Au cours des dix dernières années, notre société a mis au point une solution personnalisée pour répondre aux divers besoins de nos clients. Aucun n’avait présenté autant de défis que ceux qui traitaient du problème omniprésent de la fraude en ligne. Étonnamment, cet obstacle majeur s’est révélé être la nature perturbatrice de l’intelligence artificielle. D'une part, cela nous permet, en tant que développeurs, de créer de nouvelles solutions innovantes, et d'autre part, nous mettons la même technologie à la disposition des fraudeurs. Voici un bon exemple sur la capacité de reconnaissance faciale. Quand elle est devenue disponible pour l'intégration commerciale, elle était considérée comme la "solution finale", mais elle a été rapidement mise au défi par les algorithmes de morphing utilisant l'IA. Nous avons tous vu des vidéos sur YouTube de personnalités célèbres prononçant des discours et se regardant uniquement en face. À l'heure actuelle, un adolescent peut télécharger une application gratuite sur un téléphone et une image numérisée du visage d'une autre personne, et ainsi il peut se filmer en portant le "masque" qui n’est autre que le visage d’une autre personne. La "similarité" est devenue si impossible à distinguer qu'il faudrait une Intelligence Artificielle pour distinguer le vrai du faux.
Les banques ont été dans une course aux armements perpétuelle avec les fraudeurs. Étant donné que la plupart des solutions existantes de détection de fraude sont conçues pour les systèmes bancaires basés sur Internet et les applications, elles ne sont malheureusement pas adaptées à la détection de la fraude en temps réel. La détection de fraude en ligne doit avoir lieu en temps réel et avec une constante surveillance. Pas seulement lors de la connexion, mais pour toutes les transactions. Les nouveaux canaux en ligne, tels que les services bancaires basés sur des API, présentent des risques de fraude supplémentaires et requièrent des approches de solution de pointe. Les régulateurs exigent des banques qu'elles absorbent les coûts de la fraude - pour les transactions et les processus en temps réel, et non pour le consommateur. Si les organismes de réglementation découvrent des problèmes systémiques dans les processus KYC (Know Your Customer) d’une banque, ils devront revenir sur leur décision. Des banques ayant plus de 10 milliards de dollars d’actifs sont traités comme des « grandes » banques et feront l'objet d'ordonnances / amendes réglementaires en plus des pertes liées à la fraude.
L’année dernière, l’introduction de la directive révisée sur les services de paiement de l’Union européenne (PSD2) a marqué un tournant significatif. Bien que le règlement PSD2 soit en passe de révolutionner le secteur bancaire, il a également introduit de nouveaux risques de fraude pour les institutions financières. Ces risques soulèvent à nouveau la question de savoir comment les banques peuvent renforcer la sécurité tout en offrant une excellente expérience client.
La croissance des dépenses consacrées aux technologies de gestion de risque et de conformité réglementaire liée au risque en 2019 devrait atteindre 72 milliards de dollars, à un taux de croissance annuel composé de 10,1%. La détection des fraudes constituera une part importante des dépenses technologiques totales sur les marchés bancaires et des capitaux en Amérique du Nord, en Europe, en Afrique subsaharienne et dans la région Asie-Pacifique, en fonction des dynamiques du marché et de la réglementation. Cette "course aux armements" devrait se poursuivre pendant des années. Certains pensent que seule la numérisation de notre ADN peut l'arrêter.
Le paradoxe de la fraude est l’un des défis majeurs dans la lutte contre la fraude pour les banques. Ce paradoxe se traduit par des résultats faux positifs lorsque les banques tentent de réduire considérablement les seuils de détection de la fraude afin d'identifier les transactions frauduleuses « probables » entraînant une augmentation du nombre de faux positifs. Parallèlement, les banques tentent de resserrer les modèles de détection de la fraude afin de réduire le nombre de faux positifs, ce qui entraîne une probabilité de fraude manquante.
La seule approche atténuante dans cette équation est l'IA(Intelligence Artificielle), qui apporte la promesse de rompre le compromis entre les erreurs des résultats faux positifs et faux négatifs. Construire une telle solution passe par une logique d’intégration dans les systèmes de la banque existante et une logique d’agrégation dans la gestion des données. Les banques de détail et commerciales de toutes tailles peuvent accélérer les processus de surveillance des transactions et réduire considérablement les faux positifs. L'intelligence artificielle réduit également le risque d'omettre de vrais positifs ou de compromettre le profil de risque de l'institution.
Si ce sujet vous intéresse, s'il vous plaît contactez-nous et faites-moi part de votre point de vue.