Gli agenti AI sono ora in grado di aprire conti bancari presentandosi come il cliente ideale. Gli istituti che riescono a individuarli sono quelli che analizzano il comportamento della sessione, anziché limitarsi a esaminare le credenziali o la cronologia presentate.
La sfida
Gli agenti di intelligenza artificiale completano autonomamente le procedure di apertura del conto, inviando documenti validi e compilando i moduli senza attivare controlli relativi alla velocità, al dispositivo o all’identità. Ogni richiesta arriva come un nuovo utente su un nuovo dispositivo, quindi non vi è alcuna cronologia di frodi da segnalare né alcuna linea di base comportamentale rispetto alla quale effettuare una valutazione. La verifica dell’identità conferma che le credenziali sono autentiche, ma non è in grado di determinare se siano state presentate da un essere umano o da una macchina. L’agente appare esattamente come un richiedente ideale, perché è stato progettato proprio per questo.


Come risolviamo il problema
BioCatch analizza il comportamento di una sessione, indipendentemente dall’identità che essa presenta. Le sessioni guidate da agenti presentano modelli di esecuzione costanti che differiscono dal modo in cui interagiscono gli esseri umani, mentre i nuovi clienti autentici mostrano la naturale variabilità di chi si trova ad affrontare per la prima volta un processo sconosciuto. Analizzando il comportamento sin dalla prima interazione, BioCatch distingue le due tipologie al momento dell’accesso all’applicazione, prima ancora che venga creato qualsiasi account.
Le applicazioni gestite da agenti possono essere bloccate prima che gli account vengano attivati, senza alcun disagio aggiuntivo per i clienti autentici.
Come si manifesta l'intento
Impronta del framework di esecuzione
Questi modelli derivano dal framework di esecuzione, non dalle istruzioni sottostanti, quindi emergono nell'applicazione stessa indipendentemente da come l'agente sia stato configurato per apparire umano.
Modalità di interazione
Il grado e la tempistica del coinvolgimento umano all'interno di una sessione indicano se l'applicazione è gestita da una persona, da un agente o da una combinazione di entrambi.
Variabilità umana
Tempistiche irregolari, piccole incongruenze e variazioni naturali nei modelli di interazione indicano che si tratta di un candidato reale piuttosto che di un agente automatizzato che segue un flusso prestabilito.
Intelligenza sintetizzata:
Raccolta unificata. Telemetria continua. Sequenziamento comportamentale. Analisi predittiva. Processo decisionale in tempo reale.
Nessun fornitore ha mai implementato l’intelligenza comportamentale alla scala che noi abbiamo dimostrato possibile. Analizziamo continuamente un numero maggiore di sessioni utente (16 miliardi e oltre), raccogliamo più segnali (oltre 3.000), forniamo informazioni più affidabili e proteggiamo un numero maggiore di clienti del settore bancario digitale (oltre mezzo miliardo) rispetto a qualsiasi altro fornitore di soluzioni per la prevenzione delle frodi digitali incentrate sul comportamento. E lo facciamo tenendo conto del dispositivo utilizzato, delle applicazioni impiegate e delle tendenze transazionali dei clienti, per fornire un segnale affidabile e accurato che garantisca un’esperienza cliente fluida e sicura.
Insieme possiamo prevenire le frodi e la criminalità finanziaria.
Unisciti ai nostri consulenti globali ed esperti di intelligence antifrode per un approfondimento di 30 minuti sulle ultime tattiche, tecniche e procedure (TTP) attualmente sfruttate dai truffatori nel tuo Paese per raggirare i tuoi clienti e danneggiare il tuo marchio.




