AI ეხმარება ბანკებს მილიონების დაზოგვაში გადახდის თაღლითობის პრევენციის გარდაქმნით

• Mastercard-ის კვლევის თანახმად, გასულ წელს ორგანიზაციებმა საშუალოდ 60 მილიონი დოლარი დაკარგეს გადახდის თაღლითობის გამო.  
• სინთეზური იდენტობის თაღლითობა და გამოხატულების თაღლითობა სწრაფად იზრდება, რაც გამოწვეულია გენერაციული ხელოვნური ინტელექტით (Gen 
• ხელოვნური ინსტრუმენტები, რომლებიც იყენებენ რეალურ დროში მონაცემებს და ქცევის შეხედულებებს, დაგეხმარებათ შეაჩერ 
• ინდუსტრიის ლიდერების 83% ამბობს, რომ ინტელექტმა ინტელექტმა შეამცირა ცრუ პოზიტივები და გაუქმება, რაც

თაღლითობის სავარაუდო გლობალური ფინანსური გავლენა 2023 წელს 485 მილიარდ დოლარზე მეტამდე გაიზარდა [1] - განსაცვიფრებელი რიცხვი, რომელიც სავარაუდოდ გაიზრდება მომა 

ერთი კატალიზატორი? თაღლითები იყენებენ გენერალურ ხელოვნურ ინტელექტს დამაჯერებელი ღრმა ყალბების, სინთეზური ხმებისა და ყალბი დოკუმენტების სწრაფად წარმოქმნისთვის დ ელოიტის ანგარიშის თანახმად, AI გენერაციამ შეიძლება გამოიწვიოს 40 მილიარდი დოლარის აშშ-ს თაღლითობის ზარალი 2027 წლისთვის - სამაგზე მეტი ვიდრე 12.3 მილიარდ დოლარს

მაგრამ ბანკებიც იზრდება - იყენებენ ხელოვნურ ინტელექტს უფრო სწრაფ ად საბრძოლველ ად. წარსულში თაღლითობის პრევენციის გუნდები ადგენდნენ სახელმძღვანელო წესებს იმის გადაწყვეტისთვის, თუ ახლა ხელოვნურ ინტელექტს შეუძლია გაანალიზოს მონაცემები უჩვეულო ნიმუშების გამოსავლენად და რეალ 

ეს ცვლა უკვე ანაზღაურდება. Mastercard-ის 2025 წლის გადახდის თაღლითობის პრევენციის ანგარ იშში, რომელიც დამზადებულია Financial Times Longitude-თან პარტნიორობით, აჩვენა, რომ ემიტენტების 42% -მა და შემძენთა 26% -მა ბოლო ორი წლის განმავლობაში 5 მილიონ დოლარზე მეტი დაზოგა თაღლითობის მცდელ მაგრამ თაღლითობის პრევენციისთვის ხელოვნური ინტელექტის მაქსიმალურად გამოყენების მიზნით, ორგანიზაციებს სჭირდებათ მაღალი ხარისხის მონაცემები,

Mastercard-ის კვლევამ აჩვენა, რომ გასულ წელს ორგანიზაციებმა გადახდის თაღლითობის გამო საშუალოდ 60 მილიონი დოლარი დაკარგეს და რადგან AI ეხმარება თაღლითებს უფრო დამაჯერებელი თაღლითების შექმნაში, სავარაუდოდ, ეს ზარალი გაგრძელდება

• კრიმინალები იყენებენ ხელოვნურ ინტელექტს საჯაროდ ხელმისაწვდომი მონაცემების დიდი მოცულობის გასაანალიზებლად და 
• ხელმისაწვდომი გენერაციის ინტელექტის ინსტრუმენტებით თაღლითებს შეუძლიათ შექმნან დამაჯერებელი ფიშინგის შეტყობინებები, სინთეზური ხმოვანი კლონები და ღრმა ფალკე ვიდეოები მასშტაბით,

ამავდროულად, როდესაც რეალურ დროში გადახდები პოპ ულარობას იძენს, ფინანსურ ინსტიტუტებს აქვთ მხოლოდ მოკლე ფანჯარა AI-ით მომუშავებული სწორედ ამიტომ, გადახდის ინდუსტრიის ლიდერები ყურადღებით ადევნებენ თვალს თაღლითობის სხვადასხვა რისკებს:

• ლიდერები ხედავენ სინთეზურ პირადობის თაღლითობას (61%), იმიტაციის თაღლითობას (60%) და ტრანსსასაზღვრო თაღლითობას (54%) ყველაზე სწრაფად მზარდ საფრთხეებად მომავალი წლის განმავლობაში. სინთეზური პირადობის თაღლითობა, რომელიც გულისხმობს მოპარული პერსონალური ინფორმაციის შერწყმას გაყალბებულ დეტალებთან ყალბი პირადობის შესაქმნელად, იზრდება, რადგან თაღლითები იყენებენ AI-ს მონაცემთა მასიური ნაკრების შესამოწმებლად და უფრო დამაჯერებელი პროფილების შესაქმნელად.
• სხვა მზარდი რისკები მოიცავს ელექტრონული კომერციის თაღლითობას (47%), Buy Now, Pay Later (BNPL) ბოროტად გამოყენებას (42%) და ღრმა ფაქსებს (21%). შეშფოთება ელექტრონული კომერციის თაღლითობასა და BNPL-ის ბოროტად გამოყენებასთან დაკავშირებით, როდესაც ცუდი მონაწილეები ახორციელებენ არაავტორიზებულ BNPL ანგარიშებს ან ტრანზაქციებს

გადახდის ლიდერების ოთხმოცდაათი პროცენტი მომდევნო სამ წლის განმავლობაში უფრო მაღალ ფინანსურ ზარალს ელის, თუ ისინი არ გაზრდიან ინტელექტის გამოყენ 

საბედნიეროდ, თაღლითობის პრევენციისთვის ხელოვნური ინტელექტის გამოყენების სხვადასხვა გზა არსებობს, გარიგების ნიმუშების ანალიზიდან შედეგად, ბევრი ინსტიტუტი უკვე გამოიმუშავებს ინვესტიციის მაღალ ანაზღაურებას (ROI):

• გამოკითხულთა 85% აცხადებს, რომ ხედავს შემოსავალს ხელოვნური ინტელექტის გამოყენებით თაღლითობის შემთხვევების ტრიაჟისა და გამოძიებისთვის, ტრანზაქციის ნიმუშების ამოცნობისა და საეჭვო ტრანზაქციების რეალურ დროში გამოვლენისთვის.
• 83% ამბობს, რომ ხელოვნურმა ინტელექტმა მნიშვნელოვნად გააჩქარა მათი პროცესი თაღლითობის გამოძიებისა

​​​მიუხედავად ამისა, მნიშვნელოვანია გვახსოვდეს, რომ მდგრადი ინვესტიცია იწვევს ყველაზე დიდ მოგებას ორგანიზაციები, რომლებიც ხუთი წელზე მეტი ხნის განმავლობაში იყენებდნენ ხელოვნურ ინტელექტს, ამბობენ, რომ დაზოგეს 4.3 მილიონი დოლარის დაკარგული შემოსავალი 

პარალელურად, ლიდერებმა იციან, რომ ინტელექტის მიმდინარეობის შენარჩუნება თაღლითობის ტაქტიკის ახალი და განვითარებადი საფრთხეებისგან დასაცავად, AI ინსტრუმენტებმა უნდა ისწავლონ და ადაპტირდეს რეალ 

AI ინსტრუმენტებით, რომლებიც მოიცავს რეალურ დროში მონაცემებს და ქცევის შეხედულებებს, ორგანიზაციებს შეუძლიათ მიიღონ უფრო ეფექტური ავტორიზაციის გადაწყვეტილებები

პრობლემა: ისტორიულად, ბანკები იყენებდნენ წესებზე დაფუძნებული სისტემები ტრანზაქციების მაგალითად, ბანკმა შეიძლება დააწესოს წესი, რომ მონიშნოს შესყიდვები გარკვეულ დოლარზე მეტი ან უარყოს ტრანზაქციები, რომლებიც წარმოიშვა უჩვეულო ადგილებიდან. მაგრამ აქ არის საკითხი: ხისტი, ხელით პროცესები შეიძლება შეანელოს თაღლითობის გამოვლენა, განსაკუთრებით მაშინ, როდესაც თაღლითობები უფრო სწრაფი და რთული ხდება.

გამოსავალი: AI გადაწყვეტილებებს შეუძლიათ ადვილად გადალახონ ეს შეზღუდვა, გაანალიზებენ მილიონობით მონაცემთა წერტილს ტრანზაქ ეს ნიშნავს, რომ ბანკებს შეუძლიათ დაათვალიერონ განვითარებადი საფრთხეები მათი განვითარებისას და სწრაფად მიიღონ ინფორმირებული

გასაკვირი არ არის, რომ ორგანიზაციების 80% -მა განაცხადა, რომ AI ხელს უწყობდა ზედმეტი ხელით მიმო რადგან AI ემიტენტებსა და შემყიდველებს საშუალებას აძლევს ადრე წინასწარმეტყველონ საფრთხეები, ის ასევე სარგებლობს თაღლითობის გუნდებს უფრო რთული გამო

პრო ბლემა: იმის გამო, რომ სტატიკური ავტორიზაციის წესებს არ აქვთ ნიუანსი, ისინი ხშირად იწვევს ცრუ პოზიტიურ გამოვლენას, ანუ როდესაც ლეგიტიმური ტრანზაქციები არასწორად იდ შიდა გუნდებისთვის დამატებითი სამუშაოს შექმნის გარდა, ეს ასევე ზიანს აყენებს მომხმარებლის 

გამოსავალი: AI მოწინავე მოდელებს შეუძლიათ გაანალიზონ სხვადასხვა მონაცემთა წერტილები თაღლითობის რ მაგალითად, თუ მომხმარებელი, რომელიც რეგულარულად ყიდულობს საშუალო დიაპაზონის ტანსაცმელს, მოულოდნელად ყიდულობს რამდენიმე ძვირადღირებულ მოდის ნივთს სეზონური გაყიდვის დროს, ხელოვნების მოწინავე მოდელებს შეუძლიათ გაანალიზონ ისეთი ფაქტორები, როგორიცაა

ეს კონტექსტის შესახებ ცნობილი დაზვერვა ხელს უწყობს ავტორიზაციის უფრო ზუსტ გადაწყვეტილებებს, რომლებიც ხელს უშლის სინამდვილეში, გამოკითხულთა 83% ამბობს, რომ გასული წლის განმავლობაში ინტელექტმა მნიშვნელოვნად შეამცირა ცრუ დადებითი და მომხმარებელთა

პრობლემა: მიუხედავად იმისა, რომ ინტელექტს შეუძლია მხარი დაუჭიროს რეალურ დროში თაღლითობის ლიდერებს ესმით ეს მოთხოვნა, რესპონდენტთა 64% ამბობს, რომ მათ სჭირდებათ დაჩქარონ ახალ, სანდო მონაცემთა წყაროებზე წვდომა, რათა

გამოსავალი: AI თაღლითობის გამოვლენის ეფექტური მოდელები ინტეგრირებენ შეყვანებს გადახდის ეკოსისტემიდან, მათ შორის ბარათების ქსელის დაზვერვას, სავაჭრო მონაცემებს 

მაგალითად, AI ინსტრუმენტმა შეიძლება შეაფასოს ვაჭრის რისკი ისტორიული თაღლითობის მაჩვენებლების საფუძველზე, ხოლო ასევე გაანალიზოს მომხმარებლის სიჩქარის რაოდენობა, რომელიც აკონტროლებს რამდენად ხშირად ხდება მოკლე პერიოდში

მომავალში, ორგანიზაციების წარმატება AI თაღლითობის გამოვლენაში დამოკიდებული იქნება ორ ფაქტორზე: მოდელის შესაძლებლობაზე გააანალიზოს დიდი მოცულობის მონაცემები და ისტორიული ნიმუშების და ახალი ინფორმაციის გაერთიანების უნარი გადაწყვეტილების მიღებაში

გენერაციული AI ცვლის თაღლითობის ლანდშაფტს. თაღლითები უფრო სწრაფი და ადაპტირებულნი არიან ხელოვნურ ინტელექტთან - და ფინანსური ინსტიტ

Mastercard-ის გადაწყვეტილ ების ინტელექტის გადაწყვეტა იყენებს ხელოვნურ ინტელექტს და ქსელის შეხედულებებს რისკ მდიდარი, რეალურ დროში შეხედულებით შეგიძლიათ მიიღოთ დარწმუნებული ავტორიზაციის გადაწყვეტილებები, დაამტკიცოთ უფრო ნამდვილი ტრანზაქციები და დაიცვათ 

მზად ხართ გარდაქმნათ თქვენი თაღლითობის თავდაცვა AI შეიტყვე თ, თუ როგორ შეუძლია Mastercard დაეხმაროს ან წაიკითხ ოთ ჩვენი ანგარიში გამოკითხვის ყველა