3_danske_bank_fraudes

Inteligência artificial e machine learning detectam, em tempo real, fraudes em bancos

O Danske Bank, que atua nos países nórdicos, aposta em inteligência artificial e machine learning para detectar fraudes em operações bancárias e pagamentos móveis com alto grau de sofisticação e assertividade, em tempo real. A expectativa é alcançar 100% retorno sobre os investimentos (ROI) já no seu primeiro ano de produção e reduzir a 50% o número de falsos-positivo. Segundo Mads Ingwar, diretor de serviços ao cliente da Think Big Analytics, empresa da Teradata que desenvolveu a soluções, para as transações online, cartões de crédito e pagamentos móveis, os bancos precisam de uma solução em tempo real.

“A plataforma de fraude baseada em Inteligência Artificial de última geração que desenvolvemos em colaboração com o Danske Bank calcula as transações recebidas em menos de 300 milissegundos. Isso significa que, quando os clientes estão em pé no supermercado ainda fazendo suas compras, o sistema pode marcar a transação em tempo real e fornecer uma visão imediata e acionável. Esse tipo de solução é algo que começaremos a ver em todas as organizações do setor de serviços financeiros, menciona Ingwar.

O banco adotou um conjunto de tecnologias desenvolvidas pela Think Big Analytics, empresa da Teradata, para criar e lançar uma plataforma de detecção de fraude baseada em Inteligência Artificial. A solução usa machine learning para analisar dezenas de milhares de recursos, monitorar milhões de transações bancárias on-line em tempo real e, assim, garantir visão que diferencie atividades verdadeiras das falsas e fraudulentas. E também reduzir significativamente o custo desse tipo de investigação. “O Danske Bank vem aumentando sua eficiência geral e agora está preparado para obter economias expressivas,” afirma comunicado à imprensa enviado pela Teradata.

O diretor de análise avançada do Banco dinamarquês, Nadeem Gulzar, avalia que o combate às fraudes é uma questão crítica e está no topo das prioridades do setor bancário. “Há evidências de que os criminosos estão se tornando cada vez mais ousados, usando inclusive técnicas sofisticadas de machine learning para atacar. Por isso é fundamental também usar técnicas avançadas para detectá-las, diz Gulzar.

O sistema original de detecção de fraude do Danske Bank se baseou principalmente em regras artesanais aplicadas proativamente pelo negócio ao longo do tempo. Com números recorde de falsos positivos – às vezes atingindo 99,5% de todas as transações – os custos e o tempo associados à investigação se tornaram muito altos, com grande parte da equipe de detecção de fraude se sentindo sobrecarregada, ainda que não estivesse efetivamente sendo utilizada.

Entendemos que as fraudes devem piorar no futuro próximo e no longo prazo, devido ao aumento da digitalização bancária e das aplicações bancárias móveis. Reconhecemos a necessidade de usar técnicas de ponta para combater os fraudadores, detectando não apenas onde estão hoje, mas onde estarão amanhã. Usando Inteligência artificial, já reduzimos falsos positivos em 50% e, dessa forma, conseguimos realocar a metade da unidade de detecção de fraude para responsabilidades de maior valor.

A equipe de Think Big Analytics da Teradata começou a trabalhar com o Danske Bank em meados de 2016, para apoiar o pessoal de análise com conhecimento especializado sobre como utilizar os dados para obter benefícios mais amplos para o negócio. A equipe conjunta começou o trabalho dentro da infraestrutura existente do banco e, em seguida, criou modelos avançados de machine learning para detectar fraude em milhões de transações por ano e em horários de pico, muitas centenas de milhares por minuto. Para garantir a transparência e incentivar a confiança, o mecanismo inclui uma camada de interpretação em cima dos modelos de machine learning, fornecendo explicações e interpretação da atividade de bloqueio.

Do ponto de vista de modelos de análises, os casos de fraude ainda são muito raros, com cerca de um caso de fraude em cada 100.000. A equipe conseguiu tirar os falsos positivos dos modelos e reduzi-los em 50%. Ao mesmo tempo, foram capazes de capturar mais fraudes – aumentando a taxa de detecção em cerca de 60%. O programa antifraude do Danske Bank é o primeiro a colocar técnicas de machine learning em produção ao mesmo tempo em que desenvolve modelos de aprendizado profundo para testar as técnicas.

Compartilhe

Notícias relacionadas

Blog
Mudança na natureza jurídica da ANPD fortalece aplicação da LGPD
Por Edilma Rodrigues A Medida Provisória (MPV) nº 1.124, de 13 de junho de 2022 assinada pelo...
Blog
Mercado Pago usa tecnologia de segurança da Mastercard para criptos
A carteira digital do Mercado Livre, o Mercado Pago, vai usar
Blog
Ant Group lança banco digital para micro, pequenas e médias empresas em Singapura
O ANEXT Bank, banco digital de atacado de Singapura e parte do Ant Group, anunciou...
Blog
Cetelem vai reduzir 6 mil toneladas de CO² com emissão de cartões reciclados
O Banco Cetelem Brasil emitiu cerca de 370 mil cartões de plástico reciclado, desde o...

Assine o CANTAnews

Não perca a oportunidade de saber todas as atualizações do mercado, diretamente no seu e-mail

plugins premium WordPress
Scroll to Top