В 2:14 утра кредитная карта, которую обычно используют для покупок продуктов в Огайо, используется для оплаты электроники в Румынии. Система обнаружения мошенничества банка выявляет мошенничество еще до завершения транзакции. Держателю карты отправляется SMS-сообщение. Платеж отклоняется. Такая последовательность действий повторяется миллионы раз в день и основана на распознавании закономерностей, а не на проверке человеком.

Современные системы обнаружения мошенничества сочетают в себе правила и машинное обучение. Простые правила выявляют очевидные проблемы: транзакция в стране, где вы никогда не были, три покупки на заправке за десять минут, покупка, значительно превышающая ваши обычные расходы. Модели машинного обучения идут дальше. Они изучают обычное поведение каждого клиента и оценивают каждую транзакцию на предмет риска. Если оценка превышает пороговое значение, банк принимает меры.

Эти инструменты включают мониторинг транзакций в режиме реального времени, идентификацию устройств по отпечаткам пальцев, проверку геолокации и поведенческую биометрию, например, как вы вводите пароль. Банки обмениваются данными через консорциумы, чтобы выявлять мошеннические схемы, перемещающиеся между учреждениями. Ничто из этого не идеально. Ложные срабатывания раздражают клиентов и приводят к потере продаж для продавцов. Мошенники постоянно адаптируются.

Риски постоянно растут. Глобальные потери от мошенничества с банковскими картами превышают 30 миллиардов долларов в год, а мошеннические схемы, связанные с авторизованными платежами, распространяются быстрее, чем мошенничество с картами. Теперь банки предупреждают клиентов в приложении, прежде чем те отправят деньги на подозрительный счет.