Kredytmarket.com będzie używać sztucznej inteligencji do wykrywania potencjalnych wyłudzeń. W tym miesiącu rozpoczął współpracę z firmą Nethone, twórcą opartych na sztucznej inteligencji zabezpieczeń przed fraudem.
– Naszym celem jest jeszcze lepsza ochrona danych podczas udzielania kredytów online, a jednocześnie jeszcze lepsze zabezpieczenie naszych systemów przed potencjalnymi oszustwami i wyłudzeniami – mówi Aleksander Widera, założyciel Kredytmarket.com.
Badanie przeprowadzone w 2018 r. przez EY ujawniło, że jeden na trzech przedsiębiorców traktuje fraudy jako największe zagrożenie dla jego firmy. Z tym problem oczywiście stykają się również instytucje finansowe. – W ubiegłym roku 11 proc. firm pożyczkowych w Polsce straciło w wyniku fraudów ponad 10 mln złotych – wskazuje Hubert Rachwalski, CEO Nethone. – Wdrażanie rozwiązań Nethone przyczynia się do poprawy bezpieczeństwa transakcji i utrudnia dokonywanie wyłudzeń w oparciu o kradzież tożsamości.
Nethone to firma, która oferuje zabezpieczenia przed fraudem, działające w czasie rzeczywistym, narzędzia do adaptacyjnej segmentacji i retencji klientów oraz systemy wykorzystujące biometrię behawioralną do zapobiegania przejęciom kont bankowych.
Jak to działa?
Rozwiązanie, które zostało przygotowane przez Nethone dla Kredytmarket.com umożliwia analizowanie zachowania osoby ubiegającej się o kredyt online, m.in. w czasie jej pobytu na stronie kredytodawcy, w efekcie pozwalając na przeciwdziałanie wszelkim próbom anonimizacji. Narzędzie pozwala na powiązanie danych technicznych o użytkowniku z danymi z wypełnionego wniosku o kredyt i wydanie oceny prawdopodobieństwa oszustwa. Wszystko dzięki zastosowaniu uczenia maszynowego.
Wykorzystując pełen zakres informacji przypisanych do danego użytkownika i algorytmy sztucznej inteligencji, Kredytmarket.com może osiągać niespotykaną do tej pory dokładność w zapobieganiu nadużyć. Połączenie komputerowej precyzji oraz prędkości analizy danych z ludzką zdolnością do tworzenia nowych rozwiązań umożliwia wyłapywanie prób wyłudzenia pieniędzy czy wykazanie podobieństwa danego użytkownika do grupy kredytobiorców, którzy nie spłacili pożyczki.