A pri plačilih: ne zaznava več le goljufij, ampak se zdaj uči, kako nakupujete, da prepozna, kdaj to niste bili vi

Rast digitalnih plačil je spremljala tiha preobrazba finančnih goljufij. Kar se je nekoč zanašalo predvsem na krajo poverilnic ali kloniranje kartic, zdaj vključuje socialni inženiring, sintetične identitete in orodja umetne inteligence, ki lahko napade naredijo prepričljivejše in prilagodljivejše. V tem scenariju se banke, fintech podjetja in podjetja soočajo z vse bolj kompleksnim izzivom: zaščito uporabnikov, ne da bi pri tem ogrozili hitrost in preprostost, ki sta značilni za digitalna plačila.

Glede na raziskavo, ki jo je izvedel inštitut Datafolha v sodelovanju z Brazilskim forumom za javno varnost (FBSP), je bilo med julijem 2024 in julijem 2025 približno 24 milijonov Brazilcev žrtev finančnih prevar, v katere so bile vključene platforme Pix, kreditne kartice in plačilne lističe, kar je povzročilo ocenjene izgube v višini skoraj 29 milijard brazilskih realov. Poleg tega podatki iz Nacionalne strategije za boj proti korupciji in pranju denarja (ENCCLA) kažejo, da je več kot polovica Brazilcev že bila žrtev neke vrste finančne goljufije.

Danes trije trendi na novo opredeljujejo upravljanje tveganj v finančnem sektorju. Po eni strani goljufije hitro naraščajo in so se spremenile po naravi, kar je posledica socialnega inženiringa in uporabe generativne umetne inteligence. Po drugi strani pa regulacija zahteva sisteme spremljanja v realnem času, ki so pregledni in jih je mogoče pregledovati. In končno, obramba postaja vse bolj odvisna od umetne inteligence in mehanizmov za preverjanje pristnosti z nizkim trenjem, ki lahko zaščitijo uporabnika, ne da bi pri tem ogrozili plačilno izkušnjo.

Predstavljajte si potrošnika, ki vsako jutro kupi kavo, ob istem času in v isti kavarni. Nenadoma, nekaj minut kasneje, se prikaže nakup visoke vrednosti, opravljen na drugi napravi in ​​v drugem mestu. V tistem trenutku najpomembnejše vprašanje ni več "kakšno je geslo?", temveč "ali je to vedenje smiselno za to stranko?". To je nova meja preprečevanja goljufij: namesto da se zanaša zgolj na gesla ali poverilnice, se umetna inteligenca nauči, kako vsaka oseba nakupuje, da prepozna, kdaj oseba, ki plačuje, morda ni ona.

Odziv industrije kaže na modele, ki so sposobni interpretirati vedenje, ne le uporabljati vnaprej določenih pravil. Pogostost nakupov, običajne vrednosti, časi, lokacija, uporabljene naprave in vrste obratov so nekateri signali, ki omogočajo izdelavo dinamičnih profilov tveganja potrošnikov. Ko transakcija znatno odstopa od tega vzorca, lahko sistemi prepoznajo anomalije in ocenijo raven tveganja, preden odobrijo operacijo.

Ta sprememba je tudi odgovor na ekonomsko potrebo. Poleg boja proti goljufijam morajo institucije zmanjšati tako imenovane lažno pozitivne rezultate, torej legitimne transakcije, ki so zavrnjene zaradi suma tveganja. Za banke, fintech podjetja in podjetja izziv ni le blokiranje goljufivih dejavnosti, temveč tudi to, da to storijo brez nepotrebnega trenja ali vplivanja na pretvorbo legitimnih plačil.

Pričakuje se, da se bo pritisk na ekosistem v prihodnjih letih povečal. Študija GlobalData ocenjuje, da bi lahko izgube, povezane s prevarami prek platforme Pix, do leta 2028 dosegle približno 11 milijard realov na leto, medtem ko podatki podjetja Serasa Experian kažejo, da je bil leta 2025 v brazilski trgovini vsaki dve minuti poskus goljufije. V tem scenariju obvladovanje tveganj ne bo več zgolj zaščitna funkcija in bo postalo strateški element digitalne finančne izkušnje.

*Rodrigo Rodrigues, COO in soustanovitelj Akua