Архив Финансовые услуги и страхование · Платежи и финтех

Visa: ИИ-скоринг транзакций, предотвращено мошенничество на 40 млрд долларов

По данным Visa, с октября 2022 по сентябрь 2023 года компания предотвратила мошенничество на 40 млрд долларов. ИИ-модель присваивает риск-скор каждой транзакции по более чем 500 признакам; через сеть проходит около 300 млрд транзакций в год.

Стадия
Промышленная эксплуатация
География
Глобально
Год
2024
Источники
1
CB-000931
проверено 17.10.2026

/01 · ключевые результаты

  • результат

    $40 млрд

    предотвращённое мошенничество

    CNBC, статья, 25.07.2024

    октябрь 2022 — сентябрь 2023 · платёжная сеть Visa

    данные компании

  • около 300 млрд транзакций оценивает ИИ-модель · масштаб CNBC, статья, 25.07.2024
  • более 500 признаков учитывает модель при оценке риска каждой транзакции · возможность системы CNBC, статья, 25.07.2024

оценка strategai

Оценку не приводим: 40 млрд долларов — сумма предотвращённых мошеннических операций, а не денежный эффект для Visa

По данным Visa, с октября 2022 по сентябрь 2023 года компания предотвратила мошенничество на 40 млрд долларов. ИИ-модель присваивает риск-скор каждой транзакции по более чем 500 признакам; через сеть проходит около 300 млрд транзакций в год.

Стадия
Промышленная эксплуатация
География
Глобально
Год
2024
Источники
1
CB-000931
проверено 17.10.2026

/02 · паспорт кейса

/ паспорт кейса · CB-000931Visa Inc.

Бизнес

Компания
Visa Inc.
Отрасль
Финансовые услуги и страхование · Платежи и финтех
Функция
Риски, антифрод и безопасность
Задача
Антифрод (транзакции, страхование, закупки, бонусы)

Технология

Класс AI
Предиктивная аналитика (классический ML)
Тип решения
Собственная разработка

Внедрение

Стадия
Промышленная эксплуатация, на 25.07.2024
География
Глобально
Инвестиции
За последние пять лет Visa инвестировала 10 млрд долларов в технологии, которые снижают мошенничество и повышают безопасность сети.

/03 · описание кейса

Бизнес-задача

Visa обрабатывает около 300 млрд транзакций в год. По словам Джеймса Мирфина, глобального руководителя направления решений по рискам и идентификации Visa, злоумышленники с помощью ИИ генерируют номера карт и перебирают комбинации номера, CVV и срока действия, пока не получат одобрение операции. По данным Visa, такие атаки перебором приносят 1,1 млрд долларов мошеннических потерь в год.

Решение

Visa применяет искусственный интеллект и машинное обучение, в том числе риск-скоринг, для противодействия мошенничеству. ИИ-модель анализирует более 500 признаков каждой транзакции и присваивает ей риск-скор в реальном времени. Скоринг помогает выявлять и предотвращать атаки перебором в операциях, где покупка проводится дистанционно, без карты в терминале. Когда появляется новый тип мошенничества, модель помечает такие транзакции как высокорисковые, а клиенты Visa решают, одобрять ли их. С помощью ИИ компания также оценивает вероятность мошенничества в запросах на выпуск токенов.

Внедрение

По словам Мирфина, ИИ-скоринг встроен в обработку операций всей платёжной сети Visa: модель оценивает каждую транзакцию в реальном времени, после чего клиенты Visa решают, одобрять ли операцию. Когда появляется новый тип мошенничества, модель распознаёт его по набору признаков и присваивает таким транзакциям высокий риск-скор. Тот же подход Visa применяет к запросам на выпуск токенов: злоумышленники с помощью социальной инженерии пытаются незаконно получить токены и провести по ним мошеннические операции. За последние пять лет Visa инвестировала 10 млрд долларов в технологии, которые снижают мошенничество и повышают безопасность сети.

/04 · источники и проверка

Что подтверждено

  • По данным Visa, с октября 2022 по сентябрь 2023 года компания предотвратила мошенничество на 40 млрд долларов, почти вдвое больше, чем годом ранее.
  • ИИ-модель Visa оценивает более 500 признаков каждой транзакции и присваивает ей риск-скор в реальном времени.
  • По словам компании, модель обрабатывает каждую из примерно 300 млрд транзакций в год.

Ограничения

  • 40 млрд долларов — общая сумма предотвращённого мошенничества за год; доля, которая приходится на ИИ-скоринг, не указана.
  • Сумма показывает объём предотвращённых мошеннических операций; она не показывает, как изменились потери от мошенничества у банков и держателей карт.
  • Решение об одобрении операции принимают клиенты Visa; данных о точности модели и доле ложных срабатываний нет.
  1. [1] CNBC

    How Visa employed artificial intelligence to check $40 billion in fraud as scammers also take to AI

    СМИ · 25.07.2024

    Открыть источник

Архив Сообщить о неточности

АрхИИВ /strategai · CB-000931 · Версия 2 · 17.10.2026 · /c/CB-000931/