Сравнительный анализ и возможности ИИ-технологий для предотвращения мошенничества в финансовом секторе

Аннотация

Технологии искусственного интеллекта (ИИ) охватывают ключевые области обеспечения безопасности в финансовом секторе, включая противодействие отмыванию денег и мошенничеству, сбор данных о безопасности, мониторинг и предотвращение киберугроз. Несмотря на большое количество публикаций, практически отсутствуют исследования по внедрению и использованию ИИ, сравнению отдельных субтехнологий ИИ, что затрудняет оценку их эффективности, скорости и точности распознавания мошеннических схем, что обосновывает актуальность исследования. Цель – оценить возможности применения различных ИИ-технологий для выявления подозрительной активности и аномалий и провести сравнительный анализ их эффективности при противодействии мошенничеству в финансовом секторе. Методы: общенаучные методы теоретического познания – проведения аналогий, индукции и дедукции, сравнительный анализ, монографический анализ, кейс-стади. Особое внимание было уделено опыту финансового сектора США. В качестве эмпирической базы использовались статистические данные из исследований Центра Исследований и Разработок Аль-Кинди. В статье определены возможности ИИ-технологий: 1) на различных этапах предотвращения мошенничества согласно модели CIMA; 2) для различных типов финансового мошенничества. Согласно результатам исследования, показатели эффективности различных моделей колеблются в диапазоне 88–94 %, что говорит об их хорошей адаптивности к различным сценариям обнаружения мошенничества. Наибольшую полноту раскрытия демонстрируют субтехнологии машинного обучения (дерево решений) и модели глубокого изучения (нейронные сети и сверточные нейронные сети). Положительное влияние ИИ-технологий на процедуру выявления мошенничества заключается в повышении точности обнаружения мошенничества на 85 %, росте скорости выявления новых схем мошенничества на 78 %, росте обнаружения мошенничества на 70 %, снижении ложных срабатываний на 92 %. Предложены решения по развитию ИИ в целях предотвращения мошенничества в финансовом секторе, которые включают подготовку данных на этапе сбора, обоснованный выбор ИИ-моделей, проверку возможностей интеграции ИИ-моделей, сотрудничество с ИТ-компаниями.