Pertumbuhan pembayaran digital telah disertai dengan transformasi senyap penipuan kewangan. Apa yang dahulunya bergantung terutamanya pada kecurian kelayakan atau pengklonan kad kini menggabungkan kejuruteraan sosial, identiti sintetik dan alat kecerdasan buatan yang mampu menjadikan serangan lebih meyakinkan dan berskala. Dalam senario ini, bank, fintech dan syarikat menghadapi cabaran yang semakin kompleks: melindungi pengguna tanpa menjejaskan kelajuan dan kesederhanaan yang menjadi ciri pembayaran digital.
Menurut tinjauan oleh Institut Datafolha dengan kerjasama Forum Keselamatan Awam Brazil (FBSP), kira-kira 24 juta rakyat Brazil menjadi mangsa penipuan kewangan yang melibatkan Pix, kad kredit dan slip pembayaran antara Julai 2024 dan Julai 2025, dengan anggaran kerugian hampir R$29 bilion. Tambahan pula, maklumat daripada Strategi Kebangsaan untuk Memerangi Rasuah dan Pengubahan Wang Haram (ENCCLA) menunjukkan bahawa lebih separuh rakyat Brazil telah pun mengalami beberapa jenis penipuan kewangan.
“Hari ini, terdapat tiga trend yang mentakrifkan semula pengurusan risiko dalam sektor kewangan. Di satu pihak, penipuan berkembang pesat dan telah berubah sifatnya, didorong oleh kejuruteraan sosial dan penggunaan kecerdasan buatan generatif. Sebaliknya, peraturan memerlukan sistem pemantauan masa nyata, telus dan boleh diaudit. Akhir sekali, pertahanan semakin bergantung pada kecerdasan buatan dan mekanisme pengesahan geseran rendah yang mampu melindungi pengguna tanpa menjejaskan pengalaman pembayaran,” kata Rodrigo Rodrigues, COO dan pengasas bersama Akua, sistem pengendalian pembayaran berkuasa AI untuk pasaran baru muncul.
Bayangkan seorang pengguna yang membeli kopi setiap pagi, pada masa yang sama dan di kedai kopi yang sama. Tiba-tiba, beberapa minit kemudian, pembelian bernilai tinggi muncul, dibuat pada peranti yang berbeza dan di bandar yang berbeza. Pada saat itu, soalan yang paling penting bukan lagi "apakah kata laluannya?", tetapi "adakah tingkah laku ini masuk akal untuk pelanggan ini?". Inilah sempadan baharu pencegahan penipuan: daripada hanya bergantung pada kata laluan atau kelayakan, kecerdasan buatan mempelajari bagaimana setiap orang membeli-belah untuk mengenal pasti bila orang yang membayar mungkin bukan mereka.
Respons industri menunjukkan model yang mampu mentafsir tingkah laku, bukan sekadar menggunakan peraturan yang telah ditetapkan. Kekerapan pembelian, nilai biasa, masa, lokasi, peranti yang digunakan dan jenis pertubuhan adalah antara isyarat yang membolehkan pembinaan profil risiko pengguna yang dinamik. Apabila transaksi menyimpang dengan ketara daripada corak ini, sistem boleh mengenal pasti anomali dan menilai tahap risiko sebelum membenarkan operasi.
Perubahan ini juga bertindak balas terhadap keperluan ekonomi. Selain memerangi penipuan, institusi perlu mengurangkan apa yang dipanggil positif palsu, iaitu transaksi sah yang ditolak kerana disyaki berisiko. Bagi bank, fintech dan syarikat, cabarannya bukan sahaja untuk menyekat aktiviti penipuan, tetapi untuk berbuat demikian tanpa menghasilkan geseran yang tidak perlu atau memberi kesan kepada penukaran pembayaran yang sah.
Dalam konteks ini, syarikat seperti Akua telah menggabungkan model pembelajaran mesin, pengesahan pintar, tokenisasi dan mekanisme analitik masa nyata untuk memperkukuh pengurusan risiko sepanjang kitaran transaksi. Matlamatnya bukan sahaja untuk mengesan operasi yang mencurigakan, tetapi juga untuk lebih memahami tingkah laku pengguna dan membuat keputusan yang lebih tepat, telus dan boleh diaudit.
Tekanan ke atas ekosistem dijangka meningkat pada tahun-tahun akan datang. Satu kajian oleh GlobalData menganggarkan bahawa kerugian yang berkaitan dengan penipuan melalui Pix boleh mencecah sekitar R$11 bilion setahun menjelang 2028, manakala data daripada Serasa Experian menunjukkan bahawa, pada tahun 2025, terdapat percubaan penipuan setiap dua minit dalam perdagangan Brazil.
“Perjuangan menentang penipuan sedang memasuki fasa baharu. Jika selama bertahun-tahun keutamaannya adalah melindungi kelayakan dan data, kini cabarannya adalah untuk mentafsir isyarat dalam masa nyata dan membezakan transaksi yang sah daripada aktiviti yang mencurigakan dengan geseran yang paling minimum. Pencegahan sedang berkembang daripada peraturan statik kepada model yang lebih dinamik dan adaptif,” simpul Rodrigues.
Ketika pembayaran digital terus berkembang dan penipu menggabungkan teknologi baharu untuk meningkatkan skala dan mesofistikasikan serangan mereka, keupayaan untuk mengimbangi keselamatan, pengalaman pengguna dan kepercayaan muncul sebagai faktor daya saing utama bagi bank, fintech dan perniagaan. Dalam senario ini, pengurusan risiko tidak lagi menjadi fungsi perlindungan semata-mata dan akan menjadi elemen strategik pengalaman kewangan digital.
