Teradata (NYSE: TDC) annonce la création d'une plate-forme de détection des fraudes basée sur l'intelligence artificielle qui devrait atteindre 100 % de ROI dès la première année. Cette plate-forme a été réalisée par Think Big Analytics, société du groupe Teradata, pour la Danske Bank, leader des services financiers dans les pays nordiques. Le moteur d'intelligence artificielle utilise l'apprentissage machine (Machine Learning) pour analyser des dizaines de milliers de caractéristiques latentes, évaluer des millions de transactions bancaires en ligne, en temps réel, afin de fournir des informations exploitables sur les activités frauduleuses. En réduisant sensiblement le coût d'investigation des faux positifs, la Danske Bank augmente son efficacité globale et est maintenant en mesure de réaliser des économies substantielles.
« La fraude liée aux applications est un problème critique et une priorité pour les banques. Les criminels sont chaque jour plus perspicaces et utilisent des techniques d'apprentissage machine sophistiquées. Il est essentiel d'utiliser des techniques de pointe, telles que l'apprentissage machine (Machine learning) pour les arrête », explique Nadeem Gulzar, Directeur de la division Advanced Analytics de la Danske Bank. « La banque s'attend à ce que la fraude s'aggrave, à court et à long terme, en raison de la digitalisation croissante des services bancaires et de la prédominance des applications bancaires mobiles. Nous sommes conscients de la nécessité d'utiliser des techniques de pointe pour confondre les fraudeurs, non pas là où ils en sont aujourd'hui, mais là où ils en seront demain. Avec l'IA, nous avons déjà réduit le nombre de faux positifs de 50 % ce qui nous a permis de réduire de moitié les effectifs de détection des fraudes et de les réaffecter à des rôles de plus grande valeur. »
L'ancien système de détection des fraudes de la Danske Bank était largement fondé sur des règles artisanales, appliquées de manière proactive par l'entreprise, au fil du temps. Avec un nombre record de faux positifs - allant parfois jusqu'à 99,5 % du total des transactions - les coûts et le temps associés aux investigations étaient devenu énormes. L'équipe était surchargée de travail sans pour autant être efficace.
Think Big Analytics a commencé à travailler avec la Danske Bank à l'automne 2016. Ils ont apporté à leur équipe d'analyse avancée des connaissances spécialisées sur la façon d'utiliser les données pour apporter de plus grands avantages à l'ensemble de l'entreprise. Les deux équipes ont commencé à construire un cadre à l'intérieur de l'infrastructure de la banque puis ont créé des modèles d'apprentissage machine avancés pour détecter les fraudes au sein de millions de transactions par an et, aux heures de pointe, au sein de centaines de milliers de transactions par minute. Pour assurer la transparence et favoriser la confiance, le moteur comprend une couche d'interprétation au-dessus des modèles d'apprentissage machine, qui fournit des explications et une interprétation de l'activité de blocage.
En termes de modélisation, les cas de fraude restent très rares, avec environ un cas de fraude pour 100 000 transactions. L'équipe a réussi à réduire de 50 % les faux positifs des modèles. En même temps, ils sont capables de capturer davantage de fraudes. Le programme anti-fraude de la Danske Bank est le premier à utiliser des techniques d'apprentissage machine tout en développant des modèles d'apprentissage profonds pour tester les techniques.
"Toutes les banques ont besoin d'une plate-forme d'analyse avancée et évolutive et d'une feuille de route et d'une stratégie pour la digitalisation afin de faire entrer la science des données dans l'organisation" estime Mads Ingwar, Directeur des Services Clients de Think Big Analytics. "Pour les transactions en ligne, les cartes de crédit et les paiements mobiles, les banques ont besoin d'une solution temps réel. La plate-forme anti-fraude basée sur l'IA que nous avons développée en collaboration avec la Danske Bank évalue les transactions entrantes en moins de 300 millisecondes. Lorsque les clients sont à la caisse du supermarché, le système peut évaluer la transaction en temps réel et fournir des informations immédiatement utilisables. Nous allons commencer à voir ce type de solution dans toutes les organisations du secteur des services financiers."
La Danske Bank fera part des détails de son moteur d'IA pour la lutte contre la fraude financière lors de la conférence annuelle Teradata PARTNERS qui se tiendra à Anaheim, en Californie, le lundi 23 octobre à 11h30. Parmi les intervenants, Ron Bodkin, CTO de Teradata pour les services et l'architecture et Nadeem Gulzar, Directeur de la division Advanced Analytics and Architecture de la Danske Bank.
« La fraude liée aux applications est un problème critique et une priorité pour les banques. Les criminels sont chaque jour plus perspicaces et utilisent des techniques d'apprentissage machine sophistiquées. Il est essentiel d'utiliser des techniques de pointe, telles que l'apprentissage machine (Machine learning) pour les arrête », explique Nadeem Gulzar, Directeur de la division Advanced Analytics de la Danske Bank. « La banque s'attend à ce que la fraude s'aggrave, à court et à long terme, en raison de la digitalisation croissante des services bancaires et de la prédominance des applications bancaires mobiles. Nous sommes conscients de la nécessité d'utiliser des techniques de pointe pour confondre les fraudeurs, non pas là où ils en sont aujourd'hui, mais là où ils en seront demain. Avec l'IA, nous avons déjà réduit le nombre de faux positifs de 50 % ce qui nous a permis de réduire de moitié les effectifs de détection des fraudes et de les réaffecter à des rôles de plus grande valeur. »
L'ancien système de détection des fraudes de la Danske Bank était largement fondé sur des règles artisanales, appliquées de manière proactive par l'entreprise, au fil du temps. Avec un nombre record de faux positifs - allant parfois jusqu'à 99,5 % du total des transactions - les coûts et le temps associés aux investigations étaient devenu énormes. L'équipe était surchargée de travail sans pour autant être efficace.
Think Big Analytics a commencé à travailler avec la Danske Bank à l'automne 2016. Ils ont apporté à leur équipe d'analyse avancée des connaissances spécialisées sur la façon d'utiliser les données pour apporter de plus grands avantages à l'ensemble de l'entreprise. Les deux équipes ont commencé à construire un cadre à l'intérieur de l'infrastructure de la banque puis ont créé des modèles d'apprentissage machine avancés pour détecter les fraudes au sein de millions de transactions par an et, aux heures de pointe, au sein de centaines de milliers de transactions par minute. Pour assurer la transparence et favoriser la confiance, le moteur comprend une couche d'interprétation au-dessus des modèles d'apprentissage machine, qui fournit des explications et une interprétation de l'activité de blocage.
En termes de modélisation, les cas de fraude restent très rares, avec environ un cas de fraude pour 100 000 transactions. L'équipe a réussi à réduire de 50 % les faux positifs des modèles. En même temps, ils sont capables de capturer davantage de fraudes. Le programme anti-fraude de la Danske Bank est le premier à utiliser des techniques d'apprentissage machine tout en développant des modèles d'apprentissage profonds pour tester les techniques.
"Toutes les banques ont besoin d'une plate-forme d'analyse avancée et évolutive et d'une feuille de route et d'une stratégie pour la digitalisation afin de faire entrer la science des données dans l'organisation" estime Mads Ingwar, Directeur des Services Clients de Think Big Analytics. "Pour les transactions en ligne, les cartes de crédit et les paiements mobiles, les banques ont besoin d'une solution temps réel. La plate-forme anti-fraude basée sur l'IA que nous avons développée en collaboration avec la Danske Bank évalue les transactions entrantes en moins de 300 millisecondes. Lorsque les clients sont à la caisse du supermarché, le système peut évaluer la transaction en temps réel et fournir des informations immédiatement utilisables. Nous allons commencer à voir ce type de solution dans toutes les organisations du secteur des services financiers."
La Danske Bank fera part des détails de son moteur d'IA pour la lutte contre la fraude financière lors de la conférence annuelle Teradata PARTNERS qui se tiendra à Anaheim, en Californie, le lundi 23 octobre à 11h30. Parmi les intervenants, Ron Bodkin, CTO de Teradata pour les services et l'architecture et Nadeem Gulzar, Directeur de la division Advanced Analytics and Architecture de la Danske Bank.