Un 40% de les transaccions realitzades en el període d'un any es consideren sospitoses de frau, segons Mitek. Marc Sabadí, Digital Innovation Lead a Mitek, ens explica com poder fer front al frau. Mitek és una companyia tecnològica cotitzada en el NASDAQ, fundada en 1986. És una multinacional amb seu en Sant Diego, Califòrnia, i compta amb una forta implantació a Espanya a través de la seva oficina a Barcelona.
Mitek es dedica a ajudar a empreses i entitats del sector financer, assegurador i de telecomunicacions, així com a qualsevol organització que requereixi verificar i autenticar la identitat dels seus usuaris. Desenvolupen i comercialitzen tecnologia de verificació i autenticació d'identitat, que ha evolucionat a mesura que el frau ha anat canviant. "Portem dècades treballant amb models de IA, machine learning i deep learning, tant per verificar documents i fer OCR (extreure informació) com per a verificacions biomètriques de cara i veu (comparació i prova de vida)", sosté Sabadí.
Inversions milionàries
En un dels informes recents, subratllen que el 28% dels enquestats considera que la falta d'inversió en noves tecnologies i innovacions, juntament amb l'auge de nous tipus de frau, provoca que els fraus triguin molt a ser detectats. Així i tot, els bancs espanyols inverteixen prop de 3 milions d'euros a l'any en tecnologia de prevenció de frau. I, en concret, les empreses del sector destinen més de 2 milions d'euros a l'any per a compensació per pèrdues ocasionades pel frau. Amb aquestes xifres, Sabadí subratlla per ON ECONOMIA: "Detectar un frau té la seva complexitat a causa de la varietat i la sofisticació de les tècniques utilitzades pels defraudadors. Les entitats financeres reben intents tant de ciberatacs, com el ransomware, que comprometen els sistemes d'una organització; estafes, on les víctimes són manipulades per a realitzar accions en contra seva; i fraus, on els delinqüents es fan passar per una altra persona per a accedir als seus comptes. En aquest sentit, el principal vector del frau és la identitat, especialment en un món digital on és més difícil demostrar qui és qui".
Exemples específics inclouen suplantació d'identitat, account takeover (presa de control de comptes), comptes mula (utilitzades per a blanquejar diners) i SIM swap (intercanvi de targeta SIM per a accedir a comptes protegits per autenticació de dos factors).
Com actuarà la IA?
Per això, la intel·ligència artificial té un dels papers més importants per entendre com donar la volta a la situació. "No necessàriament redueix la inversió en tecnologia, però sí que la fa més eficient. Quan el volum de transaccions és gran, la capacitat humana es veu desbordada. Les tecnologies que incorporen IA permeten a les empreses del sector financer prendre millors decisions més ràpidament, trobant l'equilibri òptim entre usabilitat i seguretat, així com entre fricció i frau. En detenir als mals actors i permetre l'accés als bons, la IA millora significativament l'eficàcia de les mesures antifrau. Una analogia útil podria ser la d'un riu: la IA actua com un sistema de filtrat que deixa passar l'aigua neta (bons usuaris) mentre bloqueja les deixalles (fraudulents)".
La tendència actual suggereix que, a mesura que les tecnologies de detecció de frau milloren, les tàctiques dels defraudadors també es tornen més sofisticades, la qual cosa implica un refinament constant i necessari de les mesures de seguretat per a anar sempre per davant. En aquest sentit, tenir un procés de verificació multicapa és molt important per a mantenir una seguretat màxima. D'altra banda, les transaccions sospitoses de frau solen presentar patrons com a transaccions des d'ubicacions geogràfiques inusuals o distants de l'usuari habitual, sumes de transacció inusualment alts o repetitius, intents de transacció múltiples en un curt període i l'ús de dispositius no reconeguts o adreces IP sospitoses, entre d’altres.