มาสเตอร์การ์ด และ Feedzai ประกาศความร่วมมือพัฒนาระบบตรวจจับและป้องกันการหลอกลวงทางการเงินรูปแบบใหม่ เพื่อยกระดับการปกป้องผู้บริโภคและธุรกิจทั่วโลกจากภัยสแกมที่ใช้เทคโนโลยี AI
มาสเตอร์การ์ด ผู้นำด้านเทคโนโลยีการชำระเงิน ได้ร่วมมือกับ Feedzai ผู้พัฒนาโซลูชัน AI ด้านการป้องกันอาชญากรรมทางการเงินชั้นนำ เพื่อขยายการใช้งานระบบ Consumer Fraud Risk (CFR) ให้ครอบคลุมตลาดสำคัญทั่วโลก มุ่งเสริมศักยภาพให้สถาบันการเงินสามารถตรวจจับและป้องกันการหลอกลวงได้อย่างมีประสิทธิภาพมากขึ้น
ปัญหาสแกมยุคใหม่และความจำเป็นในการพัฒนาเทคโนโลยีป้องกัน
ในช่วงที่เทคโนโลยีการชำระเงินมีการพัฒนาอย่างรวดเร็ว อาชญากรไซเบอร์ก็เริ่มนำเทคโนโลยี AI มาใช้ในการหลอกลวงผู้บริโภคมากขึ้นเช่นกัน กลโกงรูปแบบใหม่เหล่านี้สร้างความเสียหายทางเศรษฐกิจมากกว่า 1 ล้านล้านดอลลาร์สหรัฐฯ (ประมาณ 33 ล้านล้านบาท) ในปีที่ผ่านมา โดยกว่าครึ่งหนึ่งของผู้บริโภคทั่วโลกรายงานว่าเคยประสบกับการถูกสแกมเมอร์หลอกลวงอย่างน้อยสัปดาห์ละครั้ง
สถานการณ์ดังกล่าวผลักดันให้ มาสเตอร์การ์ด ลงทุนพัฒนาเทคโนโลยีที่ล้ำสมัยและเสริมสร้างความร่วมมือกับพันธมิตรอย่างต่อเนื่อง เพื่อป้องกันการหลอกลวงในทุกขั้นตอนของกระบวนการทางการเงิน ตั้งแต่การเปิดบัญชีไปจนถึงการทำธุรกรรม
การผสานเทคโนโลยีระหว่าง มาสเตอร์การ์ด และ Feedzai
ความร่วมมือครั้งนี้จะช่วยขยายการใช้งานระบบ Consumer Fraud Risk (CFR) ของ มาสเตอร์การ์ด ให้ครอบคลุมลูกค้าในตลาดสำคัญทั่วโลกได้รวดเร็วยิ่งขึ้น โดยอาศัยแพลตฟอร์มป้องกันการฉ้อโกงของ Feedzai ที่มีการใช้งานอยู่แล้วใน 90 ประเทศทั่วโลก
ระบบ CFR เป็นเทคโนโลยีที่ช่วยให้ธนาคารทั้งฝั่งผู้ส่งและผู้รับเงินมีข้อมูลที่จำเป็นในการตรวจจับและป้องกันการหลอกลวงแบบเรียลไทม์เมื่อมีการโอนเงินระหว่างบัญชี ระบบนี้ได้พิสูจน์ประสิทธิภาพแล้วในสหราชอาณาจักร ซึ่งเริ่มใช้งานตั้งแต่ปี 2566 โดยจากรายงานของหน่วยงานกำกับดูแลระบบการชำระเงิน (PSR) พบว่า มูลค่าความเสียหายจากการถูกสแกมประเภท APP (Authorized Push Payment) ลดลงไปกว่า 12%
“ด้วยประชากรมากกว่าครึ่งโลกที่ได้รับผลกระทบจากกลโกงรูปแบบใหม่ ซึ่งไม่เพียงทำร้ายผู้บริโภคอย่างรุนแรง แต่ยังมีมูลค่าสูงกว่า GDP ของหลายประเทศรวมกัน” นายโยฮาน เกอร์เบอร์ รองประธานบริหารและหัวหน้าฝ่ายโซลูชั่นความปลอดภัย มาสเตอร์การ์ด กล่าว “ด้วยแพลตฟอร์มระดับโลกของ Feedzai เราจะขยายโซลูชันป้องกันการสแกมที่เราเป็นผู้บุกเบิกไปยังตลาดอื่น ๆ เพื่อช่วยให้สถาบันการเงินสามารถต่อกรกับอาชญากรรมทางการเงินได้รวดเร็วยิ่งขึ้นกว่าเดิม”
ประสิทธิภาพของเทคโนโลยี AI ในการป้องกันการหลอกลวง
แพลตฟอร์มป้องกันอาชญากรรมทางการเงินด้วย AI ของ Feedzai กำลังถูกนำไปใช้โดยสถาบันการเงินชั้นนำหลายแห่ง เพื่อคุ้มครองผู้บริโภคกว่าพันล้านคนทั่วโลก และดูแลธุรกรรมมูลค่ารวมกว่า 8 ล้านล้านดอลลาร์สหรัฐฯ (ประมาณ 269 ล้านล้านบาท) ต่อปี
“เรารู้สึกยินดีเป็นอย่างยิ่งที่ได้ขยายความร่วมมือกับมาสเตอร์การ์ดในการรับมือกับภัยคุกคามจากอาชญากรรมทางการเงินที่เพิ่มสูงขึ้น” นายนูโน เซบาสตีโอ ซีอีโอ ของ Feedzai กล่าว “อัตราการถูกหลอกลวงด้วยสแกมที่กำลังเพิ่มขึ้นอย่างรวดเร็วแสดงให้เห็นถึงความเร่งด่วนที่สถาบันการเงินต้องนำระบบที่ใช้ AI แบบเรียลไทม์มาใช้ เราตื่นเต้นเป็นอย่างมากที่ได้ทำงานร่วมกับมาสเตอร์การ์ดในการนำระบบคะแนน CFR ที่ได้พิสูจน์ประสิทธิภาพแล้วไปใช้ในตลาดใหม่ ๆ เป็นครั้งแรก”
เทคโนโลยีของ Feedzai วิเคราะห์ทุกการทำธุรกรรมดิจิทัลแบบเรียลไทม์ ตั้งแต่การซื้อของด้วยบัตรไปจนถึงการโอนเงินทันที โดยผสานข้อมูลจากหลายแหล่ง ทั้งข้อมูลจากอุปกรณ์ ข้อมูลเครือข่าย และการวิเคราะห์พฤติกรรมชีวมิติ (behavioral biometrics) ทำให้สามารถระบุกิจกรรมที่น่าสงสัยได้อย่างรวดเร็วและหยุดยั้งการฉ้อโกงได้ก่อนที่เงินจะสูญหาย
“การแพร่ระบาดของการฉ้อโกงและการหลอกลวงทั่วโลกเป็นปัจจัยที่ทำให้เกิดความต้องการโซลูชันเทคโนโลยีใหม่ ๆ เพื่อเข้ามาต่อกรอย่างเร่งด่วน” นางจูลี คอนรอย หัวหน้าเจ้าหน้าที่ด้านข้อมูลเชิงลึกของ Datos Insights กล่าว “ด้วยการนำเอาระบบคะแนน CFR ของมาสเตอร์การ์ดที่ได้พิสูจน์ประสิทธิภาพแล้วมาขยายการใช้งานทั่วโลก ความร่วมมือครั้งนี้จึงถือเป็นการผสมผสานที่ทรงพลัง ระหว่างความเชี่ยวชาญด้านข้อมูลระดับโลกของมาสเตอร์การ์ดกับความสามารถในการประเมินความเสี่ยงแบบเฉพาะเจาะจงของ Feedzai“
สำหรับผู้ที่สนใจข้อมูลเพิ่มเติมเกี่ยวกับเทคโนโลยีป้องกันการหลอกลวงและการพัฒนาระบบรักษาความปลอดภัยทางการเงิน สามารถติดตามได้ที่เว็บไซต์ทางการของ มาสเตอร์การ์ด และ Feedzai หรือติดต่อสถาบันการเงินที่ใช้บริการจากทั้งสองบริษัทเพื่อสอบถามรายละเอียดเพิ่มเติมเกี่ยวกับการคุ้มครองจากภัยสแกม
ติดตามข่าวสาร อัปเดตเทคโนโลยี รีวิวของใหม่ก่อนใคร ได้ทาง www.techoffside.com และ ช่องทางโซเชียล Facebook, Instagram, YouTube และ TikTok
