O uso da inteligência artificial no combate às fraudes financeiras

Vitor Precioso

24 setembro 2019 - 17:20 | Atualizado em 29 março 2023 - 17:48

Imagem de cadeado destravado com moedas ao redor

A luta contra as fraudes é diária em empresas de serviços financeiros. A cada dia, a mídia mostra casos novos e surpreendentes. Conforme os criminosos se sofisticam, os bancos também precisam fazer o mesmo. E a inteligência artificial (IA) é um recurso a ser considerado no contexto da transformação digital.

Essa forma de tecnologia funciona nas duas vias. Criminosos podem usá-la para ganhar acesso a contas e perfis de usuários, mas é preciso enfrentá-los para barrar tais ações. Então, as instituições financeiras também podem se beneficiar da IA para reforçar a segurança contra movimentos suspeitos nas contas.

Mas como exatamente a inteligência artificial ajuda o mercado financeiro no combate ao crime? Descubra a seguir!

Qual a importância da IA?

A inteligência artificial pode ser um instrumento interessante de combate a fraudes, phishing, lavagem de dinheiro e outros movimentos suspeitos. Ela contribui para aumentar a segmentação dos clientes, proporcionando mais qualidade aos dados para entender como o usuário se comporta.

Uma vez que o próprio sistema consegue identificar uma movimentação fora do padrão, a inteligência artificial trabalha automaticamente para combater as ações indevidas, protegendo contas e cadastros. Esse contexto é muito favorável para prevenir golpes por engenharia social, por exemplo.

A IA, então, age no sistema financeiro a partir das análises de transações e comportamentos padrões para identificar a fraude em uma operação, falhas no processo, perdas financeiras e muito mais. Identificando ações suspeitas em segundos, ela contribui para melhorar a experiência dos usuários na instituição financeira, evitando a necessidade de bloquear cartões e trocar senhas.

Como a inteligência artificial utiliza o machine learning na identificação de fraudes?

Se a IA consegue ter um movimento preditivo contra roubos e fraudes nos serviços financeiros, é porque o machine learning (ML) fornece a capacidade de aprendizado para o sistema. A análise e processamento das interações do usuário só podem ser definidos porque o ML atua para entender o comportamento.

Quando há uma ação que foge dos padrões identificados pelos usuários, o sistema consegue identificar o que está acontecendo. Então, a tecnologia utiliza um conhecimento adquirido previamente sobre os dados da conta para promover uma maior segurança aos clientes do banco.

A partir do contexto de ameaça, a máquina consegue desabilitar uma ação criminosa e evitar fraudes em tempo real, rapidamente. O sistema precisa ter inteligência para agir com imediatismo frente aos ataques, para evitar que os invasores tenham sucesso nos objetivos. Isso porque o bloqueio tem um curto período de tempo para ser realizado.

Outra vantagem é que se torna mais fácil de identificar os criminosos, já que há mais facilidade de localizar o ponto de acesso de onde os bandidos acessam os dados.

Os índices de fraudes no Brasil

O Brasil é um país bastante afetado por crimes e ataques financeiros, com tentativas frequentes de fraudes e números que crescem anualmente. Segundo o Serasa Experian é uma tentativa a cada 16 segundos.

O maior problema está no setor de telefonia com 36,5% dos casos, nos quais os criminosos criam números de telefones para gerar dados de consumidores e comprovar endereços. Então, eles utilizam as informações para abrir contas em bancos, entre outras ações ilegais.

Nas instituições financeiras, esses bandidos conseguem acesso a talões de cheque, cartões de crédito, empréstimos e outros produtos bancários em nome de terceiros, causando transtornos para os verdadeiros donos da identidade.

Outra pesquisa com dados relevantes foi levantada pela ACI, que trabalha com soluções de pagamentos e serviços financeiros eletrônicos. O Global Consumer Card Fraud analisa os riscos e índices de fraude com todos os tipos de cartão no mundo todo.

Segundo os resultados, o Brasil ficou em segundo lugar como país com mais tentativas de fraude. Foram 49% dos cidadãos que já vivenciaram alguma situação até cinco anos antes da pesquisa. O primeiro lugar ficou com o México.

A transformação digital no setor financeiro brasileiro

Uma pesquisa realizada pela GFT apontou alguns índices sobre o estado da transformação digital dos bancos brasileiros. Com a adoção de diversas soluções digitais, não só para evitar fraudes, mas para comunicação e acesso, 94% das instituições acreditam que as ferramentas de inteligência artificial entregam valor para os sistemas bancários.

A mesma pesquisa apontou que, no período, 47% dos bancos nacionais já se preparavam para adotar estratégias de transformação digital, enquanto 36% já haviam concluído o processo – vale lembrar que essa é uma mudança que requer atualização constante, de acordo com as mudanças frequentes das inovações.

Enquanto as soluções se dividem entre várias finalidades, a questão da segurança e redução de riscos para os clientes já era apontado com um dos três principais benefícios da adoção de tecnologias. 28% dos participantes da pesquisa enxergam esse ponto como destaque, perdendo apenas para 66% dos votos para maior engajamento do cliente e 55% para os custos operacionais mais baixos.

Nesse contexto, as principais soluções escolhidas foram o assistente virtual, que colabora para a comunicação e engajamento – 52% dos entrevistados escolheram essa opção – o RPA (Robot Process Automation) com 38% para melhorar a eficiência do back Office e o Robot Advisory com 31% dos votos.

A pesquisa ainda aponta outras informações, como os desafios na implementação da transformação digital, o andamento dos processos e os motivos de adoção das tecnologias.

Como referência de transformação digital e uso da inteligência artificial para combate às fraudes financeiras, temos o exemplo do Danske Bank, que aumentou a detecção das movimentações fraudulentas em 50% após a adoção de IA e machine learning. O banco tem filiais nos países nórdicos e chegou a reduzir os índices de falsos positivos em 60% logo nos primeiros meses da experiência.

Os dados coletados são importantes para mostrar uma tendência na segurança dos dados e a importância da adoção de inteligência artificial e machine learning nas instituições bancárias. Quer saber mais novidades sobre tecnologia e mercado financeiro? Então continue no blog e veja os nossos conteúdos!

Recomendados para você

Tela de exibição de dados Fast Trade
Plataforma de Cotação e Negociação – Nova Futura c/ Fast Trade ...
Telas de exibição de dados da Fast Trade
Fees e Bolsas Internacionais disponíveis no Fast Trade ...
Pessoa utilizando celular para realizar aluguel de ação
Aluguel de ação: o que é e como funciona. ...