ડિજિટલ ચુકવણીના વિકાસ સાથે નાણાકીય છેતરપિંડીમાં પણ શાંત પરિવર્તન આવ્યું છે. જે એક સમયે મુખ્યત્વે ઓળખપત્ર ચોરી અથવા કાર્ડ ક્લોનિંગ પર આધાર રાખતું હતું તેમાં હવે સોશિયલ એન્જિનિયરિંગ, કૃત્રિમ ઓળખ અને કૃત્રિમ બુદ્ધિમત્તાના સાધનોનો સમાવેશ થાય છે જે હુમલાઓને વધુ ખાતરીપૂર્વક અને સ્કેલેબલ બનાવવા સક્ષમ છે. આ પરિસ્થિતિમાં, બેંકો, ફિનટેક અને કંપનીઓ એક વધુ જટિલ પડકારનો સામનો કરી રહી છે: ડિજિટલ ચુકવણીની લાક્ષણિકતા ધરાવતી ગતિ અને સરળતા સાથે સમાધાન કર્યા વિના વપરાશકર્તાઓનું રક્ષણ કરવું.
બ્રાઝિલિયન ફોરમ ફોર પબ્લિક સિક્યુરિટી (FBSP) સાથે ભાગીદારીમાં ડેટાફોલ્હા ઇન્સ્ટિટ્યૂટ દ્વારા કરવામાં આવેલા સર્વે મુજબ, જુલાઈ 2024 અને જુલાઈ 2025 વચ્ચે આશરે 24 મિલિયન બ્રાઝિલિયનો Pix, ક્રેડિટ કાર્ડ અને પેમેન્ટ સ્લિપને લગતા નાણાકીય કૌભાંડોનો ભોગ બન્યા હતા, જેના કારણે લગભગ R$29 બિલિયનનું નુકસાન થયું હતું. વધુમાં, ભ્રષ્ટાચાર અને મની લોન્ડરિંગ સામેની રાષ્ટ્રીય વ્યૂહરચના (ENCCLA) ની માહિતી દર્શાવે છે કે અડધાથી વધુ બ્રાઝિલિયનો પહેલાથી જ કોઈને કોઈ પ્રકારની નાણાકીય છેતરપિંડીનો ભોગ બની ચૂક્યા છે.
"આજે, નાણાકીય ક્ષેત્રમાં જોખમ વ્યવસ્થાપનને ફરીથી વ્યાખ્યાયિત કરી રહેલા ત્રણ વલણો છે. એક તરફ, છેતરપિંડી ઝડપથી વધી રહી છે અને તેના સ્વભાવમાં પરિવર્તન આવ્યું છે, જે સામાજિક ઇજનેરી અને જનરેટિવ આર્ટિફિશિયલ ઇન્ટેલિજન્સનો ઉપયોગ દ્વારા પ્રેરિત છે. બીજી તરફ, નિયમન વાસ્તવિક સમય, પારદર્શક અને ઑડિટેબલ મોનિટરિંગ સિસ્ટમ્સની માંગ કરે છે. અને અંતે, સંરક્ષણ કૃત્રિમ બુદ્ધિમત્તા અને ઓછા ઘર્ષણ પ્રમાણીકરણ પદ્ધતિઓ પર વધુને વધુ નિર્ભર બની રહ્યું છે જે ચુકવણી અનુભવ સાથે સમાધાન કર્યા વિના વપરાશકર્તાને સુરક્ષિત કરવામાં સક્ષમ છે," ઉભરતા બજારો માટે AI-સંચાલિત ચુકવણી ઓપરેટિંગ સિસ્ટમ, અકુઆના COO અને સહ-સ્થાપક રોડ્રિગો રોડ્રિગ્સ કહે છે.
કલ્પના કરો કે એક ગ્રાહક દરરોજ સવારે, એક જ સમયે અને એક જ કોફી શોપમાં કોફી ખરીદે છે. અચાનક, થોડીવાર પછી, એક ઉચ્ચ-મૂલ્યની ખરીદી દેખાય છે, જે એક અલગ ઉપકરણ પર અને એક અલગ શહેરમાં કરવામાં આવે છે. તે ક્ષણે, સૌથી મહત્વપૂર્ણ પ્રશ્ન હવે "પાસવર્ડ શું છે?" નથી, પરંતુ "શું આ વર્તન આ ગ્રાહક માટે અર્થપૂર્ણ છે?" છે. છેતરપિંડી નિવારણની આ નવી સીમા છે: ફક્ત પાસવર્ડ અથવા ઓળખપત્રો પર આધાર રાખવાને બદલે, કૃત્રિમ બુદ્ધિ શીખે છે કે દરેક વ્યક્તિ ખરીદી કરતી વખતે ક્યારે ચૂકવણી કરતી વ્યક્તિ પોતે ન હોય તે ઓળખવા માટે કેવી રીતે કામ કરે છે.
ઉદ્યોગનો પ્રતિભાવ એવા મોડેલો તરફ નિર્દેશ કરે છે જે ફક્ત પૂર્વવ્યાખ્યાયિત નિયમો લાગુ કરવા જ નહીં, પરંતુ વર્તણૂકોનું અર્થઘટન કરવામાં સક્ષમ હોય છે. ખરીદીની આવર્તન, સામાન્ય મૂલ્યો, સમય, સ્થાન, વપરાયેલ ઉપકરણો અને સ્થાપનાના પ્રકારો એ કેટલાક સંકેતો છે જે ગતિશીલ ગ્રાહક જોખમ પ્રોફાઇલ્સના નિર્માણ માટે પરવાનગી આપે છે. જ્યારે કોઈ વ્યવહાર આ પેટર્નથી નોંધપાત્ર રીતે વિચલિત થાય છે, ત્યારે સિસ્ટમ્સ અસંગતતાઓને ઓળખી શકે છે અને કામગીરીને અધિકૃત કરતા પહેલા જોખમના સ્તરનું મૂલ્યાંકન કરી શકે છે.
આ પરિવર્તન આર્થિક જરૂરિયાતને પણ પ્રતિભાવ આપે છે. છેતરપિંડીનો સામનો કરવા ઉપરાંત, સંસ્થાઓએ કહેવાતા ખોટા હકારાત્મક, શંકાસ્પદ જોખમને કારણે નકારવામાં આવતા કાયદેસર વ્યવહારોને ઘટાડવાની જરૂર છે. બેંકો, ફિનટેક અને કંપનીઓ માટે, પડકાર ફક્ત છેતરપિંડીની પ્રવૃત્તિઓને અવરોધિત કરવાનો નથી, પરંતુ બિનજરૂરી ઘર્ષણ પેદા કર્યા વિના અથવા કાયદેસર ચુકવણીઓના રૂપાંતરને અસર કર્યા વિના આમ કરવાનો છે.
આ સંદર્ભમાં, અકુઆ જેવી કંપનીઓ સમગ્ર વ્યવહાર ચક્ર દરમ્યાન જોખમ વ્યવસ્થાપનને મજબૂત બનાવવા માટે મશીન લર્નિંગ મોડેલ્સ, બુદ્ધિશાળી પ્રમાણીકરણ, ટોકનાઇઝેશન અને રીઅલ-ટાઇમ એનાલિટિક્સ મિકેનિઝમ્સનો સમાવેશ કરી રહી છે. ધ્યેય માત્ર શંકાસ્પદ કામગીરી શોધવાનો નથી, પરંતુ વપરાશકર્તા વર્તનને વધુ સારી રીતે સમજવાનો અને વધુ સચોટ, પારદર્શક અને ઑડિટેબલ નિર્ણયો લેવાનો છે.
આગામી વર્ષોમાં ઇકોસિસ્ટમ પર દબાણ વધવાની ધારણા છે. ગ્લોબલડેટાના એક અભ્યાસમાં અંદાજ છે કે 2028 સુધીમાં Pix દ્વારા થતા કૌભાંડો સાથે સંકળાયેલ નુકસાન દર વર્ષે આશરે R$11 બિલિયન સુધી પહોંચી શકે છે, જ્યારે સેરાસા એક્સપિરિયનના ડેટા દર્શાવે છે કે, 2025 માં, બ્રાઝિલના વાણિજ્યમાં દર બે મિનિટે છેતરપિંડીનો પ્રયાસ થતો હતો.
"છેતરપિંડી સામેની લડાઈ એક નવા તબક્કામાં પ્રવેશી રહી છે. જો વર્ષોથી પ્રાથમિકતા ઓળખપત્રો અને ડેટાનું રક્ષણ કરતી હતી, તો હવે પડકાર એ છે કે વાસ્તવિક સમયમાં સિગ્નલોનું અર્થઘટન કરવું અને ઓછામાં ઓછા શક્ય ઘર્ષણ સાથે શંકાસ્પદ પ્રવૃત્તિથી કાયદેસર વ્યવહારને અલગ પાડવો. નિવારણ સ્થિર નિયમોથી વધુ ગતિશીલ અને અનુકૂલનશીલ મોડેલોમાં વિકસિત થઈ રહ્યું છે," રોડ્રિગ્સ નિષ્કર્ષ કાઢે છે.
જેમ જેમ ડિજિટલ ચુકવણીઓ વિસ્તરતી રહે છે અને છેતરપિંડી કરનારાઓ તેમના હુમલાઓને વધારવા અને સુસંસ્કૃત કરવા માટે નવી તકનીકોનો ઉપયોગ કરે છે, તેમ સુરક્ષા, વપરાશકર્તા અનુભવ અને વિશ્વાસને સંતુલિત કરવાની ક્ષમતા બેંકો, ફિનટેક અને વ્યવસાયો માટે એક મુખ્ય સ્પર્ધાત્મક પરિબળ તરીકે ઉભરી આવે છે. આ પરિસ્થિતિમાં, જોખમ વ્યવસ્થાપન ફક્ત રક્ષણાત્મક કાર્ય રહેશે નહીં અને ડિજિટલ નાણાકીય અનુભવનું વ્યૂહાત્મક તત્વ બનશે.
