À mesure que les consommateurs adoptent le commerce électronique, les services bancaires numériques et les applications de paiement en ligne, le risque de fraude et d’autres délits financiers a considérablement augmenté. Chaque nouveau portail et application mobile élargit la surface d’attaque et offre aux pirates de nouvelles opportunités d’exploiter les vulnérabilités. Les enjeux pour les organismes financiers augmentent également. En 2021, les pertes liées à la fraude aux États-Unis se sont élevées à 5,9 milliards de dollars, soit une augmentation de 436 % par rapport aux niveaux de 2017, selon McKinsey. Et pour chaque dollar perdu à cause de la fraude, les banques dépenser plus de 4 $ sur les frais de recouvrement, les frais juridiques et autres dépenses.
Il n’est jamais facile de contrecarrer la criminalité financière, mais en adoptant la bonne infrastructure cloud et en déployant stratégiquement des technologies d’intelligence artificielle (IA), les institutions financières peuvent devancer les mauvais acteurs, mieux comprendre leurs tactiques, découvrir leur activité plus tôt et prévenir les attaques avant qu’elles ne se lancent. à une perte.
Les défis de la gestion des risques de fraude
La fraude est une activité importante et rentable pour les criminels en ligne d’aujourd’hui, qui sillonnent Internet et insèrent des logiciels malveillants voleurs de données dans des sites et des applications mobiles vulnérables. Ils vendent des données volées sur le dark web, où ils forment des alliances pour échanger des tactiques et des technologies, telles que des algorithmes d’IA capables de déchiffrer même les mots de passe les plus complexes en quelques secondes. Ils achètent des milliers de numéros de cartes de débit et de crédit illicites et les combinent avec d’autres informations piratées – notamment les numéros de sécurité sociale d’enfants sans antécédents financiers – pour créer de fausses identités et ouvrir de multiples comptes frauduleux.
Pour contrer ces mesures, les institutions financières prennent des mesures de plus en plus agressives pour identifier rapidement les comportements et transactions suspects.
« L’un des principaux défis auxquels sont confrontées les organisations financières est la complexité des données corrélées nécessaires pour découvrir des comportements et des modèles déviants », explique Archana Trikha, directrice générale associée chez Tata Consultancy Services (TCS). « Les banques matures effectuent des volumes massifs de transactions, mais moins de 1 % sont frauduleuses. Il s’agit donc essentiellement de trouver l’aiguille dans une botte de foin. Lorsqu’une transaction par carte ou au guichet automatique a lieu, vous devez identifier une activité suspecte et prendre une mesure décisive en quelques millisecondes.
Les tables traditionnelles et les bases de données relationnelles situées en back-end des systèmes et applications financiers sont souvent cloisonnées. En manquant des corrélations importantes, les analystes ou les systèmes automatisés risquent de ne pas détecter les activités illégales assez tôt pour éviter une perte. Lorsqu’une activité suspecte est signalée, elle peut retarder une transaction pendant qu’un représentant enquête sur l’affaire, frustrant ainsi les clients.
Riposter avec l’IA
« Une prévention efficace de la fraude nécessite que les institutions financières gardent une longueur d’avance sur les cybercriminels en intégrant des technologies d’IA et de multiples dimensions liées à la séquence d’événements pour identifier les activités suspectes en temps réel », explique Trikha. Une étape essentielle consiste à accéder à la puissance de traitement de Microsoft Cloud, où les organisations peuvent intégrer et analyser de grands ensembles de données provenant de plusieurs sources de données, en les corrélant rapidement pour d’éventuelles connexions avec des fraudeurs ou des sociétés écrans de blanchiment d’argent.
Par exemple, les organisations peuvent utiliser des applications d’IA basées sur le cloud pour analyser le comportement des clients, discerner les écarts en temps quasi réel par rapport au profil d’un client réel, identifier un comportement anormal ou identifier les collusions entre entités. L’IA peut également améliorer les logiciels existants, tels que les systèmes d’alerte, qui génèrent souvent de nombreux faux positifs. En plus de réduire la fatigue liée aux alertes, les capacités de l’IA peuvent justifier leurs décisions, ce qui permet au personnel de gagner du temps dans la compilation de rapports de conformité.
« Ce ne sont là que quelques-unes des technologies avancées que TCS déploie et personnalise pour les clients financiers », explique Trikha. Une fois les systèmes Big Data et IA installés dans Microsoft Cloud, ils continuent d’incorporer les dernières informations sur les menaces, les enquêtes et les interventions, aidant ainsi les institutions financières à garder une longueur d’avance sur les criminels.
Apprendre comment maîtriser votre parcours de transformation cloud avec TCS et Microsoft Cloud.
avril 3, 2024
Comment TCS contribue à lutter contre la criminalité financière grâce à l’IA et à Microsoft Cloud
À mesure que les consommateurs adoptent le commerce électronique, les services bancaires numériques et les applications de paiement en ligne, le risque de fraude et d’autres délits financiers a considérablement augmenté. Chaque nouveau portail et application mobile élargit la surface d’attaque et offre aux pirates de nouvelles opportunités d’exploiter les vulnérabilités. Les enjeux pour les organismes financiers augmentent également. En 2021, les pertes liées à la fraude aux États-Unis se sont élevées à 5,9 milliards de dollars, soit une augmentation de 436 % par rapport aux niveaux de 2017, selon McKinsey. Et pour chaque dollar perdu à cause de la fraude, les banques dépenser plus de 4 $ sur les frais de recouvrement, les frais juridiques et autres dépenses.
Il n’est jamais facile de contrecarrer la criminalité financière, mais en adoptant la bonne infrastructure cloud et en déployant stratégiquement des technologies d’intelligence artificielle (IA), les institutions financières peuvent devancer les mauvais acteurs, mieux comprendre leurs tactiques, découvrir leur activité plus tôt et prévenir les attaques avant qu’elles ne se lancent. à une perte.
Les défis de la gestion des risques de fraude
La fraude est une activité importante et rentable pour les criminels en ligne d’aujourd’hui, qui sillonnent Internet et insèrent des logiciels malveillants voleurs de données dans des sites et des applications mobiles vulnérables. Ils vendent des données volées sur le dark web, où ils forment des alliances pour échanger des tactiques et des technologies, telles que des algorithmes d’IA capables de déchiffrer même les mots de passe les plus complexes en quelques secondes. Ils achètent des milliers de numéros de cartes de débit et de crédit illicites et les combinent avec d’autres informations piratées – notamment les numéros de sécurité sociale d’enfants sans antécédents financiers – pour créer de fausses identités et ouvrir de multiples comptes frauduleux.
Pour contrer ces mesures, les institutions financières prennent des mesures de plus en plus agressives pour identifier rapidement les comportements et transactions suspects.
« L’un des principaux défis auxquels sont confrontées les organisations financières est la complexité des données corrélées nécessaires pour découvrir des comportements et des modèles déviants », explique Archana Trikha, directrice générale associée chez Tata Consultancy Services (TCS). « Les banques matures effectuent des volumes massifs de transactions, mais moins de 1 % sont frauduleuses. Il s’agit donc essentiellement de trouver l’aiguille dans une botte de foin. Lorsqu’une transaction par carte ou au guichet automatique a lieu, vous devez identifier une activité suspecte et prendre une mesure décisive en quelques millisecondes.
Les tables traditionnelles et les bases de données relationnelles situées en back-end des systèmes et applications financiers sont souvent cloisonnées. En manquant des corrélations importantes, les analystes ou les systèmes automatisés risquent de ne pas détecter les activités illégales assez tôt pour éviter une perte. Lorsqu’une activité suspecte est signalée, elle peut retarder une transaction pendant qu’un représentant enquête sur l’affaire, frustrant ainsi les clients.
Riposter avec l’IA
« Une prévention efficace de la fraude nécessite que les institutions financières gardent une longueur d’avance sur les cybercriminels en intégrant des technologies d’IA et de multiples dimensions liées à la séquence d’événements pour identifier les activités suspectes en temps réel », explique Trikha. Une étape essentielle consiste à accéder à la puissance de traitement de Microsoft Cloud, où les organisations peuvent intégrer et analyser de grands ensembles de données provenant de plusieurs sources de données, en les corrélant rapidement pour d’éventuelles connexions avec des fraudeurs ou des sociétés écrans de blanchiment d’argent.
Par exemple, les organisations peuvent utiliser des applications d’IA basées sur le cloud pour analyser le comportement des clients, discerner les écarts en temps quasi réel par rapport au profil d’un client réel, identifier un comportement anormal ou identifier les collusions entre entités. L’IA peut également améliorer les logiciels existants, tels que les systèmes d’alerte, qui génèrent souvent de nombreux faux positifs. En plus de réduire la fatigue liée aux alertes, les capacités de l’IA peuvent justifier leurs décisions, ce qui permet au personnel de gagner du temps dans la compilation de rapports de conformité.
« Ce ne sont là que quelques-unes des technologies avancées que TCS déploie et personnalise pour les clients financiers », explique Trikha. Une fois les systèmes Big Data et IA installés dans Microsoft Cloud, ils continuent d’incorporer les dernières informations sur les menaces, les enquêtes et les interventions, aidant ainsi les institutions financières à garder une longueur d’avance sur les criminels.
Apprendre comment maîtriser votre parcours de transformation cloud avec TCS et Microsoft Cloud.
Source link
Partager :
Articles similaires