Klockan 02:14 används ett kreditkort som vanligtvis används för matvaror i Ohio för att köpa elektronik i Rumänien. Bankens system för bedrägeridetektering flaggar det innan transaktionen slutförs. Ett textmeddelande skickas till kortinnehavaren. Betalningen avvisas. Den sekvensen sker miljontals gånger om dagen och den förlitar sig på mönsterigenkänning snarare än mänsklig granskning.

Modern bedrägeriupptäckt kombinerar regler och maskininlärning. Enkla regler fångar uppenbara problem: en transaktion i ett land du aldrig har besökt, tre bensinmackavgifter på tio minuter, ett köp långt över dina vanliga utgifter. Maskininlärningsmodeller går längre. De lär sig varje kunds normala beteende och riskpoängsätter varje transaktion. Om poängen överstiger ett tröskelvärde agerar banken.

Verktygen inkluderar transaktionsövervakning i realtid, fingeravtryckstagning av enheter, geolokaliseringskontroller och beteendebiometri, till exempel hur du skriver in ditt lösenord. Banker delar data genom konsortier för att upptäcka bedrägeriringar som rör sig mellan institutioner. Inget av detta är perfekt. Falska positiva resultat irriterar kunder och kostar handlare försäljning. Bedragare anpassar sig ständigt.

Insatserna fortsätter att öka. Globala förluster från kortbedrägerier överstiger 30 miljarder dollar per år, och bedrägerier som involverar auktoriserade push-betalningar växer snabbare än kortbedrägerier. Banker varnar nu kunder i appen innan de skickar pengar till ett misstänkt konto.