Στις 2:14 π.μ., μια πιστωτική κάρτα που συνήθως χρησιμοποιείται για την αγορά ειδών παντοπωλείου στο Οχάιο χρησιμοποιείται για την αγορά ηλεκτρονικών ειδών στη Ρουμανία. Το σύστημα ανίχνευσης απάτης της τράπεζας το επισημαίνει πριν ολοκληρωθεί η συναλλαγή. Ένα μήνυμα κειμένου αποστέλλεται στον κάτοχο της κάρτας. Η χρέωση απορρίπτεται. Αυτή η ακολουθία συμβαίνει εκατομμύρια φορές την ημέρα και βασίζεται στην αναγνώριση μοτίβων και όχι στον ανθρώπινο έλεγχο.

Η σύγχρονη ανίχνευση απάτης συνδυάζει κανόνες και μηχανική μάθηση. Απλοί κανόνες εντοπίζουν προφανή προβλήματα: μια συναλλαγή σε μια χώρα που δεν έχετε επισκεφτεί ποτέ, τρεις φορτίσεις βενζινάδικων σε δέκα λεπτά, μια αγορά πολύ πάνω από τις συνήθεις δαπάνες σας. Τα μοντέλα μηχανικής μάθησης προχωρούν ένα βήμα παραπέρα. Μαθαίνουν την κανονική συμπεριφορά κάθε πελάτη και βαθμολογούν κάθε συναλλαγή για κίνδυνο. Εάν η βαθμολογία ξεπεράσει ένα όριο, η τράπεζα αναλαμβάνει δράση.

Τα εργαλεία περιλαμβάνουν παρακολούθηση συναλλαγών σε πραγματικό χρόνο, δακτυλικά αποτυπώματα συσκευών, ελέγχους γεωγραφικής τοποθεσίας και βιομετρικά στοιχεία συμπεριφοράς, όπως ο τρόπος που πληκτρολογείτε τον κωδικό πρόσβασής σας. Οι τράπεζες μοιράζονται δεδομένα μέσω κοινοπραξιών για να εντοπίζουν κυκλώματα απάτης που κινούνται μεταξύ ιδρυμάτων. Τίποτα από αυτά δεν είναι τέλειο. Τα ψευδώς θετικά αποτελέσματα ενοχλούν τους πελάτες και κοστίζουν στους εμπόρους τις πωλήσεις. Οι απατεώνες προσαρμόζονται συνεχώς.

Τα στοιχήματα συνεχίζουν να αυξάνονται. Οι παγκόσμιες απώλειες από απάτες με κάρτες υπερβαίνουν τα 30 δισεκατομμύρια δολάρια ετησίως και οι απάτες που αφορούν εξουσιοδοτημένες πληρωμές push αυξάνονται ταχύτερα από τις απάτες με κάρτες. Οι τράπεζες προειδοποιούν πλέον τους πελάτες στην εφαρμογή πριν στείλουν χρήματα σε ύποπτο λογαριασμό.