Ang paglago ng mga digital na pagbabayad ay sinabayan ng isang tahimik na pagbabago ng pandaraya sa pananalapi. Ang dating pangunahing umaasa sa pagnanakaw ng kredensyal o pag-clone ng card ay isinasama na ngayon ang social engineering, synthetic identities, at mga tool sa artificial intelligence na may kakayahang gawing mas kapani-paniwala at mas malawak ang mga pag-atake. Sa sitwasyong ito, ang mga bangko, fintech, at mga kumpanya ay nahaharap sa isang lalong kumplikadong hamon: ang pagprotekta sa mga gumagamit nang hindi isinasakripisyo ang bilis at pagiging simple na katangian ng mga digital na pagbabayad.
Ayon sa isang survey ng Datafolha Institute sa pakikipagtulungan ng Brazilian Forum for Public Security (FBSP), humigit-kumulang 24 milyong Brazilian ang naging biktima ng mga financial scam na kinasasangkutan ng Pix, credit card, at mga payment slip sa pagitan ng Hulyo 2024 at Hulyo 2025, na may tinatayang pagkalugi na halos R$29 bilyon. Bukod pa rito, ang impormasyon mula sa National Strategy to Combat Corruption and Money Laundering (ENCCLA) ay nagpapahiwatig na mahigit sa kalahati ng mga Brazilian ang nakaranas na ng ilang uri ng financial fraud.
“Sa kasalukuyan, may tatlong trend na muling nagbibigay-kahulugan sa pamamahala ng panganib sa sektor ng pananalapi. Sa isang banda, ang pandaraya ay mabilis na lumalago at nagbago na ang kalikasan, na dulot ng social engineering at paggamit ng generative artificial intelligence. Sa kabilang banda, ang regulasyon ay nangangailangan ng real-time, transparent, at auditable monitoring systems. At panghuli, ang depensa ay lalong nagiging umaasa sa artificial intelligence at mga mekanismo ng low-friction authentication na may kakayahang protektahan ang gumagamit nang hindi nakompromiso ang karanasan sa pagbabayad,” sabi ni Rodrigo Rodrigues, COO at co-founder ng Akua, ang AI-powered payment operating system para sa mga umuusbong na merkado.
Isipin ang isang mamimili na bumibili ng kape tuwing umaga, sa parehong oras at sa parehong tindahan ng kape. Bigla, pagkalipas ng ilang minuto, isang mamahaling pagbili ang lilitaw, na ginawa sa ibang device at sa ibang lungsod. Sa sandaling iyon, ang pinakamahalagang tanong ay hindi na "ano ang password?", kundi "may katuturan ba ang pag-uugaling ito para sa kostumer na ito?". Ito ang bagong hangganan ng pag-iwas sa pandaraya: sa halip na umasa lamang sa mga password o kredensyal, natututunan ng artificial intelligence kung paano naghahanap ang bawat tao upang matukoy kung kailan maaaring hindi sila ang taong nagbabayad.
Ang tugon ng industriya ay tumutukoy sa mga modelong may kakayahang bigyang-kahulugan ang mga pag-uugali, hindi lamang ang paglalapat ng mga paunang natukoy na patakaran. Ang dalas ng pagbili, karaniwang mga halaga, oras, lokasyon, mga aparatong ginagamit, at mga uri ng establisyimento ay ilan sa mga senyales na nagbibigay-daan para sa pagbuo ng mga dynamic na profile ng panganib ng mamimili. Kapag ang isang transaksyon ay lumihis nang malaki mula sa pattern na ito, maaaring matukoy ng mga sistema ang mga anomalya at masuri ang antas ng panganib bago pahintulutan ang isang operasyon.
Ang pagbabagong ito ay tumutugon din sa isang pangangailangang pang-ekonomiya. Bukod sa paglaban sa pandaraya, kailangang bawasan ng mga institusyon ang tinatawag na mga maling positibo, mga lehitimong transaksyon na tinatanggihan dahil sa pinaghihinalaang panganib. Para sa mga bangko, fintech, at mga kumpanya, ang hamon ay hindi lamang ang pagharang sa mga mapanlinlang na aktibidad, kundi ang gawin ito nang hindi lumilikha ng hindi kinakailangang alitan o nakakaapekto sa conversion ng mga lehitimong pagbabayad.
Sa kontekstong ito, ang mga kumpanyang tulad ng Akua ay nagsasama ng mga modelo ng machine learning, intelligent authentication, tokenization, at mga mekanismo ng real-time analytics upang palakasin ang pamamahala ng peligro sa buong siklo ng transaksyon. Ang layunin ay hindi lamang upang matukoy ang mga kahina-hinalang operasyon, kundi upang mas maunawaan ang pag-uugali ng gumagamit at makagawa ng mas tumpak, transparent, at auditable na mga desisyon.
Inaasahang tataas ang presyur sa ecosystem sa mga darating na taon. Tinatantya ng isang pag-aaral ng GlobalData na ang mga pagkalugi na nauugnay sa mga scam sa pamamagitan ng Pix ay maaaring umabot sa humigit-kumulang R$11 bilyon bawat taon pagsapit ng 2028, habang ipinapakita ng datos mula sa Serasa Experian na, noong 2025, mayroong tangkang pandaraya bawat dalawang minuto sa komersyo ng Brazil.
“Ang laban kontra sa pandaraya ay papasok sa isang bagong yugto. Kung sa loob ng maraming taon, ang prayoridad ay ang pagprotekta sa mga kredensyal at datos, ngayon ang hamon ay bigyang-kahulugan ang mga signal sa totoong oras at iiba ang isang lehitimong transaksyon mula sa kahina-hinalang aktibidad nang may pinakamababang posibleng alitan. Ang pag-iwas ay umuunlad mula sa mga static na patakaran patungo sa mas dynamic at adaptive na mga modelo,” pagtatapos ni Rodrigues.
Habang patuloy na lumalawak ang mga digital na pagbabayad at isinasama ng mga manloloko ang mga bagong teknolohiya upang mapalawak at mapahusay ang kanilang mga pag-atake, ang kakayahang balansehin ang seguridad, karanasan ng gumagamit, at tiwala ay lumilitaw bilang isang mahalagang salik sa kompetisyon para sa mga bangko, fintech, at mga negosyo. Sa sitwasyong ito, ang pamamahala ng peligro ay hindi na lamang isang proteksiyon na tungkulin at magiging isang estratehikong elemento ng digital na karanasan sa pananalapi.
