Süni intellekt ödəniş fırıldaqçılığının qarşısının alınmasını dəyişdirərək banklara milyonlarla qənaət etməyə kömək edir

• Mastercard-ın araşdırmasına görə, təşkilatlar son bir ildə ödəniş fırıldaqçılığından orta hesabla 60 milyon dollar itiriblər.  
• Sintetik şəxsiyyət fırıldaqçılığı və şəxsiyyət təqlidi fırıldaqçılığı generativ süni intellekt (gen AI) tərəfindən sürətlə artır. 
• Real vaxt rejimində verilənlərdən və davranış anlayışlarından istifadə edən süni intellekt alətləri fırıldaqçılığın baş verməzdən əvvəl qarşısını almağa və itkiləri azaltmağa kömək edə bilər. 
• Sənaye liderlərinin 83%-i süni intellektin yalançı müsbət halları və müştəri itkisini azaltdığını və bununla da fırıldaqçılığın qarşısının alınmasında yeni bir dövrün başladığını söyləyir.

Fırıldaqçılığın qlobal maliyyə təsirinin təxmin edilən məbləği 2023-cü ildə 485 milyard dollardan çox olub[1] — bu rəqəmin gələcək illərdə artacağı gözlənilən heyrətamiz bir rəqəmdir. 

Tək katalizator? Fırıldaqçılar sosial mühəndislik fırıldaqlarını miqyaslı şəkildə həyata keçirmək üçün inandırıcı dərin saxtakarlıqlar, sintetik səslər və saxta sənədlər yaratmaq məqsədilə nəsil süni intellektdən istifadə edirlər. Deloitte şirkətinin hesabatına görə, süni intellekt nəsli 2027-ci ilə qədər ABŞ-da fırıldaqçılıq itkilərinə 40 milyard dollar səbəb ola bilər ki, bu da 2023-cü ildə müşahidə olunan 12,3 milyard dollardan üç dəfə çoxdur.

Lakin banklar da daha sürətli mübarizə aparmaq üçün süni intellektdən istifadə edərək addımlar atırlar. Keçmişdə fırıldaqçılığın qarşısının alınması qrupları hansı əməliyyatların təsdiqlənəcəyinə və ya bloklanacağına qərar vermək üçün əl ilə qaydalar müəyyən edirdilər. İndi süni intellekt qeyri-adi nümunələri aşkar etmək və real vaxt rejimində daha ağıllı avtorizasiya qərarları vermək üçün məlumatları təhlil edə bilər. 

Bu dəyişiklik artıq öz bəhrəsini verir. Financial Times Longitude ilə əməkdaşlıq çərçivəsində hazırlanan Mastercard-ın 2025-ci il üzrə ödəniş fırıldaqçılığının qarşısının alınması hesabatında, emitentlərin 42%-nin və alıcıların 26%-nin süni intellekt sayəsində son iki ildə fırıldaqçılıq cəhdlərində 5 milyon dollardan çox qənaət etdiyi aşkar edilib. Lakin fırıldaqçılığın qarşısının alınması üçün süni intellektdən maksimum dərəcədə istifadə etmək üçün təşkilatların daha yaxşı risk qərarları üçün modellərə daxil olan yüksək keyfiyyətli məlumatlara ehtiyacı var.

Mastercard-ın araşdırması göstərir ki, təşkilatlar son bir ildə ödəniş fırıldaqçılığı səbəbindən orta hesabla 60 milyon dollar itiriblər. Süni intellekt fırıldaqçılara daha inandırıcı fırıldaqlar yaratmağa kömək etdiyindən, bu itkilərin artmağa davam edəcəyi gözlənilir:

• Cinayətkarlar süni intellektdən istifadə edərək ictimaiyyətə açıq olan böyük həcmdə məlumatları təhlil edir və yüksək hədəfli davranış fırıldaqları hazırlayırlar. 
• Əlverişli nəsil süni intellekt alətləri ilə fırıldaqçılar inandırıcı fişinq mesajları, sintetik səs klonları və dərin saxta videolar yarada bilərlər ki, bu da qurbanları saxta əməliyyatları təsdiqləməyə məcbur etməyi asanlaşdırır.

Eyni zamanda, real vaxt rejimində ödənişlər populyarlıq qazandıqca, maliyyə qurumlarının süni intellektlə işləyən fırıldaqçılıq cəhdlərini müəyyən etmək və bloklamaq üçün yalnız qısa bir vaxtı var. Buna görə də ödəniş sənayesi liderləri müxtəlif fırıldaqçılıq risklərini diqqətlə izləyir:

• Liderlər sintetik şəxsiyyət fırıldaqçılığını (61%), şəxsiyyət təqlidi fırıldaqçılığını (60%) və sərhəddən kənar fırıldaqçılığı (54%) növbəti il ərzində ən sürətlə böyüyən təhdidlər kimi görürlər. Saxta şəxsiyyət yaratmaq üçün oğurlanmış şəxsi məlumatları uydurma detallarla birləşdirməyi özündə ehtiva edən sintetik şəxsiyyət fırıldaqçılığı, fırıldaqçılar süni intellektdən istifadə edərək kütləvi məlumat dəstlərini araşdırdıqca və daha inandırıcı profillər yaratdıqca daha da artmaqdadır.
• Digər artan risklərə elektron ticarət fırıldaqçılığı (47%), "İndi al, sonra ödə" (BNPL) sui-istifadəsi (42%) və dərin saxtakarlıqlar (21%) daxildir. Pis aktyorların icazəsiz BNPL hesabları və ya əməliyyatları etdikdə elektron ticarət fırıldaqçılığı və BNPL sui-istifadəsi ilə bağlı narahatlıqlar rəqəmsal ödənişlər sahəsində daha güclü müştəri qorumalarına ehtiyac olduğunu vurğulayır.

Ödəniş liderlərinin doxsan faizi, fırıldaqçılığın qarşısının alınmasında süni intellektdən istifadəni artırmasalar, növbəti üç ildə daha yüksək maliyyə itkiləri ilə üzləşəcəklərini gözləyirlər. 

Xoşbəxtlikdən, əməliyyat nümunələrinin təhlilindən əl ilə yoxlamaların azaldılmasına qədər fırıldaqçılığın qarşısının alınması üçün süni intellektdən istifadə etməyin müxtəlif yolları mövcuddur. Bir çox qurum artıq aşağıdakı nəticələrə görə yüksək investisiya gəliri (ROI) əldə edir:

• Respondentlərin 85%-i süni intellektdən fırıldaqçılıq hallarının çeşidlənməsi və araşdırılması, əməliyyat nümunələrinin tanınması və şübhəli əməliyyatların real vaxt rejimində aşkarlanması üçün istifadə etdiklərindən əldə etdikləri gəlirləri bildiriblər.
• 83%-i süni intellektin fırıldaqçılıqla bağlı araşdırma və işlərin həlli prosesini əhəmiyyətli dərəcədə sürətləndirdiyini söyləyir.

​​​Bununla belə, davamlı investisiyanın ən böyük qazanclara gətirib çıxardığını xatırlamaq vacibdir. Beş ildən çoxdur ki, süni intellektdən istifadə edən təşkilatlar 4,3 milyon dollar itirilmiş gəlirə qənaət etdiklərini bildirirlər ki, bu da orta hesabla 2,2 milyon dollar qənaətdən təxminən iki dəfə çoxdur. 

Eyni zamanda, liderlər bilirlər ki, fırıldaqçılıq taktikaları inkişaf etdikcə süni intellektdən istifadənin aktuallığını qoruyub saxlamaq əhəmiyyətli bir maneədir. Yeni və ortaya çıxan təhdidlərdən qorunmaq üçün süni intellekt alətləri real vaxt rejimində öyrənməli və uyğunlaşmalıdır. 

Real vaxt rejimində məlumatları və davranış anlayışlarını özündə birləşdirən süni intellekt alətləri ilə təşkilatlar təsdiq nisbətlərini artırmaq və müştəriləri məmnun etmək üçün daha səmərəli avtorizasiya qərarları verə bilərlər.

Problem: Tarixən banklar əməliyyatları təsdiqləmək və ya bloklamaq üçün qaydalara əsaslanan sistemlərdən istifadə ediblər. Məsələn, bank müəyyən bir dollar məbləğindən artıq alış-verişi qeyd etmək və ya qeyri-adi yerlərdən gələn əməliyyatları rədd etmək üçün bir qayda təyin edə bilər. Amma məsələ bundadır: Sərt, əl ilə idarə olunan proseslər, xüsusən də fırıldaqçılıq daha sürətli və daha mürəkkəb hala gəldiyindən, fırıldaqçılığın aşkarlanmasını ləngidə bilər.

Həll yolu: Süni intellekt həlləri bu məhdudiyyəti asanlıqla aradan qaldıra bilər, əməliyyat riskini tez bir zamanda qiymətləndirmək və real vaxt rejimində məlumat təqdim etmək üçün milyonlarla məlumat nöqtəsini təhlil edə bilər. Bu o deməkdir ki, banklar ortaya çıxan təhlükələri aşkarlaya və aşkarlama gecikməsini minimuma endirərək tez bir zamanda məlumatlı qərarlar qəbul edə bilərlər.

Təşkilatların 80%-nin süni intellektdən lazımsız əl ilə yoxlamaların aradan qaldırılmasına kömək etdiyini bildirməsi təəccüblü deyil. Süni intellekt emitentlərə və alıcılara təhdidləri daha əvvəldən proqnozlaşdırmağa imkan verdiyindən, daha mürəkkəb araşdırmalar üçün imkanları boşaltmaqla fırıldaqçılıq qruplarına da fayda verir.

Problem: Statik avtorizasiya qaydalarında incəliklər olmadığı üçün, onlar tez-tez yalançı müsbət nəticələrə səbəb olur, yəni qanuni əməliyyatlar səhvən saxtakarlıq kimi müəyyən edildikdə və nəzərdən keçirilmək üçün rədd edildikdə və ya işarələndikdə. Daxili komandalar üçün əlavə iş yaratmaqdan əlavə, bu, müştəri təcrübəsinə də zərər verir. 

Həll yolu: Qabaqcıl süni intellekt modelləri fırıldaqçılıq riskini dəqiq qiymətləndirmək üçün müxtəlif məlumat nöqtələrini təhlil edə bilər. Məsələn, müntəzəm olaraq orta səviyyəli geyim alan bir müştəri mövsümi endirim zamanı birdən-birə bir neçə lüks moda əşyası alırsa, qabaqcıl süni intellekt modelləri xərclərin bu artımının qanuni davranış olub-olmadığını müəyyən etmək üçün tarixi alış davranışı, satıcının etibarlılığı və vaxt kimi amilləri təhlil edə bilər.

Bu kontekstə əsaslanan kəşfiyyat, müştərilər üçün sürtünməni artırmadan fırıldaqçılığın qarşısını alan daha dəqiq avtorizasiya qərarları verir. Əslində, respondentlərin 83%-i süni intellektdən istifadənin son bir ildə yalançı müsbət nəticələr və müştəri itkisi nisbətlərini əhəmiyyətli dərəcədə azaltdığını bildirir.

Problem: Süni intellekt real vaxt rejimində fırıldaqçılığın aşkarlanmasını dəstəkləyə bilsə də, effektivliyini qorumaq üçün yüksək keyfiyyətli məlumatlar tələb olunur. Liderlər bu tələbi başa düşürlər və respondentlərin 64%-i inkişaf edən təhdidlərlə ayaqlaşmaq üçün yeni, etibarlı məlumat mənbələrinə çıxışı sürətləndirməli olduqlarını bildiriblər.

Həll yolu: Effektiv süni intellekt fırıldaqçılığının aşkarlanması modelləri, kart şəbəkəsi kəşfiyyatı, satıcı məlumatları və istehlakçıların rəqəmsal şəxsiyyətindən əldə edilən məlumatlar daxil olmaqla, ödəniş ekosistemindən daxil olan məlumatları birləşdirir. 

Məsələn, süni intellekt aləti satıcının riskini tarixi fırıldaqçılıq nisbətlərinə əsasən qiymətləndirə bilər və eyni zamanda müştərinin sürət sayını təhlil edə bilər ki, bu da alış-veriş və ya hesab dəyişiklikləri kimi hərəkətlərin qısa müddət ərzində nə qədər tez-tez baş verdiyini izləyir.

Gələcəkdə təşkilatların süni intellekt fırıldaqçılığının aşkarlanmasındakı uğuru iki amildən asılı olacaq: modelin böyük həcmdə məlumatları təhlil etmək qabiliyyəti və qərar qəbuletməyə kömək etmək üçün tarixi nümunələri və təzə məlumatları birləşdirmək qabiliyyəti.

Generativ süni intellekt fırıldaqçılıq mənzərəsini dəyişdirir. Fırıldaqçılar süni intellektlə daha sürətli və daha uyğunlaşa bilirlər - maliyyə qurumları da belə olmalıdır.

Mastercard-ın Qərar Zəkası həlli, risk səviyyəsinə əsasən əməliyyatları təhlil etmək və qiymətləndirmək üçün süni intellekt və şəbəkə anlayışlarından istifadə edir. Zəngin, real vaxt rejimində əldə edilən məlumatlarla, fırıldaqçılıq taktikaları inkişaf etməyə davam etdikcə, inamlı avtorizasiya qərarları verə, daha orijinal əməliyyatları təsdiqləyə və gəlirlərinizi qoruya bilərsiniz. 

Süni intellektlə fırıldaqçılıqdan qorunma sistemlərinizi dəyişdirməyə hazırsınız? Mastercard-ın necə kömək edə biləcəyini öyrənin və ya bütün sorğu məlumatları üçün hesabatımızı oxuyun.