A rápida evolução e adoção international de esquemas de pagamento em tempo actual marcam uma mudança basic no ecossistema financeiro international, melhorando as economias e a inclusão financeira… e introduzindo novas oportunidades para o crime. Um benefício não intencional de sistemas legados que levam dias ou semanas para processar transações é o tempo adicional para as instituições financeiras identificarem e prevenirem fraudes. Transações que são processadas em segundos têm um impacto profundamente positivo na eficiência e nas experiências do cliente, mas essa mesma velocidade torna a detecção e a resposta a fraudes incrivelmente desafiadoras, especialmente em escala. A relativa novidade dos pagamentos instantâneos também cria um terreno fértil para o crime, pois os fraudadores procuram explorar potenciais brechas nas transformações digitais das empresas. Esses desafios têm um custo alto: o US Information & World Report descobriu que 65% dos adultos estão preocupados com ataques cibernéticos e, nos EUA, as perdas relacionadas a fraudes ultrapassaram US$ 10 bilhões no ano passado.
A integração da inteligência synthetic (IA) em serviços financeiros adicionou outra camada de complexidade, tanto em termos de permitir crimes financeiros sofisticados quanto em fortalecer as defesas contra eles. Essas ferramentas dão aos fraudadores velocidade, precisão e escala sem precedentes, o que pode sobrecarregar as medidas de segurança tradicionais. Como resultado, o crime financeiro apoiado por IA está aumentando. Em explicit, a fraude de identidade sintética – onde os fraudadores podem embaralhar dados reais com dados falsos para criar perfis falsos que parecem reais – teve um aumento astronômico no ano passado; segundo algumas estimativas, 95% das identidades sintéticas não são detectadas por instituições financeiras.
Entender essas dinâmicas e implementar estrategicamente a IA para combater crimes apoiados por IA é basic para proteger o ecossistema financeiro international.
Tudo começa com sinais
Quanto mais granulares forem os dados antifraude de uma organização, mais bem preparada ela estará para treinar sistemas de IA para reconhecer e sinalizar tentativas de falsificação. Os sistemas de IA precisam dos insights que os dados fornecem, também chamados de sinais; uma vez conectados a uma estrutura que permite que esses sinais sejam compartilhados entre pares, maior será a capacidade de proteger os dados reais. Quanto mais informações pessoais a IA de um criminoso tiver, mais ela será capaz de escapar convincentemente das redes de segurança. Limitar o acesso dos criminosos aos sinais de dados é uma parte very important da proteção de indivíduos e empresas, mas violações frequentes inundaram o mercado criminoso com uma série de dados altamente pessoais. O custo para comprar as “credenciais completas” de um americano médio – número de previdência social, nome, information de nascimento, and so forth. – na darkish internet é de apenas US$ 8.
A melhor opção é garantir que os sistemas de IA antifraude dos bancos tenham acesso a mais e melhores sinais de dados do que os criminosos. Quando se trata de pagamentos em tempo actual, isso significa que empresas de pagamentos maiores e globais que estão no mercado há décadas têm uma vantagem distinta. Organizações sofisticadas que processam bilhões de transações e trilhões de dólares têm muito mais informações à disposição, usam IA há anos e estão anos-luz à frente em termos de comportamentos e padrões de conhecimento do seu cliente (KYC). Por exemplo, a biometria comportamental – padrões de digitação, movimentos do mouse, dinâmica de toque, and so forth. – pode ajudar a analisar comportamentos únicos e sinalizar desvios. Como um processo de autenticação contínua, isso pode dar às instituições financeiras uma vantagem sobre os criminosos. Como um todo, essa vasta quantidade de dados globais pode ajudar as instituições financeiras não apenas a prevenir tentativas de fraude, mas a antecipar fraudes futuras.
Efeitos de rede como proteção para bancos
Bancos pequenos e médios são os mais vulneráveis a crimes financeiros apoiados por IA porque geralmente têm menos dados do que seus pares maiores e menos recursos para investir em segurança. Uma solução é fazer parcerias com processadores de pagamentos globais, obtendo acesso a sinais muito maiores e IA mais sofisticada de combate ao crime. Como é do interesse da empresa de pagamento prevenir o máximo de fraude possível, não há diferenciação significativa entre a segurança oferecida a diferentes níveis de bancos; os clientes de bancos pequenos/regionais são tão protegidos quanto seus pares maiores.
Outro benefício de participar desse grande ecossistema é a capacidade dos bancos de aprender mais sobre seus próprios clientes. Mais e melhores dados de clientes ajudam os bancos a identificar tendências macro mais cedo, bem como brechas ou necessidades dos clientes potencialmente negligenciadas. Essas informações ajudam a mobilizá-los para desenvolver produtos e serviços necessários. Além de desbloquear novos fluxos de receita potenciais para o banco, melhores produtos melhoram a satisfação do cliente e – com proteções apropriadas – ajudam a contribuir para um ecossistema financeiro mais seguro no geral.
A proliferação de pagamentos em tempo actual e o aumento simultâneo de crimes financeiros impulsionados por IA exigem uma mudança de paradigma nas estratégias de segurança. O futuro da segurança financeira está na integração perfeita da IA em todos os aspectos das operações de segurança. Ao aproveitar o poder da IA e os efeitos de rede de grandes parceiros de pagamento, as instituições financeiras podem não apenas se proteger contra ameaças e perdas atuais, mas também antecipar e mitigar riscos futuros. A colaboração entre instituições financeiras, reguladores e provedores de tecnologia será crítica no desenvolvimento de estruturas de segurança robustas que possam acompanhar as ameaças em evolução.
