Visa: ИИ-скоринг платежей помог предотвратить мошенничество на 714 млн AUD

Visa обслуживает цифровые платежи потребителей, продавцов, финансовых организаций и государственных структур в более чем 200 странах и территориях. По оценке компании, распространение генеративного ИИ совпало с заметным ростом фишинга в мире, а также атак перебором платёжных реквизитов и атак программ-вымогателей. Спрос потребителей на платежи в реальном времени дал мошенникам новые возможности для атак на счета и схем социальной инженерии. Глава направления рисков Visa в Азиатско-Тихоокеанском регионе Джо Каннингем описывает задачу финансовых организаций как баланс между удобством почти мгновенного платежа и требованиями безопасности. По его словам, небольшое дополнительное трение в системе ради оценки риска может быть полезным.

Visa Advanced Authorisation (VAA) — собственное решение Visa для мониторинга платёжного мошенничества в реальном времени на основе ИИ. Система оценивает более 500 факторов риска примерно за миллисекунду и выставляет оценку риска каждой транзакции в сети VisaNet. Технология опирается на нейронные сети, которые Visa начала применять в управлении рисками и борьбе с мошенничеством одной из первых. Всего у компании в эксплуатации несколько сотен моделей ИИ, на которых работают более 100 продуктов и сервисов; VAA — один из них. Оценка риска помогает финансовым организациям останавливать мошеннические операции.

По данным Visa, за 12 месяцев с апреля 2022 по март 2023 года VAA помогла австралийским финансовым организациям предотвратить мошенничество на 714 млн австралийских долларов. Компания пересчитала эту сумму из 470 млн долларов США по курсу февраля 2024 года: 1 доллар США = 1,52154 австралийского доллара. Результат объявлен в феврале 2024 года. Тогда же Visa сообщила о планах в том же году вывести в Австралию сервис предотвращения мошенничества в платежах в реальном времени. Он формирует ленту анализа рисков по данным нескольких финансовых организаций; модели глубокого обучения в нём постоянно дорабатываются, чтобы выявлять кластеры потенциально мошеннических схем. Оценки транзакций можно получать через API и встраивать в существующие инструменты управления рисками.