Bankenes utdatert svindel­forebygging rammer kundene

Vi står ovenfor stadig mer komplekse trusler som krever nye og mer avanserte verktøy å bekjempe. Hvordan kan norske virksomheter i bank- og finanssektoren drive sikkert og svindelforebyggende, uten at det går på bekostning av kundereise og kjøpsopplevelse? Svaret kan ligge i bruk av kunstig intelligens (KI) og maskinlæring (ML). 

I takt med den stadig økende digitaliseringen, har trusselen fra cyberkriminelle blomstret. Ifølge en rapport fra Interpol (ekstern lenke) er finansiell svindel nå den største trusselen på globalt nivå, med stadig økende antall angrep. Her i Norge har DNB akkurat lagt frem sin siste trusselvurdering, hvor de blant annet viser til et bedrageri der opprettelsen av fiktive abonnement med betalinger til utlandet påførte kunder en totalt tap på rundt 66 millioner kroner over en periode på tre år. 

DNB møtte en ny kynisk svindelmetode i fjor: – Bekymrer oss av flere grunner

I desember i fjor ble 40 brukere hos NAV svindlet for til sammen én million kroner, ved at svindlerne fikk tilgang til brukernes BankID, og endret kontonummer for utbetaling av NAV-ytelser. Experian og Forrester Consulting sin årlige undersøkelse innen finanssektoren viser at trenden er økende både når det kommer til identitetstyveri (62 prosent), kontoovertagelse (61 prosent) og ikke minst syntetisk identitetstyveri, hvor respondentene melder om en økning på hele 67 prosent det siste året. 

Norske bankvirksomheter og tjenesteleverandører bør modernisere sine svindelforebyggende tiltak i møte med den stadig økende trusselen. Samtidig vil man passe på at inntektsstrømmen påvirkes i minst mulig grad. Tradisjonelle sikkerhetssystemer sliter med å holde tritt, både med svindlernes kreativitet og den økende mengden angrep. Resultatet er ikke bare at ekte kunder feilaktig blir avvist, men også at bedriftenes omdømme og inntekter lider.

Bruk av kunstig intelligens og maskinlæring har vist seg å være svært fordelaktig i kampen mot svindelaktører i mange bransjer – også i finanssektoren. Denne teknologien tilbyr en dynamisk løsning som effektivt gjenkjenner svindel, reduserer falske avvisninger og med det styrker inntjeningsevnen. Ved å integrere KI-drevet maskinlæring og enhetsintelligens med klare regler, kan proaktive virksomheter balansere mellom en mer fleksibel og presis svindelbekjempelse og en smidig kundeopplevelse. Et eksempel er vår svindelforebyggende løsning AIdrian, som ved å sette sammen vår spesialtilpassede maskinlæringsmodell med enhetsprofileringsdata fra kunden har vist seg å gi rundt 15 prosent mer inntjening for dem som har tatt den i bruk.

Som med all ny teknologi er det noen forhold som må være på plass, for å oppnå best mulig resultat. Datakvaliteten må være høy, maskinlæringsmodellen må være transparent og forklarbar både for kunder og tilsynsmyndigheter og i tillegg må man ta hensyn til de til enhver tid gjeldende personvernreglene. Teknologien viser seg allerede som en pålitelig og verdifull ressurs ved svindelforebygging i det norske finansmarkedet, og Forrester rapporten avdekker at hele 62% av bedrifter mener at KI og ML radikalt har endret måten de driver bedriften sin på.

En fremtid i digitaliseringens tegn krever robuste svindelforebyggende systemer. KI og ML åpner for dynamiske og skalerbare løsninger som møter stadig mer sofistikerte trusler, og beskytter både inntekter og kunder. Jeg anbefaler alle å anerkjenne og omfavne denne teknologien for å sikre en tryggere og mer lønnsom digital økonomi – også i fremtiden.