Inteligência artificial, risco real: ameaças impulsionadas por IA devem disparar, alertam profissionais antifraude

Especialistas no combate à fraude alertam para os equívocos impulsionados por inteligência artificial

A inteligência artificial (IA) mudou as regras do jogo. O que antes levava horas ou dias para um fraudador experiente, agora um modelo (de IA) faz em segundos. Uma nova pesquisa intersectorial com profissionais antifraude, realizada pela Associação de Examinadores de Fraudes Certificados (ACFE) e pelo SAS, líder em dados e IA, revela que:

• 77% relatam uma aceleração na engenharia social com deepfakes nos últimos 24 meses; e
• 83% preveem um aumento moderado (28%) a significativo (55%) nestes esquemas nos próximos dois anos.

 “A inteligência artificial tornou-se uma das ferramentas mais poderosas nos negócios, e uma das suas ameaças mais potentes”, disse John Gill, JD, President da ACFE. “A consciencialização é a nossa melhor defesa, à medida que novos riscos continuam a surgir. Educar profissionais, capacitar o governo e a indústria e empoderar o público para reconhecer as ameaças guiadas por IA que proliferam sem serem vistas é vital para manter a confiança e construir segurança para o futuro.”

“A IA está a tornar ténue a fronteira entre a verdade e a imitação, com mil milhões em jogo”, disse Carla Miranda Principal Business Solution Manager do SAS. “Mesmo enquanto a IA impulsiona um progresso aparentemente ilimitado, ela testa os próprios limites da verdade. Precisamos de consciencializar o público sobre o que está em jogo e preparar o governo e a indústria para enfrentar fraudes impulsionadas por IA, num momento em que menos de um em cada dez profissionais antifraude se sente bem preparado, de acordo com nossa recente pesquisa com membros da ACFE.”

Enfrentar a fraude impulsionada por IA em diversos setores

Em todos os setores, a IA está a transformar a escala e a sofisticação da fraude – e as ferramentas e estratégias necessárias para combatê-la. Para fortalecer as medidas de segurança, o SAS oferece os seguintes recursos comprovados em campo:

• IA no setor bancário: Adversária – e heroína. Os golpes estão a evoluir rapidamente, assim como a capacidade dos bancos de combatê-los. The Future of Trust: How AI is Powering a New Era in Banking Fraud Detection revela como a analítica avançada ajudou um banco a reduzir os alertas em 40% e a melhorar a deteção em 35%, fortalecendo tanto as medidas de segurança como a experiência do cliente.
• IA no setor público: Sinal – e escudo. Mesmo com a crescente complexidade dos esquemas que visam programas governamentais, as ferramentas de deteção avançam em paralelo. A Public Sector Fraud-Fighting Maturity Assessment, baseada em pesquisas de mercado realizadas pela Coleman Parkes e pelo SAS, ajuda as agências a comparar as suas capacidades e identificar lacunas para avançar na preparação antifraude amplificada por IA.

Da verificação de identidade digital à monitorização de transações em tempo real, da análise de sinistros de seguros à integridade de pagamentos em benefícios públicos, organizações em todo o mundo estão a fortalecendo as suas defesas com o SAS. Estes exemplos mostram como empresas e agências governamentais estão a usar analítica avançada para superar ameaças de fraude em escala de IA.

Potencializar decisões mais rápidas e inteligentes com verificação de identidade de alta confiabilidade

O BankID, um serviço da Stø, é o fornecedor nacional de identidade digital da Noruega, protegendo a autenticação e a assinatura digital de mais de 4,6 milhões de cidadãos em plataformas bancárias, governamentais e do setor privado. Processando quase mil milhões de transações por ano, o BankID está a modernizar a sua infraestrutura – transformando décadas de dados de identidade confiáveis ​​em inteligência de autoaprendizagem em tempo real.

Para fortalecer as suas defesas contra ameaças da era da IA, o BankID está a integrar sinais de identidade e autenticação de alta confiabilidade (por exemplo, padrões de login, metadados de dispositivos, comportamento de assinatura etc.) aos sistemas de pontuação e tomada de decisão de fraude em tempo real do SAS. Esta convergência entre garantia de identidade e análise comportamental possibilita a deteção precoce de anomalias, maior precisão na avaliação de riscos e proteção mais robusta contra apropriação indevida de contas e fraudes com identidades sintéticas.

“O BankID vai além da proteção de identidade – ele impulsiona a prevenção inteligente de fraudes”, disse David Sæle, Product Manager, BankID Anti-Fraud. “Ao combinar os nossos sinais de identidade com a análise de fraudes baseada em IA do SAS, passamos de reagir à fraude para antecipá-la. O resultado é uma deteção mais inteligente em tempo real e menos falsos positivos, permitindo decisões mais rápidas e confiáveis ​​que protegem tanto os usuários quanto a confiança em escala nacional.”

Transformar a monitorização de transações em tempo real com machine learning

O Ajman Bank  é um banco compatível com a Sharia que atende clientes de retalho, empresariais e governamentais nos Emirados Árabes Unidos. A instituição financeira de rápido crescimento aliou-se ao SAS e à parceira de integração regional DataScience Middle East para melhorar os seus recursos de deteção de fraudes e elevar o padrão regional para a prevenção moderna de fraudes.

O Ajman Bank implementou a plataforma de gestão e tomada de decisões de fraudes em tempo real do SAS para monitorizar a atividade em cartões, pagamentos e serviços digitais. Os modelos de machine learning avaliam e pontuam o comportamento do cliente em tempo real, reduzindo falsos positivos e ajudando os investigadores a concentrarem-se nas ameaças de maior risco. Ao unir dados e analítica em todos os canais, o banco está a construir uma defesa mais rápida e precisa contra as táticas de fraude em constante evolução.

“A nossa parceria com o SAS e a DataScience ME reflete o nosso compromisso em adotar tecnologias de ponta que protegem os nossos clientes e garantem a integridade de nossas operações bancárias”, disse Abhishek Sharma, Chief Risk Officer do Ajman Bank. “Com analítica em tempo real e modelos personalizados, estamos a oferecer serviços bancários mais inteligentes e seguros para a nossa comunidade.”

Mapear redes ocultas de fraude em seguros em grande escala – uma iniciativa inédita na Coreia

Entre as principais seguradoras da Coreia do Sul, a DB Insurance atende mais de 10 milhões de clientes e gere milhões de sinistros anualmente. Diante de quadrilhas criminosas organizadas que conectavam oficinas mecânicas, clínicas médicas e corretores fraudulentos, a seguradora estabeleceu uma parceria com o SAS para desenvolver a primeira rede de deteção de fraudes com inteligência artificial da Coreia.

Construído sobre a plataforma SAS Viya, o DB T-System unifica décadas de dados de apólices, sinistros e clientes numa única plataforma. Em seguida, aplicando análises de rede, o sistema expõe relações ocultas e padrões de fraude em milhões de sinistros, refinando a sua precisão a cada investigação. Como resultado direto, a precisão da deteção aumentou para 99%, enquanto o tempo de análise caiu de horas para meros minutos por caso. A equipa processa agora 30 vezes mais casos do que antes – não apenas reduzindo as perdas por fraude, mas também acelerando a resolução de sinistros.

“Ligamos o sistema e, de repente, dezenas de casos foram identificados, revelando conexões invisíveis com fraudes”, disse um líder sénior de operações de sinistros da DB Insurance. “Conseguimos visualizar 10 milhões de clientes, cada sinistro, cada conexão. Paramos de reagir à fraude e começamos a prevenir a sua disseminação.”

Fortalecer a integridade dos pagamentos em benefícios públicos com machine learning

Desde 2019, um grande estado do sul dos EUA tem trabalhado em parceria com a SAS para fortalecer a integridade de seu programa de assistência alimentar. O que começou como uma automação de fluxo de trabalho para partes do processo de recuperação de benefícios do SNAP (Programa de Assistência Nutricional Suplementar) do estado expandiu-se para todo o estado. Usando dados reunidos nos estágios iniciais da colaboração, o SAS criou posteriormente um modelo de machine learning para avaliar o risco de denúncias de pagamentos indevidos e ajudar a equipa do programa a priorizar casos para investigação, que devem atender a padrões rigorosos de prazo.

Com base nesse progresso, as autoridades expandiram o modelo para avaliar todos os casos ativos do SNAP (Programa de Assistência Nutricional Suplementar) em todo o estado e sinalizar aqueles com maior probabilidade de erro. O estado agora utiliza o SAS Payment Integrity for Food Assistance (Integridade de Pagamentos para Assistência Alimentar) para orientar e aperfeiçoar os seus processos de revisão, direcionando a atenção para os casos de maior risco – um modelo de como a analítica avançada de dados pode melhorar a supervisão responsável de programas públicos.

“Observámos uma redução de 50% no tempo de processamento das nossas investigações, passando de um prazo de 12 meses para seis meses”, afirmou um alto funcionário responsável pela supervisão da integridade do programa estadual. “Isso foi muito importante para nós, pois também enfrentávamos restrições orçamentárias e não podíamos alocar mais recursos.”