Por el personal de AI Trends
El uso de IA para combatir el fraude financiero-internamente y externamente-es un tema candente.
"La IA es el futuro de la gestión del fraude, independientemente del sistema que esté utilizando", afirmó Svetlana. belialova, jefe de gestión de riesgo operacional en rosbank, Societe Generale Group, durante un webcast reciente organizado por Riesgo.net. “Aporta mucho valor tanto en la gestión de datos como en la toma de decisiones”.
La madurez de una empresa y los procesos operativos para la gestión del fraude son clave para seleccionar la tecnología adecuada para ella, sugirió Belyalova. Las empresas que habían adoptado un enfoque más aislado al adaptar la tecnología a un cierto tipo de fraude, ahora quieren adoptar un enfoque más holístico y aprovechar las capacidades de inteligencia artificial de los sistemas de fraude.
“Lo que realmente necesitamos saber mejor es cómo administrar estas capacidades de IA en nuestro entorno de tiempo real-cómo hacerlos más efectivos, y cómo hacer que estos sistemas aprendan de nuestras situaciones diarias [en constante evolución] ”, afirmó.
Mientras que las capacidades de IA podrían haber sido "agradables" entre las herramientas que utilizan las instituciones financieras para combatir el fraude, hoy en día, "la IA se está convirtiendo en una herramienta imprescindible para que los analistas decidan si las transacciones son fraudulentas", afirmó Amir Shachar, científico principal de datos de investigación de fraude en NIZA Actimizar de Raanana, Israel, un proveedor de software para combatir los delitos financieros y garantizar el cumplimiento. NICE, de Neptune Intelligence Computer Engineering, fue fundada por siete excompañeros del ejército israelí.
Son los primeros días en la industria bancaria para combatir el fraude con nuevas tecnologías. Algunos de los primeros usuarios han implementado plataformas avanzadas que incorporan IA, y otros aún dependen de sistemas más antiguos y procesos existentes. El jefe del grupo de riesgo operativo en Allied Irish Bank, Charles Forde, alentó a los primeros usuarios a hablar sobre lo que funciona y lo que no, para que otros bancos puedan aprender y obtener las mejores prácticas.
No se trataría solo de qué tecnologías se están utilizando, sino también de los enfoques y modelos operativos empleados. "Creo que todavía hay una gran variación en las diferentes empresas en cuanto a cómo se aplican las tecnologías y en el modelo operativo", afirmó. “En algunas empresas, todo está principalmente en la primera línea. En algunos, la concentración del conocimiento está en la segunda línea. En última instancia, esta actividad debe situarse junto a la empresa que respalda, independientemente del tipo de empresa en la que se encuentre ".
El fraude bancario tiene un costo de al menos $ 7.1 mil millones anuales
Calcular el costo del fraude bancario es un desafío. El Informe de 2018 de la Asociación de Examinadores de Fraude Certificados (ACFE) a las Naciones ha encontrado que las pérdidas totales causadas por el fraude superan los $ 7.1 mil millones. Sin embargo, esto es solo pérdidas conocidas. La ACFE afirma que esta cifra no se acerca a representar la cantidad total de pérdidas por fraude, y el verdadero costo global del fraude probablemente sea "magnitudes más altas" debido a costos indirectos y no detectados.
KPMG 's La Encuesta Global de Fraude Bancario de 2019, con respuestas de 43 bancos en todo el mundo, encontró que 52% de los bancos no estaban monitoreando el costo total de la gestión del riesgo de fraude, según un informe reciente de caso, un centro de agregación de datos que respalda los servicios de gestión del fraude, con sede en Londres.
Un modelo de gestión del riesgo de fraude es un marco que describe todos los procesos relacionados con cómo se puede identificar, evaluar, mitigar, monitorear y reportar el fraude a la alta gerencia.
Un modelo eficaz de gestión del riesgo de fraude debe generar conciencia sobre el riesgo, responsabilidad y transparencia sobre cómo los bancos y las instituciones financieras gestionan activamente el fraude, sugiere el informe. Según Deloitte, permite a las organizaciones tener controles que inicialmente previenen que ocurra el fraude, detectan el fraude tan pronto como ocurre y finalmente responden de manera efectiva a los incidentes de fraude.
La Asociación de Examinadores de Fraude Certificados (ACFE) establece que para que un enfoque de gestión del riesgo de fraude funcione bien, debe ser proactivo en lugar de reactivo.
KPMG encontró diferencias importantes en cuanto a qué partes internas eran responsables de establecer la tolerancia al riesgo de fraude para la organización, con 52% diciendo que fue hecho por su Junta / Comité de Riesgos. “Esto muestra que todavía hay mucho en lo que trabajar”, afirma el informe. “Dado que la actividad de fraude aumenta a un ritmo rápido que cuesta a los bancos e instituciones financieras miles de millones cada año, los modelos operativos de gestión del riesgo de fraude adecuados pueden ayudar a gestionar el daño creado por los estafadores”.
Los bancos encuestados consideran que la IA es una inversión valiosa para combatir el fraude
El uso de inteligencia artificial y aprendizaje automático para combatir el fraude y el lavado de dinero se consideró una inversión valiosa en una encuesta de bancos que invirtieron en inteligencia artificial realizada por la empresa analista Ovum. Más de 80% creía que la inversión en IA generaba un retorno de la inversión, según un informe en el blog de FICO, la empresa de análisis de datos con sede en San José.
Los atacantes también están empleando inteligencia artificial. "Mientras nos reunimos para discutir cómo abordar el fraude y los delitos financieros, en otros lugares los delincuentes celebran sus propias conferencias para planificar sus ataques", afirmó Julie Conroy, directora de práctica de fraude y ALD en Aite Group, investigadora de mercado con sede en Boston. , en una conferencia reciente de Finovate, una empresa de conferencias centrada en la tecnología bancaria y financiera.
Conroy señaló que el fraude y el lavado de dinero están financiando algunos de los peores delitos que enfrenta la sociedad, incluida la trata de personas y el terrorismo., y las operaciones de los cárteles de la droga.
Los bancos que invierten en equipos de ciencia de datos también deben proporcionarles las herramientas para poner en funcionamiento el trabajo que han realizado, sugirió Doug Clare, que supervisa las soluciones de cumplimiento y fraude de FICO, en la conferencia de Finovate, “Los bancos necesitan pivotar rápidamente en su experiencia de la los delitos financieros que están viendo y ponen en funcionamiento rápidamente los modelos que desarrollan ”, dijo. "Sin inversión en las plataformas adecuadas, no pueden hacer eso".
La IA que utilizan los bancos también debe ser explicable. “Las organizaciones que implementan inteligencia artificial y aprendizaje automático para detectar el fraude y el lavado de dinero deben, por lo tanto, tener cuidado de que los modelos que utilizan no sean 'caja negra'”, afirmó Sarah Rutherford, directora sénior de FICO y autora de la reciente publicación en el blog.
Los modelos de IA no son infalibles. Como Scott, director de análisis de FICO zoldi declaró en su publicación 'El Banco de Inglaterra valida la necesidad de una IA explicable' el tamaño y la complejidad de estos modelos dificultan la explicación de sus procesos operativos a las personas. zoldi se describen técnicas que se están desarrollando para hacer que la IA sea explicable, para aquellos que usan los modelos correctos.
Lea los artículos fuente en riesgo.net, de caso y FICO blog.
