Tekoäly ja chatbotit pysäyttävät huijarit

Nopeat digitaaliset ratkaisut ja maksumuodot, kuten Swish ja Apple Pay, tekevät mobiililompakoilla aiempaa enemmän maksuja, mutta uudet maksutavat avaavat myös enemmän mahdollisuuksia huijauksille. Pankit vastaavat uhkiin chatboteilla ja tekoälyllä.

AI-och-chattbottar.jpg

Rikard Lindgren työskentelee informatiikan professorina Göteborgin yliopistossa ja tutkimusjohtajana Swedish Center for Digital Innovationissa. Hän näkee tekoälyssä suuren potentiaalin huijausten vastaisessa taistelussa. 

– Nykyään monet pankit luottavat huijausten paljastamisessa digitaalisten jälkien analysointiin. Käyttäjien käyttäytymistä tutkimalla voidaan paljastaa ei-toivottu käyttö. 

Rahamaailmassa annetaan yhä suurempi painoarvo ennusteelle, jossa hyödynnetään tekoälyä poikkeavien käyttäytymismallien löytämiseksi käyttäjiltä. 

Esimerkki on Mastercard, jota turvallisuusalusta Decision Intelligence käyttää. Se kerää tietoja käyttäjien tapahtumista ja hälyttää huijausta ilmaisevan käyttäytymisen ilmetessä. 

Tekoäly tunnistaa poikkeamia

Oppimalla, kuinka oikea ihminen tekee ostoksia ja suorittaa rahansiirtoja, tekoälyn on helpompi tunnistaa huijausyritys. Kun käyttäjiä on paljon, saadaan enemmän tietoa, mikä antaa tekoälylle suuremman työskentelyalustan.

Pohjoismainen esimerkki on Länsförsäkringar. Yritys investoi digitalisaatioon ja digitaalisiin innovaatioihin datan luomiseksi asiakkaista ja asiakkaiden ymmärtämiseksi paremmin. 

– Antamalla etuja progressiivisille asiakkaille yritys saa pääsyn dataan, joka mahdollistaa ennusteen, johon ei aiemmin ole pystytty, Rikard Lindgren sanoo.

Amerikkalainen yritys PayPal on toinen esimerkki tekoälyn tuottamista tuloksista.  Vain 0,32 prosenttia yrityksen voitosta menee huijareille, kun alan keskiarvo on 1,32 prosenttia. Se voi vaikuttaa merkityksettömältä summalta ajateltaessa, että Paypal käsittelee maksuja noin 28 miljardin dollarin edestä kuukaudessa. Mutta 0,32 prosenttia tarkoittaa, että 89,6 miljoonaa dollaria kuukaudessa päätyy huijareiden taskuihin. 

Pankeilla ja rahoitusyhtiöillä, jotka voivat pienentää huijausten määrää, on paljon voitettavana. 

Kehitys kulkee nopeasti eteenpäin ja Rikard Lindgren uskookin, että tulevaisuudessa luodaan enemmän tietoa automaattisesti.

– Noin kymmenessä vuodessa tullaan näkemään suurempi koneiden ja ihmisten muodostama yhdistelmä. Yhteiskunnassa luodaan asiakasymmärrys, joka perustuu entistä innovatiivisempaan ja luovempaan tietovirtaan, Rikard Lindgren sanoo.

Hänen mukaansa tulevaisuuden pankit voivat noutaa dataa muualtakin kuin vain taloustiedoista. Tarkastelemalla tietoja sosiaalisessa mediassa vuorovaikutuksena ja suhteina, pankki voi kerätä uusia jälkiä ja löytää malleja – edellyttäen, että ihmiset jättävät sellaista dataa ja että laki sallii sellaisen.

– Tämä koskee myös huijausten estämistä. 

Henkilön jakamien tietojen perusteella voidaan päätellä, ovatko asiat oikealla tolalla. 

IBM on pankkihuijausten vastaisen taistelun eturintamassa. Yritys on kehittänyt useita ratkaisuja, jotka analyysien avulla helpottavat pankkien taistelua rahanpesua ja terrorismin rahoitusta vastaan. Tietokannoissa ja käyttäjien mobiililaitteissa olevien tietojen avulla IBM:n järjestelmä pystyy antamaan tietoja käyttäjistä ja ennakoimaan, onko henkilöllä rikollisia aikeita.

Apuna chatbotit

Myö chatbotit voivat auttaa estämään huijauksia, vaikkakin toisella tavalla. Chatbot voidaan ohjelmoida tarkistamaan ja tunnistamaan epäilyttävä toiminta ja ilmoittamaan siitä asiakkaalle määritetyssä viestipalvelussa, kuten Facebook Messengerissä tai Whatsappissa. Sillä tavalla asiakas voi nopeasti tarkistaa epäilyttävät tapahtumat ja korjata mahdollisen ongelman. 

Chatbotista on apua myös, jos asiakas ajautuu ongelmiin. Se voidaan esimerkiksi ohjelmoida tunnistamaan, jos asiakas sattuu antamaan korttinsa tiedot tai muita arkaluonteisia tietoja ja sen jälkeen salaamaan verkkokeskustelun asiakkaan tietojen suojaamiseksi.