Финансовый сектор столкнулся с явлением, которое эксперты называют «детекционным разрывом» (detection gap). Это ситуация, когда традиционные системы безопасности перестают успевать за скоростью и изощренностью атак, подпитываемых искусственным интеллектом. Согласно свежим данным Experian, в 2025 году атаки на основе кражи личности составили 71% всех подтвержденных случаев мошенничества.
Преступники начали использовать ИИ для автоматизации атак, которые раньше требовали участия сотен людей. Теперь скоординированные «оркестрованные» атаки происходят регулярно и на скоростях, недоступных старым системам мониторинга.
Проблема «детекционного разрыва»: Когда банки пытаются ужесточить фильтры, они сталкиваются с резким ростом ложных срабатываний (false positives). Это создает трение для честных клиентов и раздувает операционные расходы, так как командам приходится вручную проверять тысячи безвредных транзакций.
Путь к деньгам: Финтех-компании — главная мишень, так как путь от взлома до реального вывода наличных здесь кратчайший.
2. Новые тренды: SIM-swap и APP-фрод
Поскольку двухфакторная аутентификация стала стандартом, мошенники переключились на более сложные схемы обхода защиты.
SIM-swap: Частота подмены SIM-карт для перехвата одноразовых кодов (OTP) выросла более чем на 1000%.
APP-мошенничество (Authorised Push Payment): Преступники используют социальную инженерию, чтобы заставить жертву добровольно перевести деньги на «безопасный счет» или за «выгодный товар». Здесь ИИ помогает создавать гиперреалистичные дипфейки и поддельные документы.
3. Как финтехи наносят ответный удар
Для победы в «гонке инноваций» компании переходят к многослойной защите, объединяющей данные и поведенческий анализ.
Биометрия и селфи-сканы: Стандартные проверки дополняются непрерывным мониторингом.
Поведенческая аналитика: ИИ анализирует, как пользователь держит телефон (под каким углом, с какой силой нажатия). Например, если устройство лежит неподвижно на столе, пока совершается сложная транзакция, система может заподозрить бота.
Data Sharing: Отрасль переходит к модели «Индустрия против мошенника». Компании делятся данными о результатах атак, чтобы создать общую базу знаний.
4. Решение Transaction Forensics: 80 моделей на страже
Одной из главных проблем финтехов остаются «разрозненные пулы данных» (siloed data), которые мешают увидеть целостную картину поведения клиента.
Чтобы решить эту проблему, Experian совместно с Resistant AI запустили решение Transaction Forensics.
Технология: Решение использует более 80 моделей ИИ одновременно.
Функция: Оно обеспечивает детальный просмотр рисков при переводах между банками (A2A), объединяя коммерческие данные с поведенческой аналитикой транзакций в реальном времени.
Итог: ИИ против ИИ
Борьба с мошенничеством — это не выбор «использовать ИИ или нет», а вопрос эффективности моделей. Победителями станут те финтехи, которые смогут объединить свои разрозненные данные в единую интеллектуальную систему, способную отличить действия живого человека от идеально имитирующего его алгоритма.
