Il y a de nombreux cas d'utilisation professionnels plus ou moins convaincants de l'intelligence artificielle (IA). Mais il y en a deux qui intéressent de plus en plus d’organisations : la détection et la dissuasion de la fraude. C’est ce démontre une étude réalisée en partenariat avec l'Association of Certified Fraud Examiners (ACFE) et la société d'analyse SAS.

Cette étude, intitulée « Anti-Fraud Technology Benchmarking Report », repose sur les réponses de plus de 1 000 membres de l'ACFE provenant de tous les secteurs et du monde entier. L'objectif était de découvrir comment ils utilisaient l'IA pour réduire la fraude.

L'une des constatations les plus intéressantes de l'étude est que seulement 13 % d'entre eux utilisent actuellement l'IA à cette fin. Mais un quart prévoient commencer à le faire d'ici deux ans.

Les menaces les plus récentes

Ce n'est pas surprenant si l'on considère les avantages que l'intelligence artificielle pourrait apporter à la détection de la fraude. Par exemple, l'IA peut déterminer si une interaction avec une entreprise ne correspond pas aux caractéristiques des transactions typiques.

Pour ce faire, il faut examiner de nombreuses caractéristiques en quelques secondes, ce qu’aucun expert ne peut réussir. Certaines solutions d’IA peuvent également détecter divers types de fraudes sans y avoir été exposées au préalable. Un tel avantage permet aux systèmes des entreprises de rester à jour et de faire face aux menaces les plus récentes.

Cette étude a également montré que la moitié des entreprises prévoient de consacrer une part plus importante de leur budget à la technologie antifraude au cours des deux prochaines années. Presqu'une organisation sur quatre utilise d’ore et déjà la biométrie pour endiguer la fraude. 16 % prévoient de l’utiliser d'ici 2021.

Les entreprises envisagent également d’adapter leur façon d’analyser les données. L'automatisation devrait être l’une des solutions les plus retenues : une très forte majorité (72 %) des organisations prévoient de recourir à la surveillance automatisée, la détection des anomalies et la déclaration des exceptions d'ici 2021. Cette stratégie les aidera probablement à gagner du temps et à éviter les fausses alarmes.

Réduire le nombre de faux positifs

Les résultats de cette enquête indiquent aussi que 52 % des répondants prévoient de s’appuyer sur la modélisation et l'analyse prédictive (une augmentation de 22 %). L'analyse prédictive pourrait les aider à déterminer quels types de menaces sont les plus susceptibles d'avoir un impact sur leurs activités.

Les banques et organismes financiers pourraient tirer profit d'une solution de détection de la fraude fondée sur l'apprentissage automatique ou machine learning.

Selon une étude de cas présentée par Teradata, l’IA a permis à la Danske Bank (la plus importante banque du Danemark, qui est aussi au coeur d’un scandale reposant sur 200 milliards d’euros de transactions suspectes…) de moderniser son processus de détection des fraudes et de réduire le nombre de faux positifs présumés de 1 200 par jour.

La solution d’IA qui a été retenue peut évaluer les transactions par carte de crédit, en ligne et via des mobiles en moins de 300 millisecondes. De son côté, Mastercard s'appuie sur la détection de la fraude via l'IA pour réduire le nombre de transactions frauduleuses et le nombre de fois où les clients refusent des transactions alors que tout va bien. La technologie de Mastercard peut réduire de 50 % le taux de transactions qui ont été refusées par erreur.

En combinant des algorithmes d'apprentissage supervisés formés sur des données historiques avec un apprentissage non supervisé, les entreprises pourraient gagner en acuité et en clarté sur le risque relatif des comportements des clients.

Grâce à un système de prévention de la fraude basé sur l'intelligence artificielle - qui évalue les données historiques et les anomalies - l'expérience client n’est pas impactée.

Source : Acfe.com