Ny AI-lösning samlar arbetet mot nya finansbrott

I takt med att allt fler gör realtidsbetalningar uppstår också nya former av bedrägerier och finansiell brottslighet.

FICO Falcon X erbjuder en samlad lösning för att upptäcka och utreda både bedrägerier och finansiell brottslighet som penningtvätt. Lösningen är utformad för molnet och tillgänglig på Amazon Web Services, vilket skapar den flexibilitet som behövs för att möta realtidsbaserade betalningsbedrägerier.

Nya Falcon X från FICO ska motverka nya typer av bedrägerier och finansiell brottslighet genom ny teknik byggd på AI och maskininlärning.

FICO Falcon X kan köras via Amazon Web Services och strömlinjeformar processer för att upptäcka bedrägerier och motverka penningtvätt, något som efterfrågas av banker och finansiella institutioner runt om i världen.  Genom att göra samman kapacitet inom bedrägeribekämpning och penningtvättsbekämpning skapas möjligheter till betydande kostnadsbesparingar. FICO uppskattar att det finns en 80-procentig överlappning av system för de två funktionerna när det gäller databearbetning, systemunderhåll och administrering av gamla system.

“Den ökade mängden realtidsbetalningar runt om i världen – med överföringar person-till-person och mobila betalningar – leder också till en ökning av kriminella aktiviteter som drivs av det faktum att dessa betalningar ofta är oåterkalleliga,” säger Jason Keegan, ansvarig för bedrägerilösningar på FICO. “Vi ser hur kriminella dragit nytta av den rigida infrastruktur som ligger till grund för vårt globala finansiella system. Utifrån detta har inte bara möjligheter att stjäla skapats, utan också finansiering av droghandel, människosmuggling och terroristaktiviteter. Falcon X ska hjälpa institutioner att upptäcka och motverka kriminella aktiviteter innan en realtidsöverföring genomförs.”

“Globala organ för regelefterlevnad vill att finansiella institutioner utvärderar nya metoder för att upptäcka finansiell brottslighet,” säger TJ Horan, vice president och ansvarig för bedrägeri- och regelefterlevnadslösningar på FICO. “Vi presenterar en lösning som för samman anpassade maskininlärningsmodeller, kontextuell data och expertstyrda arbetsflöden, vilket ger oöverträffad flexibilitet till team som arbetar med bedrägeribekämpning och regelefterlevnad. Genom att föra samman den senaste analystekniken med vår expertis inom betalning och maskininlärning kan vi hjälpa banker att stärka skyddet och snabbt operationalisera förmågor, som förutom att leva upp till regulatoriska krav också upptäcker tidigast möjliga signaler kopplat till kriminella aktiviteter.”

FICO Financial Crimes Studio

Vid sidan av FICO Falcon X presenteras också Financial Crimes Studio med InstantML. Den lösningen kortar ner tiden som det tar att utveckla och rulla ut realtidsbaserade modeller för att motverka finansiell brottslighet genom att använda anpassade maskininlärningsalgoritmer från FICO. Med FICO Financial Crimes Studio kan också dataanalytiker bygga modeller baserade på deras banks unika kundportfölj, och använda öppna källkodsbaserade maskininlärningsbibliotek som R, Python, och H2O. Financial Crimes Studio ger också verktyg för att förklara hur AI används, vilket skapar goda möjligheter till regelefterlevnad genom tydlighet kring hur modellerna agerar.

Med InstantML erbjuder FICO sin samling AI- och maskininlärningsbaserade tekniker, som prövats i stor skala av tusentals finansiella institutioner. Det innebär att dataanalytiker för första gången kan använda FICOs branschledande maskininlärningsbaserade algoritmer för att motverka finansiell brottslighet i sina egna modeller. Modellerna kan sedan sömlöst rullas ut på Falcon X för att identifiera tidigast möjliga indikation på olagliga aktiviteter.

“Vi ser hur finansiella institutioner och fintechbolag världen runt gör stora investeringar i maskininlärningsanalys för att balansera riskhantering med bibehållen kundupplevelse,” säger Julie Conroy, research director på Aite Group. “För många företag är det högsta prioritet att tillgängliggöra utveckling och utrullning av avancerade modeller för att kunna hålla jämna steg med den snabba utvecklingen som sker inom bedrägerier och penningtvätt. Med Falcon X stärks banker och fintechbolag i sitt arbete att möta förändrade brottsbeteenden och de får de verktyg som behövs för att möta dessa behov.”

“Den ursprungliga Falcon-lösningen förändrade branschen när den introducerade AI för att motverka bedrägerier för 25 år sedan,” säger Dr. Scott Zoldi, ansvarig för analys på FICO. “Genom mer än 95 patent för bedrägerispecifika maskininlärningsalgoritmer har den utvecklats kontinuerligt och skyddar i nuläget mer än 2,6 miljarder bankkonton runt om i världen. Med Falcon X tar vi ett stort steg framåt med användning av AI för att stoppa bedrägerier. Vi hör från banker runt om i världen hur deras dataanalytiker bygger öppna källkodsmodeller som fungerar bra i labben men sen inte kan skalas tillräckligt för att fungera i riktiga världen. FICO Financial Crimes Studio och InstantML eliminerar det hindret genom att erbjuda kunder de verktyg och maskininlärningsalgoritmer med fokus på finansiell brottslighet, som behövs för att bygga modeller som fungerar i stor skala, och med hög hastighet kan upptäcka nya former av finansiell brottslighet.”

Både bedrägeribekämpning och regelefterlevnad

Enheter för bedrägeribekämpning och regelefterlevnad använder i nuläget ofta olika analyslösningar för att upptäcka och utreda misstänkta kriminella aktiviteter. En nyligen gjord undersökning från Ovum visar att en majoritet av banker har strategiska planer för att föra samman enheterna för bedrägeribekämpning och penningtvätt. Med FICO Falcon X elimineras redundansen genom att båda funktionerna stöds. Lösningen erbjuder konfigurerbara arbetsflöden och automatisering av processer för att göra verksamheten mer effektiv.

FICO Falcon X ger bedrägeribekämpningsexperter, utredare av finansiell brottslighet, data scientists, produktägare och digitala utvecklingsteam möjlighet att arbeta tillsammans kring strategier för att stödja organisationens mål och policys. Samtidigt elimineras ineffektivitet från innovationsarbetet. Lösningen stöttar också institutioner som måste uppfylla regelverk kring finansiell brottslighet, och har förinställda möjligheter för dataintegration kring bankbetalningar, paketeringar av regler och exempel på arbetsflöden, som gör att man snabbt kommer igång. Dessutom erbjuds möjligheten att välja till FICO-utvecklade maskinlärningsmodeller för att möta realtidsbaserade betalningsbedrägerier och penningtvätt.