор текста человеком. Если показатель вроде скорости набора оказывается аномальным, то он может отклонить попытку входа. AI также может выявлять подозрительную активность, если реальный пользователь обычно правильно вводит пароль с первой попытки — он может отправлять уведомления, если хакер пытается сделать это несколько раз. Это часто незаметный метод мониторинга, который снижает регулярность ложных срабатываний и застает многих хакеров врасплох.

2. Графовая аналитика

У fintech много движущихся частей, включая пользователей, устройства, компании по обработке транзакций и бизнесы. Сопоставление связей этих сущностей — сложная задача, но AI может автоматизировать процесс, чтобы выявлять источник попыток мошенничества.

Некоторые варианты атак более скоординированы и проникают в системы fintech с разных сторон. Графовая аналитика визуализирует более сложные угрозы, например взлом, начинающийся по ссылке в электронном письме, которая привязана к IP-адресу, или к витрине (storefront), чтобы украсть информацию о карте людей. AI мог бы раскрывать такие более скрытные перемещения, чтобы остановить некоторые из самых разрушительных планов мошенничества.

3. Обнаружение геопространственных паттернов

Транзакционные записи рассказывают историю, которую AI может использовать. Геопространственное распознавание паттернов позволяет определить самые распространенные места, где человек совершает покупки, и в каких городах. Оно учитывает это вместе с типичными суммами покупок, чтобы останавливать действия вроде отмывания денег.

Поэтому, если преступник использует PayPal для транзакции в ожидаемой точке продаж (storefront), но сумма существенно выше типичной стоимости, AI может это отметить. Кроме того, AI может замораживать карты или останавливать транзакции в fintech, если существует чрезмерная активность в разных локациях. Хотя это может происходить при подлинном использовании, например во время отпуска, оно может запускать дополнительные меры аутентификации, чтобы разрешить обмен.

4. Выявление аномалий

Анализировать объем данных в fintech — это потребовало бы бесчисленных часов ручной работы. AI может сделать это за считанные секунды. AI замечает любую активность, отклоняющуюся от нормы. Исследования показывают, что 72% руководителей обеспокоены вопросами конфиденциальности и безопасности, связанными с AI-ресурсами, включая варианты вроде agentic AI. Однако могут возникнуть дополнительные опасения из-за того, что fintech останется без AI-ориентированного обнаружения аномалий.

Например, компания-эмитент кредитных карт может использовать AI, чтобы наблюдать за всеми транзакциями. Он может выявлять риски мошенничества и блокировать обработку до того, как повторные преступления успеют произойти. Он обнаруживает аномалию и отправляет уведомления соответствующим сторонам для немедленного рассмотрения и для уведомления клиентов. Эта практика повышает прозрачность, и клиенты чувствуют себя защищенными.

5. Прозрачная отчетность

AI-ориентированные ресурсы для обнаружения мошенничества используют объяснимый AI (XAI), чтобы сделать транзакционную отчетность понятной для проверяющих. Это помогает компаниям fintech оставаться в соответствии с требованиями, потому что у них есть последовательные, подробные записи о каждом риске и стратегии, используемой для защиты от него. В будущем это может помочь миллионам американцев получить лучший шанс на доступ к кредитной линии, избавив их от разрушительных отметок.

XAI будет ссылаться на самые значимые угрозы, помогая аналитикам на пути к усилению обороны в будущем. Каждое решение становится основанным на данных, а компании fintech могут сообщать клиентам свои выводы и то, что они будут делать в следующем квартале, чтобы лучше защищать свои активы.

Как AI повышает доверие к FinTech

Внедрение AI в fintech помогает отрасли по разным причинам, но самое значительное — насколько сильно это повышает доверие со стороны клиентов и пользователей. Граждане и заинтересованные стороны будут внедрять fintech в повседневную жизнь и операции только тогда, когда смогут доверять ему ключевые аспекты своей жизни и бизнеса. AI усиливает доверие, предоставляя:

*   **Постоянную поддержку**: с чат-ботами и другими инструментами клиентский сервис доступен с AI в любое время суток.
*   **Автоматизированную аутентификацию**: AI-ресурсы могут проверять личности и транзакции без ручного вмешательства, немедленно уведомляя пользователей о подозрительной активности.
*   **Повышенную прозрачность**: журналы данных дают аналитикам осязаемую запись транзакций, изменений учетных данных и уведомлений по безопасности.
*   **Меньше ошибок человека**: в работе с AI больше проверок и балансов, потому что он может ловить больше уведомлений на основе исторических данных.

Также останется элемент человеческого надзора, и эти специалисты смогут лучше адаптироваться к динамичной среде безопасности в fintech благодаря автоматизации и AI.

Снижение финансовых страхов с помощью AI

Инвесторы fintech, заинтересованные стороны и изобретатели должны направить свои ресурсы на повышение кибербезопасности, и AI может быть частью комплексного решения. Он дополняет усилия технологических и финансовых компаний, стремящихся к более надежной защите внутренних активов и активов клиентов. Заинтересованные стороны должны вкладывать время и ресурсы в внедрение, чтобы закрепить принятие передовых решений в области fintech в будущем.