"Тинькофф" начал автоматически отклонять заявки мошенников на кредиты с помощью ИИ

В "Тинькофф" разработали модель на основе машинного обучения, которая позволяет на этапе подтверждения заявки на кредит выявить мошенничество. С помощью технологии удается пресекать свыше 90% заявок на кредит наличными, оформленных под воздействием социальной инженерии.

Скоринг, который ранее использовался для проверки кредитоспособности клиента, был усилен признаками и параметрами, которые указывают на потенциальное мошенничество. Для этого были проанализированы несколько миллионов заявок, включая заявки, которые клиенты оформляют под воздействием социальной инженерии. Например, среди таких признаков учитываются социально-демографические факторы, аномалии в самой заявке, характерные для инструкций мошенников, и многое другое. Эта модель способна с высокой точностью прогнозировать воздействие третьих лиц при оформлении клиентом заявки и посылать сигнал сотрудникам банка, чтобы они перепроверили заявку и в случае подозрения на мошенничество отклонили ее.

Так создается дополнительный эшелон защиты к уже существующим, таким как прерывание мошеннического звонка, блокировка подозрительных транзакций, когда мошенник уже пытается вывести кредитные средства со счета, и другие. Особенностью этого эшелона защиты является то, что банку не нужно переубеждать клиента совершать транзакцию в адрес мошенника.

"Мы периодически сталкиваемся с ситуациями, когда банк понимает, что клиент находится под воздействием социнженерии, а сам клиент этого не осознает, не верит сотрудникам банка, которые пытаются его переубедить, и настаивает на проведении перевода. Технология помогает еще на этапе заявки на кредит предотвратить мошенничество: если мы понимаем, что заем оформляется клиентом не по своей воле, просто отклоняем эту заявку. Тестируем этот пилот с конца прошлого года, и он показывает высокую эффективность: в частности, с помощью этой модели нам удается пресекать свыше 90% заявок на кредит наличными, оформленных под воздействием мошенников", — отмечает заместитель руководителя центра экосистемной безопасности "Тинькофф" Олег Замиралов.

Еще один из превентивных методов борьбы с мошенническими кредитами на основе искусственного интеллекта — разработка Victim Score. Это специальный рейтинг, который определяет по разным признакам, что клиент находится в зоне риска — с высокой долей вероятности может поверить мошенникам. Таким клиентам система автоматически начинает предлагать дополнительное обучение в сторис и в блоге по безопасности мобильного приложения банка. Особенно эффективно Victim Score работает по схеме с псевдоинвестициями. "По нашим исследованиям мы видим, что те, кто проходил обучение, в 2—2,5 раза реже верят мошенникам, чем те, кто не проходил. В частности, из всей группы обученных процент мошенничества составляет 0,8%, а среди необученных клиентов он уже 1,5%", — дополняет Олег Замиралов.