GenAI arruolata sul fronte antifrode

Experian, leader nel settore dei dati e della tecnologia, ha reso pubblico il suo ultimo report, condotto da Forrester Consulting, che illustra come l’Intelligenza Artificiale Generativa (GenAI) stia trasformando il panorama delle frodi. L’indagine, condotta tra 499 figure decisionali esperte nella lotta alle frodi, rivela un aumento delle perdite delle imprese attribuite ad azioni fraudolente, prima fra tutte il furto di identità, e sottolinea l’importanza di adottare solide misure di sicurezza basate sul machine learning (ML). La ricerca ha coinvolto otto paesi: Sudafrica, India, Norvegia, Danimarca, Spagna, Italia, Paesi Bassi e Germania.

Ne parliamo con Sheil Deep, Chief Operating Officer Experian EMEA & APAC (nella foto).

Ci presenta brevemente Experian: nazionalità, modello di business, mercati in cui è attiva?

«In quanto “global data tech company”, la missione di Experian è offrire opportunità a persone e aziende in tutto il mondo. Aiutiamo milioni di persone a realizzare i propri obiettivi finanziari e a risparmiare tempo e denaro. Stiamo ridefinendo le pratiche di prestito, aiutando le aziende a scoprire e prevenire le frodi e fornendo soluzioni di marketing utilizzando la nostra combinazione unica di dati, competenze analitiche e software all’avanguardia. Le nostre operazioni spaziano in una vasta gamma di mercati, tra cui servizi finanziari, telecomunicazioni, automotive, assicurazioni e molti altri segmenti industriali. Nelle regioni EMEA e APAC, ci concentriamo particolarmente sulla creazione di prodotti e iniziative di innovazione che abbiano un impatto significativo sulle comunità e sulla vita delle persone. Ci impegniamo a responsabilizzare i nostri dipendenti e a sfruttare la tecnologia per guidare il cambiamento sociale, creando un accesso al credito più equo e conveniente e contribuendo a migliorare la salute finanziaria per tutti».

Secondo il report di Experian Insight la GenAI ha consentito “l’industrializzazione delle frodi”. Ci spiega come sono cambiate le frodi nel tempo per effetto della GenAI?

«L’intelligenza artificiale generativa (GenAI) ha trasformato significativamente il mondo delle frodi, rendendole più sofisticate e difficili da combattere. Ora è molto più facile creare truffe convincenti, con la GenAI utilizzata per produrre deepfake e identità sintetiche. L’impatto di questa evoluzione è già evidente, con il 55% dei responsabili antifrode intervistati da Forrester nella nostra regione che hanno riscontrato un aumento dei furti di identità influenzati dalla GenAI. Per contrastare queste minacce, le aziende stanno guardando sempre di più alle soluzioni abilitate dalla tecnologia, investendo in machine learning e adottando strategie di difesa multistrato che combinano analytics avanzate con reti di condivisione dei dati per rilevare e prevenire le frodi in tempo reale».

Quali sono le attività fraudolente più frequenti e chi sono le vittime principali, ci può fare qualche esempio anche senza fare nomi?

«Secondo la nostra ultima ricerca, i tipi più comuni di frode subiti dalle società di servizi finanziari e telecomunicazioni sono il furto di identità, gli attacchi bot, le identità sintetiche dei consumatori e il money muling. Per i provider di servizi di e-commerce, i più comuni sono i cosiddetti attacchi di frode amichevole. Naturalmente, non sono solo le aziende a essere vittime; tutti sono suscettibili di essere attaccati e di cadere vittima di queste sofisticate truffe. Per darvi un’idea dell’entità di questo problema, la nostra ricerca mostra che il 57% delle società di servizi finanziari e di telecomunicazioni in EMEA e APAC ha segnalato un aumento degli attacchi di frode nell’ultimo anno, con il 61% degli operatori di servizi finanziari che si aspetta che le proprie perdite per frode aumentino nel prossimo anno».

Esiste una quantificazione del danno di questi frodi?

«L’impatto della frode è significativo sia per i consumatori che per le aziende. Dal punto di vista del consumatore, può essere devastante: sentiamo spesso parlare di persone anziane che hanno perso i risparmi di una vita in una truffa di investimento, ad esempio. Danni che cambiano la vita possono verificarsi anche nelle truffe romantiche, in cui le persone cadono vittima di un coinvolgimento sentimentale a lungo termine con il truffatore mentre perdono i loro risparmi. Dal punto di vista delle imprese, molte aziende con cui parliamo trovano difficile identificare se la GenAI è stata utilizzata in un attacco, ma il suo impatto è significativo e in crescita. Nelle regioni EMEA e APAC, il 73% degli esperti antifrode concorda sul fatto che la GenAI ha alterato permanentemente il panorama delle frodi e il 54% segnala un aumento delle perdite per frode nell’ultimo anno.

La frode intacca la redditività della maggior parte delle organizzazioni, e non solo per le perdite dirette: le aziende devono investire risorse per trovare il giusto equilibrio tra controlli antifrode rigorosi e un’esperienza cliente fluida, una sfida che può portare a una perdita di potenziali entrate perché i clienti possono decidere di abbandonare una richiesta di credito semplicemente per un’eccessiva frizione del processo di autenticazione. C’è anche la sfida dei falsi positivi che si verifica quando i buoni clienti vengono erroneamente segnalati come potenziali truffatori. La nostra ricerca mostra che il 61% delle aziende ritiene che i falsi positivi costino loro più delle perdite effettive per frode».

Sul report leggiamo che, date le crescenti minacce di frode e il ruolo critico del machine learning (ML) nella fase di prevenzione delle frodi, l’introduzione di modelli basati sul ML è una priorità assoluta per i responsabili aziendali. Al di là del riconoscimento delle potenzialità di questi strumenti, qual è oggi il reale livello di utilizzo del ML da parte delle aziende?

«Sebbene il potenziale del machine learning nella prevenzione delle frodi sia ampiamente riconosciuto – con la nostra ricerca che mostra che l’implementazione di modelli antifrode basati sul ML è la principale priorità antifrode per i prossimi 12 mesi – il livello effettivo di utilizzo di ML varia. Oltre la metà (53%) delle aziende ha difficoltà a implementare modelli basati sul ML a causa di varie sfide, tra cui dati di addestramento insufficienti e mancanza di dati di qualità. Molte aziende stanno adottando sempre più tecnologie ML per migliorare il rilevamento e la prevenzione delle frodi. I modelli antifrode basati su ML sono particolarmente efficaci nell’identificare modelli complessi e nel ridurre i falsi positivi. Un altro vantaggio dell’ML è che i modelli possono essere regolarmente e continuamente riqualificati per diventare più accurati nel tempo, fornendo capacità analitiche che vanno oltre i modelli tradizionali o i sistemi basati su regole, identificando pattern sospetti dai dati».

La crescente complessità delle minacce di frode rende essenziale la collaborazione con partner esterni e l’adozione di tecnologie avanzate. Le imprese sono pronte a superare le sfide legate alla condivisione dei dati per migliorare gli sforzi di rilevamento e prevenzione delle frodi?

«La portata e la crescente complessità delle minacce di frode stanno guidando una maggiore collaborazione con partner esterni. Secondo la nostra ricerca, quasi 4 su 5, ovvero il 78% dei responsabili delle decisioni antifrode concordano sul fatto che la collaborazione con partner esterni è fondamentale per un’efficace prevenzione delle frodi.

Tuttavia, la condivisione dei dati comporta delle sfide, come le preoccupazioni per la privacy e gli ostacoli normativi. Per superare queste sfide, le aziende stanno implementando diverse misure correttive, come il miglioramento delle misure di sicurezza dei dati, la garanzia della conformità alle normative sulla protezione dei dati, l’anonimizzazione dei dati prima della condivisione, la definizione di politiche chiare di governance dei dati e la conduzione di audit e monitoraggi regolari. Questi passaggi aiutano ad alleviare le preoccupazioni per la privacy e a garantire che la condivisione dei dati sia sicura e conforme alle normative.

Experian supporta questi sforzi attraverso consolidati consorzi antifrode, che consentono alle aziende di condividere i dati e beneficiare dell’intelligence condivisa. Questo approccio collaborativo comporta che se un’azienda identifica un truffatore, tutti i membri del consorzio beneficiano di queste informazioni. I consorzi di Experian hanno contribuito a prevenire significative perdite per frode consentendo alle aziende di beneficiare dell’intelligence condivisa».

Come contribuisce Experian a mitigare le attività fraudolente?

«Experian svolge un ruolo significativo nella mitigazione delle attività fraudolente sfruttando tecnologie avanzate come l’IA e l’ML. La nostra attenzione all’innovazione e all’integrazione delle ultime tecnologie migliora il rilevamento e la prevenzione delle frodi. Ad esempio, abbiamo Aidrian, una potente soluzione antifrode basata sull’IA che include un modello ML che apprende automaticamente grazie a una riqualificazione con nuovi dati effettuata ogni due settimane. In questo modo, Aidrian può garantire raccomandazioni sempre più accurate nel tempo.

Le tecnologie innovative e gli sforzi collaborativi di Experian ci rendono un partner fidato nella lotta contro la frode. Attualmente, oltre 1.700 aziende si affidano alle soluzioni di rilevamento delle frodi, verifica dell’identità e autenticazione di Experian, risparmiando 12 miliardi di dollari in perdite per frode ogni anno. Aidrian esemplifica il nostro impegno nella lotta contro la frode. Questa potente soluzione antifrode basata sull’IA analizza enormi quantità di dati per identificare modelli e comportamenti sospetti. In quanto soluzione basata su cloud, Aidrian utilizza la biometria comportamentale e la profilazione dei dispositivi per classificare automaticamente le transazioni con una precisione del 99,9%, riducendo significativamente i falsi positivi e le revisioni manuali. Differenziando tra clienti legittimi e truffatori, Aidrian aiuta le aziende a prevenire le frodi senza influire sull’esperienza del cliente, generando potenzialmente fino al 15% in più di entrate per i clienti».