AI se joint à la lutte contre la fraude par carte de crédit

Il existe aujourd'hui peu de formes de fraude financière aussi répandues – ou plus coûteuses – que la fraude par carte de crédit. Il est difficile d’établir une comptabilité exacte des pertes subies chaque année par suite d’une fraude à la carte de crédit, mais un rapport a estimé le coût à 21,84 milliards de dollars en 2015 . Chose troublante, c'est un problème qui semble s'aggraver, pas mieux, du moins aux États-Unis.

Selon la Federal Trade Commission, le nombre de fraudes de cartes de crédit aurait augmenté de 23% l'année dernière. seul, sans aucun signe de ralentissement. Il augmente malgré la progression constante vers des cartes et des méthodes de transaction plus sécurisées, ce qui a amené nombre des plus grands marchands et émetteurs de cartes de crédit du monde à rechercher de nouvelles solutions au problème. C’est pourquoi de plus en plus d’industries se tournent vers les techniques d’intelligence artificielle et d’apprentissage automatique pour limiter ou empêcher les activités frauduleuses. Voici un aperçu de l'état actuel de la technologie et de la manière dont AI participe à la lutte contre la fraude par carte de crédit une fois pour toutes.

Un système fragmenté

L'un des problèmes liés à la prévention de la fraude par carte de crédit réside dans le fait qu'il est un système global sans normes unifiées. Par exemple, aux États-Unis, les marchands et les processeurs se sont fait notoirement quereller pendant des années au sujet de qui allait payer la facture pour le déploiement de cartes et d’équipements de traitement compatibles EMV. Ensuite, lorsque la réglementation gouvernementale leur a été imposée, l'industrie a déployé une version du système qui atténuait les avantages inhérents à la sécurité des cartes EMV.

Alors que l'industrie s'effondrait, une autre tendance s'installa: le commerce électronique. . Chaque année, une part de plus en plus importante des ventes au détail mondiales se déplace en ligne, où les cartes EMV n'offrent aucune protection. Certains acheteurs optent pour la sécurité d'une carte de crédit virtuelle mais la plupart ne le font pas. Ce changement a été une aubaine pour les fraudeurs, qui ont ciblé les détaillants en ligne pour voler en masse les données de cartes de crédit à la consommation. Il a également obligé les détaillants et les entreprises de traitement de cartes de crédit à explorer l'IA afin de résoudre finalement le problème le plus coûteux de l'industrie.

Un dialogue utile

L'un des meilleurs exemples de la façon dont l'intelligence artificielle commence à être utilisée comme anti-fraude. Dans l’industrie des cartes de crédit, Eno est l’assistant virtuel doté du système d’intelligence artificielle proposé par le géant du crédit à la consommation Capital One. Le système utilise une combinaison de technologie de traitement du langage naturel et de reconnaissance des formes pour faciliter la communication en temps réel avec les clients. Lorsqu’une transaction potentiellement frauduleuse est signalée par le système, l’utilisateur reçoit une requête instantanée d’Eno lui demandant s’il en a connaissance. Eno analyse ensuite les réponses de l’utilisateur, à la fois pour personnaliser davantage l’échange et pour rechercher des schémas de déception. Cela rend Eno efficace pour repérer la fraude à l'amiable également, qui est en augmentation depuis peu de temps.

À la recherche de l'exception

Les détaillants ont également préconisé le développement de techniques de détection de fraude à l'IA. Pour eux, le problème est sans doute plus difficile à aborder que pour les émetteurs de cartes de crédit car ils n’ont pas accès à l’historique complet des achats de chaque client. Pour surmonter cette difficulté, eBay a renversé le problème en cherchant moins à identifier des modèles indiquant une fraude et davantage aux modèles d'activité normale des clients. Dans un article publié récemment, les chercheurs d’eBay proposent un système d’intelligence artificielle appelé «détection des valeurs aberrantes». Ils pensent qu’il est plus facile pour un détaillant d’entraîner une IA à savoir à quoi ressemble une transaction légitime sur sa plate-forme (depuis qu’ils ont accès à ces données), puis à rechercher les signes d’un comportement anormal. Lors des tests, le système peut déjà détecter les achats frauduleux avec une précision élevée 40% du temps, sans intervention humaine directe. Dans un premier temps, il s’agit d’un taux de réussite spectaculaire – et qui devrait s’améliorer à mesure que le système acquiert une expérience concrète.

Assurer la sécurité de toutes les parties

Etant donné les progrès rapides réalisés par les marchands et les émetteurs de cartes de crédit, il est facile de prévoir un avenir où les criminels potentiels ont peu de chance de se glisser entre les mailles du le système, malgré sa nature fragmentée. Alors que les dernières solutions d'IA commencent à se répandre parmi toutes les parties prenantes de l'écosystème du crédit à la consommation, le résultat devrait être un système antifraude multicouches avec de multiples contrôles sur chaque transaction en temps réel. Il est également important de noter que tout cela sera complètement en coulisses, de sorte qu’il n’y aura pas d’impact notable sur les consommateurs. Si ces développements se poursuivent à un rythme soutenu, il est fort probable que les arguments interindustries sur la responsabilité en matière de fraude disparaissent bientôt et que ce soit une bonne nouvelle pour tout le monde.

Pour en savoir plus sur la propagation de l'IA dans le monde chaque industrie, lisez « La ​​ruée vers l'or de l'intelligence artificielle: intelligence artificielle et apprentissage automatique ."

<! – Commentaires ->