Comment GenAI va remodeler la lutte contre la fraude


Comme presque tout le monde, les professionnels de la lutte contre la fraude sont impatients de mettre à profit l’intelligence artificielle (IA), en particulier l’IA générative (GenAI). En fait, 8 personnes sur 10 (83 %) anti-fraude prévoient d'ajouter GenAI à leur arsenal au cours des deux prochaines années, selon le rapport d'analyse comparative des technologies anti-fraude 2024 de l'Association of Certified Fraud Examiners (ACFE) et SAS, basé sur sur les résultats d'une enquête menée auprès de près de 1 200 membres de l'ACFE.

L’enthousiasme pour la technologie est palpable, mais des questions demeurent : quand verrons-nous des gains de productivité et d’efficacité grâce à GenAI ? Quelles sont les meilleures analyses de rentabilisation pour cette technologie ? Et combien coûtera un déploiement réussi ?

De telles questions font réfléchir de nombreuses organisations. Ils ont de réelles préoccupations en matière de réglementation, de confidentialité des données, de gouvernance, de confiance et d’éthique, pour n’en citer que quelques-uns.

Comment GenAI va remodeler la lutte contre la fraude

Cependant, les technologies d’IA offrent de nombreux avantages. Des avantages que les organisations réalisent – ​​dès maintenant. Et tandis que de nombreux chefs d’entreprise restent à l’écart de l’IA, les fraudeurs capitalisent déjà sur GenAI et d’autres technologies avancées. Contrairement aux entreprises licites, les criminels ne se soucient pas des réglementations ou des préjugés, et ils ne se soucient certainement pas de la confidentialité des données. Cela constitue en soi une incitation pour les organisations à se lancer.

Qu’est-ce que GenAI – et à quoi sert-il ?

Un sous-domaine de l'intelligence artificielle,
IA générative consomme des données existantes, en tire des leçons, puis génère des résultats similaires : texte, images, audio, vidéo ou code informatique. Technologie de rupture, l’impact potentiel de l’IA générative a été comparé à celui de l’électricité ou de l’imprimerie.

Les modèles d’IA conversationnelle ont gagné en popularité auprès des entreprises et des utilisateurs quotidiens. Le marché mondial de GenAI devrait atteindre 1 300 milliards de dollars d’ici 2032.

Pour faire court : l’IA générative est là pour rester. Dans cette optique, comment les organisations peuvent-elles commencer à utiliser GenAI pour lutter contre la fraude ? Et inversement, comment les criminels en abusent-ils ? Explorons d'abord quelques cas d'utilisation pour la lutte contre la fraude.

Repérer les transactions financières suspectes

Les sociétés financières n’ont que quelques secondes pour différencier les transactions frauduleuses des transactions légitimes. Déjouer les fraudeurs tout en offrant une expérience sans friction aux bons clients est un exercice d’équilibre délicat.

Les techniques d’IA, notamment l’apprentissage automatique adaptatif et les agents intelligents non supervisés, peuvent permettre aux banques de prédire les transactions frauduleuses en temps réel – et de réduire les faux positifs – en fonction des changements et des incohérences dans les modèles de comportement des clients. De telles capacités de surveillance en temps réel peuvent aider les banques à réduire les pertes dues à la fraude, tandis que la réduction des faux positifs peut améliorer la satisfaction des clients, protéger les revenus et réduire les coûts.

Les banques peuvent également utiliser GenAI lors de l’intégration des clients pour examiner les données et les historiques financiers des clients afin d’évaluer leur exposition au crédit. Cela pourrait aider les analystes à prendre de meilleures décisions en matière de prêt et à réduire les défauts de paiement.

Aider les agences fiscales à faire plus avec moins

L’IA générative a le potentiel de créer une valeur considérable pour les agences fiscales et fiscales. Appliqué aux bons cas d'utilisation, il pourrait permettre l'automatisation des processus, améliorer la prise de décision, améliorer la conformité et améliorer l'expérience des contribuables.

Par exemple, l’utilisation de GenAI pour augmenter les fonctions répétitives telles que l’examen et la réponse aux documents des contribuables pourrait considérablement améliorer l’efficacité. De nombreux documents de ce type, comme les affidavits d'usurpation d'identité soumis par les contribuables, comprennent des champs de texte ouverts qui nécessitent un examen manuel intensif. Résultat : des dossiers en attente d'être examinés, classés et suivis.

Les modèles GenAI peuvent extraire automatiquement le sens des documents, résumer les informations et aider les examinateurs à déterminer les prochaines étapes. Son application pourrait contribuer à accélérer les files d’attente d’examen et à réduire le temps passé par le personnel par dossier.

Protéger l’intégrité du processus d’approvisionnement

Les opérations de sourcing et d’approvisionnement ont toujours été à l’avant-garde des ruptures technologiques. De l'utilisation d'analyses avancées pour la catégorisation des dépenses au déploiement de l'IA conversationnelle pour les achats guidés, les outils source-to-pay ont continuellement innové pour relever les défis des processus. Pourtant, de nombreuses fonctions de sourcing et d’approvisionnement peinent à optimiser leur efficacité et à gérer les risques et les coûts.

Une récente enquête auprès des directeurs des achats(CPO) de Deloitte a constaté que plus de 70 % d'entre eux estiment que les risques liés aux achats et aux perturbations de la chaîne d'approvisionnement ont augmenté au cours de l'année écoulée. Les outils d'évaluation des risques doivent pouvoir surveiller en permanence les facteurs de risque externes, ingérer des données volumineuses et effectuer des analyses avancées pour prédire et prescrire des indicateurs de performance clés et une gestion préventive des risques. Bien que la gestion des coûts ait toujours été la priorité du CPO, la hausse de l'inflation a exercé une pression supplémentaire sur les organisations d'approvisionnement pour qu'elles optimisent davantage les coûts.

L’IA générative peut aider à relever les défis en matière d’approvisionnement en :

  • Analyser de grands ensembles de données pour traiter des résultats basés sur des scénarios, réduisant ainsi les processus et interventions manuels complexes.
  • Utiliser une automatisation complexe pour accroître l’efficacité.
  • Générer des informations exploitables basées sur les tendances historiques, les profils de demande et les performances des fournisseurs.
  • Combiner les données internes et externes pour élaborer de meilleures stratégies de négociation.

GenAI peut être utilisé dans la gestion de la conformité des achats pour surveiller les processus d’approvisionnement et identifier les activités et anomalies potentiellement frauduleuses. De plus, formés aux enseignements tirés des non-conformités historiques, les systèmes d’IA peuvent apprendre à reconnaître des modèles similaires à l’avenir.

GenAI : Combattre le feu par le feu

Vous ne les voyez peut-être pas, mais les fraudeurs sont toujours à l’affût, attendant le bon moment ou la faiblesse pour frapper. Ils possèdent les compétences et sont prêts à intégrer toute innovation dans leur nouvelle épée brillante.

GenAI ne fait pas exception. Des outils comme FraudGPT et WormGPT offrent aux criminels de nouveaux moyens de contourner la sécurité. Qui est vulnérable ? Tout le monde. La récente étude Faces of Fraud de SAS, basée sur une enquête menée auprès de 13 500 consommateurs dans 16 pays, a révélé que :

  • Sept personnes sur dix ont été victimes d'une fraude au moins une fois ; 40 % ont été victimes de fraude à deux reprises ou plus.
  • Un énorme 89 % pensent que les organisations devraient faire davantage pour protéger les consommateurs contre la fraude.
  • Les deux tiers d’entre eux changeraient de fournisseur en raison d’une expérience de fraude ou si un autre fournisseur offre de meilleures garanties.

Ces résultats soulignent l'importance de la préparation des organisations à la lutte contre la fraude. Les outils GenAI aident les acteurs malveillants à créer des e-mails de phishing plus convaincants, des escroqueries par usurpation d'identité par téléphone plus convaincantes et des logiciels malveillants plus imperceptibles. Dans cette nouvelle réalité, les combattants de la fraude ont besoin de défenses du même calibre. Ils doivent combattre le feu par le feu, GenAI contre GenAI.

Commencer

Prêt à franchir le pas de l’IA générative ? Pas besoin de sauter du haut du plongeon. Envisagez de commencer par patauger de manière mesurée et délibérée dans la partie peu profonde de la piscine.

  • Choisissez les bons partenaires. Malgré le fervent intérêt des examinateurs anti-fraude, l'ACFE et le SAS ont constaté que l'adoption de l'IA et de l'apprentissage automatique dans les programmes anti-fraude n'a augmenté que de 5 % depuis 2019, passant de 13 % à 18 %.
    Cette lacune dans l’adoption de l’IA – explorée dans ce document Questions et réponses sur les échanges bancaires avec Stu Bradley de SAS – met en évidence les complexités du déploiement de l'IA. Cela souligne également l’importance de choisir les bons partenaires technologiques et de services professionnels pour rationaliser l’adoption et jeter les bases du succès.
    L'IA et la GenAI ne sont pas de simples technologies plug-and-play. Souvent, leurs dividendes peuvent être plus facilement obtenus en déployant des solutions modularisées sur une plate-forme unique basée sur le cloud. De cette façon, l'organisation peut récolter des fruits dans un domaine (détection de fraude, par exemple) et s'étendre progressivement à d'autres facettes de l'entreprise (notamment la gestion des risques et l'automatisation du marketing), en utilisant des données partagées sur une plateforme unique.
  • Créez une dynamique avec une victoire rapide. De nombreuses organisations commettent l’erreur d’adopter l’IA pour le plaisir de l’IA, en négligeant de s’aligner sur les priorités commerciales. L’IA qui n’apporte pas de valeur de production est une IA gaspillée. Commencez par un programme pilote ciblé pour montrer des résultats positifs, comme l'automatisation d'un processus manuel pour une plus grande efficacité. Selon une étude récente de l'ACFE et de SAS, 68 % des professionnels de la lutte contre la fraude interrogés ont indiqué que le manque de retour sur investissement perçu constituait un défi modéré à majeur lors de l'adoption de nouvelles technologies.
    Un succès immédiat qui apporte les avantages promis par l'IA peut générer un soutien et une allocation budgétaire pour de futures analyses de rentabilisation avec les cadres supérieurs. Par exemple, un assureur qui déploie d’abord GenAI pour automatiser le traitement des réclamations pourrait ensuite l’utiliser pour détecter une fraude potentielle, prendre en charge la souscription et/ou améliorer les relations avec les clients.
  • Gardez toujours l’humain au courant. Alors que les organisations utilisent les technologies d’IA pour automatiser un nombre toujours croissant de fonctions décisionnelles, l’importance de
    innovation responsablene peut être surestimé. Les chefs d’entreprise et les dirigeants gouvernementaux ont l’obligation d’utiliser ces technologies avancées de manière éthique et axée sur l’humain. Cela nécessite la mise en place de garde-fous appropriés. À titre de référence, chaque cas d'utilisation de GenAI doit impliquer un examen humain significatif et approfondi des entrées de données et de tout contenu et sortie générés, en les examinant pour en déterminer l'exactitude, les biais potentiels et les problèmes de qualité.

Ne vous y trompez pas, l’IA générative va changer le monde. C’est déjà le cas – pour le meilleur et pour le pire. Entre de bonnes mains, GenAI peut apporter progrès, productivité et efficacité. Entre les mains des criminels, elle peut potentiellement causer des dégâts pouvant atteindre des milliards de dollars en pertes liées à la fraude.

Qui gagnera la course aux armements GenAI ? Le résultat dépend probablement des choix que nous faisons aujourd’hui.