Pour lutter contre les fraudes bancaires, les banques utilisent de plus en plus des systèmes dotés d'intelligence artificielle, mais ces derniers semblent avoir leurs limites...
L’IA ou intelligence artificielle est un système permettant de simuler l’intelligence et qui est aujourd’hui utilisée dans de nombreux domaines tels que la médecine, la justice, le marketing, la musique, l’industrie et bien entendu la finance. Elle permettra entre autres de développer des systèmes permettant de lutter contre les fraudes bancaires, mais de quelle façon cela fonctionne-t-il ?
Le secteur bancaire de plus en plus victime de fraude
Malgré les nombreux dispositifs mis en place par les banques afin de limiter les possibilités de fraudes notamment à la carte bancaire, ces dernières semblent avoir leurs limites. En effet, selon une étude menée en 2017 par l’Observatoire de la sécurité des moyens de paiement, ce ne sont pas moins de 5,1 millions de cas frauduleux qui ont été notés, représentant plus de 744 millions d’euros.
Bien souvent, les cas de fraudes sont faciles à repérer après coup et les clients dédommagés. Mais cela représente une perte considérable pour un établissement bancaire et porte également atteinte à son image. En effet, que penser d’une banque qui ne peut pas garantir à ses clients que leur argent ne sera pas volé ? Or, la plupart des organismes bancaires sont touchés sans exception, car les possibilités de prévention de fraude ont aujourd’hui leurs limites.
Le Machine Learning, un système d’IA anti-fraude par les banques
Signatures, code confidentiel, SMS ou email de vérification, autant d’outils qui ont été mis en place pour protéger les clients d’une utilisation frauduleuse de leur carte bancaire. Mais cela reste insuffisant aujourd’hui. Ainsi, le but des banques est de pouvoir intégrer une intelligence artificielle à leur système. Elle sera capable d’analyser le comportement bancaire de ses clients pour repérer immédiatement une opération suspecte. C’est le Machine Learning.
Pour cela, un maximum de données devra être confié à cette intelligence artificielle afin qu’elle puisse apprendre à connaitre les clients. Le type d’opération effectué, mais aussi les enseignes auprès desquelles elles sont faites, tout comme le moment de la journée seront d’excellentes données de compréhension pour le Machine Learning.
Par exemple, une personne qui aura l’habitude de faire ses courses le vendredi soir ou encore de se rendre régulièrement derrière une frontière d'un pays limitrophe pour faire le plein de produits à un prix réduit. Autant de comportements qui pourraient être analysés et donc compris par l’intelligence artificielle comme étant régulier, soit non frauduleux.
Cependant, l’analyse de données peut aller encore plus loin puisqu’il est également possible d’encourager la machine à sonder le web tout entier à la recherche d’informations sur son client et notamment sur les réseaux sociaux de ce dernier. Ce supplément fait débat quant au respect de la vie privée de la clientèle versus le complément d’information apporté à l’intelligence artificielle qui pourrait lui servir à identifier plus facilement une opération frauduleuse.
À terme, l’objectif sera donc de réagir beaucoup plus vite lors du constat d’une opération frauduleuse, mais aussi de pouvoir la prévenir et la bloquer directement à la source. Encore une option qui pose des questions, car même si cela permettrait à tous de ne pas voir son argent volé, il se peut aussi qu’un client se retrouve dans une situation exceptionnelle et se voit dans l’incapacité d’utiliser sa carte, la faute à une intelligence artificielle qui penserait à une fraude.
Cela étant, les organismes bancaires, mais aussi les sociétés responsables de la création de cartes bancaires se félicitent des avancées en la matière. Par exemple, le groupe VISA qui s’est intéressée aux systèmes de lutte contre la fraude dès 1993, peut aujourd’hui annoncer que ce sont plus de 25 milliards de dollars qui ont été épargnés par la fraude dans le monde entier en 2018 grâce à son intelligence artificielle. Un chiffre vertigineux qui représente environ une tentative de fraude toutes les deux minutes.
Un secteur qui continue sa progression
Si les systèmes d’intelligence artificielle mis en place à ce jour permettent de réduire considérablement les cas de vol de données bancaires, il reste cependant des progrès à faire dans le domaine. La fintech française Bleckwen, spécialiste dans la conception d’intelligence artificielle contre la fraude bancaire, vient de lever plus de 9 millions d’euros.
Son but est de créer un système qui permettra de mettre en attente un paiement jugé anormal jusqu’à confirmation du client après une prise de contact avec sa banque. "Il arrive qu'un directeur financier d'une entreprise croit effectuer un paiement à son fournisseur alors qu'il s'agit d'une fausse facture. Notre technologie permet aux banques de détecter ce genre de fraude en décelant des comportements anormaux", expliquait Yannick Martel, responsable des produits, de la stratégie et de la data science chez Bleckwen à La Tribune.
Le succès de cette jeune entreprise montre donc que de nombreuses sociétés sont prêtes à investir afin d’obtenir des résultats encore plus performants pour lutter contre les fraudes bancaires.
Rédacteur : Lucie Barguisseau
Article(s) en relation(s) :