Sun'iy intellekt to'lov firibgarligining oldini olishni o'zgartirish orqali banklarga millionlab mablag'larni tejashga yordam bermoqda

• Mastercard tadqiqotiga ko'ra, tashkilotlar o'tgan yili to'lov firibgarligi tufayli o'rtacha 60 million dollar yo'qotgan.  
• Sintetik shaxsni aniqlash va boshqa shaxsga taqlid qilish firibgarliklari generativ sun'iy intellekt (gen AI) tufayli tez sur'atlar bilan o'sib bormoqda. 
• Real vaqt rejimidagi ma'lumotlar va xulq-atvor tahlillaridan foydalanadigan AI vositalari firibgarlik sodir bo'lishidan oldin uni to'xtatishga va yo'qotishlarni kamaytirishga yordam beradi. 
• Sanoat yetakchilarining 83 foizi sun'iy intellekt noto'g'ri ijobiy natijalar va ishdan bo'shatishlarni kamaytirganini va bu firibgarlikning oldini olishda yangi davrni boshlaganini ta'kidlamoqda.

Firibgarlikning global moliyaviy ta'siri 2023-yilda 485 milliard dollardan oshdi[1] — bu hayratlanarli raqam bo'lib, kelgusi yillarda o'sishi kutilmoqda. 

Bitta katalizatormi? Firibgarlar ijtimoiy muhandislik firibgarliklarini keng ko'lamda amalga oshirish uchun tezkor ishonarli chuqur soxtalashtirishlar, sintetik ovozlar va soxta hujjatlarni yaratish uchun avlod sun'iy intellektidan foydalanmoqdalar. Deloitte hisobotiga ko'ra, sun'iy intellekt avlodi 2027-yilga kelib AQShda firibgarlikdan kelib chiqadigan zararni 40 milliard dollarga yetkazishi mumkin, bu 2023-yilda kuzatilgan 12,3 milliard dollardan uch baravar ko'p.

Lekin banklar ham tezroq qarshilik ko'rsatish uchun sun'iy intellektdan foydalanmoqdalar. Ilgari, firibgarlikning oldini olish guruhlari qaysi tranzaksiyalarni tasdiqlash yoki blokirovka qilishni hal qilish uchun qo'lda qoidalar o'rnatgan. Endi AI g'ayrioddiy naqshlarni aniqlash va real vaqt rejimida aqlli avtorizatsiya qarorlarini qabul qilish uchun ma'lumotlarni tahlil qilishi mumkin. 

Bu o'zgarish allaqachon o'z samarasini bermoqda. Financial Times Longitude bilan hamkorlikda tayyorlangan Mastercardning 2025-yilgi toʻlov firibgarligining oldini olish boʻyicha hisobotida emitentlarning 42 foizi va sotib oluvchilarning 26 foizi sunʼiy intellekt tufayli soʻnggi ikki yil ichida firibgarlik urinishlarida 5 million dollardan ortiq mablagʻni tejashga muvaffaq boʻlganligi aniqlandi. Ammo firibgarlikning oldini olish uchun sun'iy intellektdan maksimal darajada foydalanish uchun tashkilotlarga yaxshiroq xavf qarorlarini qabul qilish uchun modellarga kiritilgan yuqori sifatli ma'lumotlar kerak.

Mastercard tadqiqoti shuni ko'rsatdiki, tashkilotlar o'tgan yili to'lov firibgarligi tufayli o'rtacha 60 million dollar yo'qotgan. Va sun'iy intellekt firibgarlarga yanada ishonchli firibgarliklarni yaratishda yordam berganligi sababli, bu yo'qotishlar o'sishda davom etishi kutilmoqda:

• Jinoyatchilar katta hajmdagi ommaviy ma'lumotlarni tahlil qilish va yuqori darajada maqsadli xulq-atvor firibgarliklarini amalga oshirish uchun sun'iy intellektdan foydalanadilar. 
• Arzon avlod AI vositalari yordamida firibgarlar keng ko'lamda ishonarli fishing xabarlari, sintetik ovoz klonlari va chuqur soxta videolarni yaratishlari mumkin, bu esa jabrlanuvchilarni firibgarlik operatsiyalarini tasdiqlashga majburlashni osonlashtiradi.

Shu bilan birga, real vaqt rejimida to'lovlar ommalashib borayotganligi sababli, moliyaviy institutlar sun'iy intellekt yordamida amalga oshiriladigan firibgarlik urinishlarini aniqlash va blokirovka qilish uchun qisqa vaqtga ega. Shu sababli to'lov sohasi yetakchilari turli xil firibgarlik xavflarini diqqat bilan kuzatib bormoqdalar:

• Rahbarlar sintetik shaxsni aniqlash firibgarligini (61%), oʻzini boshqa shaxs sifatida koʻrsatish firibgarliklarini (60%) va transchegaraviy firibgarlikni (54%) keyingi yil davomida eng tez rivojlanayotgan tahdidlar sifatida koʻrishmoqda. Soxta shaxsni yaratish uchun o'g'irlangan shaxsiy ma'lumotlarni uydirma ma'lumotlar bilan birlashtirishni o'z ichiga olgan sintetik shaxsni aniqlash firibgarligi, firibgarlar katta ma'lumotlar to'plamlarini saralash va yanada ishonchli profillar yaratish uchun sun'iy intellektdan foydalanganligi sababli kuchayib bormoqda.
• Boshqa o'sib borayotgan xavflar qatoriga elektron tijorat firibgarligi (47%), "Hozir sotib ol, keyinroq to'la" (BNPL) suiiste'moli (42%) va chuqur qalbakilashtirishlar (21%) kiradi. Yomon shaxslar ruxsatsiz BNPL hisoblari yoki tranzaksiyalarini amalga oshirganda, elektron tijorat firibgarligi va BNPL suiiste'mol qilinishi bilan bog'liq xavotirlar raqamli to'lovlar sohasida mijozlarni kuchliroq himoya qilish zarurligini ta'kidlaydi.

To'lovlar bo'yicha yetakchilarning to'qson foizi firibgarlikning oldini olishda sun'iy intellektdan foydalanishni ko'paytirmasa, keyingi uch yil ichida ko'proq moliyaviy yo'qotishlarni kutishmoqda. 

Yaxshiyamki, firibgarlikning oldini olish uchun sun'iy intellektdan foydalanishning turli usullari mavjud, tranzaksiya naqshlarini tahlil qilishdan tortib, qo'lda ko'rib chiqishni kamaytirishgacha. Ko'pgina institutlar allaqachon quyidagi natijalarga erishish uchun investitsiyalardan yuqori daromad (ROI) yaratmoqdalar:

• Respondentlarning 85 foizi firibgarlik ishlarini saralash va tergov qilish, tranzaksiyalar modelini aniqlash va shubhali tranzaksiyalarni real vaqt rejimida aniqlash uchun sun'iy intellektdan foydalanish natijasida olingan natijalarni ko'rganliklarini aytishdi.
• 83% sun'iy intellekt firibgarlikni tekshirish va ishlarni hal qilish jarayonini sezilarli darajada tezlashtirganini ta'kidlaydi.

​​​Shunga qaramay, uzoq muddatli investitsiya eng katta foyda keltirishini yodda tutish muhimdir. Besh yildan ortiq vaqt davomida sun'iy intellektdan foydalangan tashkilotlar 4,3 million dollarlik yo'qotishlarni tejashga muvaffaq bo'lishdi, bu o'rtacha 2,2 million dollarlik tejashdan deyarli ikki baravar ko'p. 

Shu bilan birga, rahbarlar firibgarlik taktikalari rivojlanib borar ekan, sun'iy intellektni dolzarb saqlash muhim to'siq ekanligini bilishadi. Yangi va paydo bo'layotgan tahdidlardan himoyalanish uchun AI vositalari real vaqt rejimida o'rganishi va moslashishi kerak. 

Real vaqt rejimidagi ma'lumotlar va xulq-atvor haqidagi ma'lumotlarni o'z ichiga olgan AI vositalari yordamida tashkilotlar tasdiqlash darajasini oshirish va mijozlarni qoniqtirish uchun samaraliroq avtorizatsiya qarorlarini qabul qilishlari mumkin.

Muammo: Tarixan, banklar tranzaksiyalarni tasdiqlash yoki blokirovka qilish uchun qoidalarga asoslangan tizimlardan foydalanganlar. Masalan, bank ma'lum bir dollar miqdoridan ortiq xaridlarni belgilash yoki g'ayrioddiy joylardan kelib chiqadigan tranzaksiyalarni rad etish qoidasini o'rnatishi mumkin. Lekin muammo shundaki: Qattiq, qo'lda bajariladigan jarayonlar firibgarlikni aniqlashni sekinlashtirishi mumkin, ayniqsa firibgarliklar tezroq va murakkabroq bo'lib borayotgan bir paytda.

Yechim: Sun'iy intellekt yechimlari bu cheklovni osongina yengib o'tishi mumkin, millionlab ma'lumotlar nuqtalarini tahlil qilib, tranzaksiya xavfini tezda baholash va real vaqt rejimida ma'lumotlarni taqdim etish mumkin. Bu shuni anglatadiki, banklar paydo bo'layotgan tahdidlarni ular paydo bo'lganda aniqlay olishlari va tezda xabardor qarorlar qabul qilishlari mumkin, bu esa aniqlashdagi kechikishni minimallashtiradi.

Tashkilotlarning 80 foizi sun'iy intellekt keraksiz qo'lda ko'rib chiqishlarni bartaraf etishga yordam berganini xabar qilgani ajablanarli emas. Sun'iy intellekt emitentlar va sotib oluvchilarga tahdidlarni oldindan bilish imkonini berganligi sababli, u firibgarlik guruhlariga yanada murakkabroq tergovlar uchun imkoniyatlarni bo'shatish orqali ham foyda keltiradi.

Muammo: Statik avtorizatsiya qoidalarida nozikliklar yo'qligi sababli, ular ko'pincha noto'g'ri ijobiy natijalarga olib keladi, ya'ni qonuniy tranzaksiyalar noto'g'ri firibgarlik deb aniqlanganda va ko'rib chiqish uchun rad etilganda yoki belgilanganda. Ichki jamoalar uchun qo'shimcha ish yaratishdan tashqari, bu mijozlar tajribasiga ham zarar yetkazadi. 

Yechim: Ilg'or AI modellari firibgarlik xavfini aniqlik bilan baholash uchun turli xil ma'lumotlar nuqtalarini tahlil qilishi mumkin. Masalan, agar muntazam ravishda o'rta darajadagi kiyim-kechak sotib oladigan mijoz mavsumiy chegirma paytida to'satdan bir nechta hashamatli moda buyumlarini sotib olsa, ilg'or AI modellari xarajatlarning bu o'sishi qonuniy xatti-harakatlar ekanligini aniqlash uchun tarixiy xarid xatti-harakatlari, savdogarning ishonchliligi va vaqt kabi omillarni tahlil qilishi mumkin.

Ushbu kontekstga asoslangan razvedka mijozlar uchun ishqalanishni kuchaytirmasdan firibgarlikning oldini oladigan aniqroq avtorizatsiya qarorlarini qabul qilishga olib keladi. Darhaqiqat, respondentlarning 83 foizi sun'iy intellekt so'nggi bir yilda noto'g'ri ijobiy natijalar va mijozlarning yo'qolib ketish darajasini sezilarli darajada kamaytirganini ta'kidlamoqda.

Muammo: Sun'iy intellekt real vaqt rejimida firibgarlikni aniqlashni qo'llab-quvvatlasa-da, uning samaradorligini saqlab qolish uchun yuqori sifatli ma'lumotlar talab qilinadi. Rahbarlar bu talabni tushunishadi, respondentlarning 64 foizi rivojlanayotgan tahdidlarga moslashish uchun yangi, ishonchli ma'lumot manbalariga kirishni tezlashtirish kerakligini aytishdi.

Yechim: Samarali sun'iy intellekt yordamida firibgarlikni aniqlash modellari to'lov ekotizimidan olingan ma'lumotlarni, jumladan, karta tarmog'i razvedkasi, savdogar ma'lumotlari va iste'molchilarning raqamli identifikatsiyasidan olingan ma'lumotlarni birlashtiradi. 

Masalan, AI vositasi savdogarning xavfini tarixiy firibgarlik darajasi asosida baholashi mumkin, shu bilan birga mijozning tezligini hisoblashni tahlil qiladi, bu esa qisqa vaqt ichida xaridlar yoki hisob o'zgarishlari kabi harakatlar qanchalik tez-tez sodir bo'lishini kuzatib boradi.

Kelajakda tashkilotlarning sun'iy intellekt firibgarligini aniqlashdagi muvaffaqiyati ikkita omilga bog'liq bo'ladi: modelning katta hajmdagi ma'lumotlarni tahlil qilish qobiliyati va qaror qabul qilishda yordam berish uchun tarixiy naqshlar va yangi ma'lumotlarni birlashtirish qobiliyati.

Generativ AI firibgarlik manzarasini o'zgartirmoqda. Firibgarlar sun'iy intellektga tezroq va moslashuvchanroq - va moliyaviy institutlar ham shunday bo'lishi kerak.

Mastercard’ning Decision Intelligence yechimi xavf darajasiga qarab tranzaksiyalarni tahlil qilish va baholash uchun sun’iy intellekt va tarmoq tahlillaridan foydalanadi. Boy va real vaqt rejimidagi ma'lumotlar bilan siz firibgarlik taktikalari rivojlanishda davom etar ekan, ishonchli avtorizatsiya qarorlarini qabul qilishingiz, ko'proq haqiqiy tranzaksiyalarni tasdiqlashingiz va daromadlarni himoya qilishingiz mumkin. 

Firibgarlikdan himoyalanishingizni sun'iy intellekt yordamida o'zgartirishga tayyormisiz? Mastercard qanday yordam berishi mumkinligini bilib oling yoki barcha so'rov natijalari uchun bizning hisobotimizni o'qing.