Zaloguj się 
Dzieje się!
Zatrzymać oszusta, nie zatrzymując pieniędzy klienta
Oszustwo, a może po prostu nietypowy zakup? Konsument, który zazwyczaj płaci kartą w sklepach stacjonarnych, nagle kupuje w internecie drogi bilet lotniczy. Bank ma ułamek sekundy, by ocenić, czy to jest transakcja klienta, czy próba wyłudzenia. O tym, jak sztuczna inteligencja zmieniła krajobraz oszustw i jak rozwiązania Visa pomagają instytucjom finansowym chronić pieniądze ich klientów – mówi Katarzyna Pawłowicz, dyrektor Value Added Services w Europie Środkowo-Wschodniej, Visa.
Z tego artykułu dowiesz się…
- Jaki jest wpływ nowych technologii na krajobraz oszustw finansowych oraz poziom strat w sektorze bankowym.
- Czym różni się adaptacyjna analiza behawioralna od tradycyjnych metod wykrywania transakcji oszukańczych.
- Które obszary zastosowania sztucznej inteligencji w bankowości generują największe korzyści biznesowe oraz jak wpływają na autoryzację płatności.
Audio generowane przez AI. Może zawierać błędy.
Sztuczna inteligencja dała oszustom nowe możliwości. Wykorzystują ją do tworzenia wiarygodnych wiadomości phishingowych, fałszywych reklam i filmów typu deepfake, a nawet głosów podszywających się pod konsultantów banków lub bliskich. Przygotowanie takich materiałów jest dziś łatwiejsze i szybsze, dlatego instytucje finansowe muszą reagować na zagrożenia, zanim pieniądze opuszczą konto. Skala wyzwania jest ogromna: koszt globalnej cyberprzestępczości rośnie trzykrotnie szybciej niż globalny PKB, a w 2024 r. oszukańcze przelewy bankowe kosztowały konsumentów i firmy w Europie 2,5 mld euro1.
AI kontra AI
Ta sama technologia, która wzmacnia możliwości przestępców, pomaga również chronić ekosystem płatności. Jednym z jej najważniejszych zastosowań jest analiza nietypowych zachowań. Każdy korzysta z pieniędzy inaczej: może zacząć kupować w internecie albo wyjechać za granicę i stamtąd dokonać wyjątkowo dużego zakupu. Sama zmiana nie świadczy o oszustwie, dlatego systemy bankowe muszą odróżniać ją od próby wyłudzenia.
Na tym założeniu opiera się technologia Featurespace, firmy należącej do Visa. W przeciwieństwie to tradycyjnych narzędzi nie skupia się wyłącznie na analizie transakcji, bazując na znanych schematach oszustw z przeszłości, ale uczy się zachowań poszczególnych klientów i wykrywa anomalie, które nie pasują do profilu ich transakcji. Dzięki adaptacyjnej analizie behawioralnej i zautomatyzowanym sieciom głębokiego uczenia wykorzystuje uczenie maszynowe do profilowania działań klientów, analizowania grup porównawczych i rozpoznawania nowych schematów oszustw.
Cel: wyprzedzić oszustów
Technologia Featurespace, wsparta danymi z sieci Visa, jest wykorzystywana w rozwiązaniu Visa A2A Protect. Jego celem jest wykrywanie transakcji oszukańczych zarówno na poziomie jednej instytucji, jak i całego sektora. W czasie rzeczywistym identyfikuje oszustwa, przejęcia kont i skoordynowane działania przestępcze, także te, których pojedynczy bank mógłby nie dostrzec. Dane mówią same za siebie: jeden z największych europejskich banków korzystających z A2A Protect ograniczył skalę oszustw o ponad 50 proc., a liczbę niepotrzebnych alertów o przeszło 40 proc.
Równie ważny jest sam proces autoryzacji transakcji podczas zakupów. Przestarzałe systemy nie zawsze radzą sobie ze skalą i złożonością danych, co prowadzi do fałszywych odrzuceń, wyższych kosztów i gorszych doświadczeń klientów. Technologia Featurespace odpowiada na te wyzwania zarówno po stronie wydawców kart, jak i agentów rozliczeniowych.
Wykorzystuje adaptacyjne modele sztucznej inteligencji do analizy transakcji w czasie rzeczywistym, pomagając skuteczniej identyfikować ryzyko, zwiększać współczynnik akceptacji i ograniczać liczbę fałszywych odrzuceń. Dzięki temu instytucje finansowe mogą bezpieczniej rozwijać nowe usługi płatnicze i szybciej skalować działalność.
Recepta na przyszłość
Z raportu Visa Consulting & Analytics (VCA) obejmującego 17 europejskich rynków, w tym Polskę, wynika, że ponad 90 proc. banków wykorzystuje AI w głównych obszarach działalności, a 86 proc. kadry zarządzającej uważa, że do 2030 r. zmieni ona bankowość detaliczną.
Pytanie nie brzmi więc, czy korzystać z AI, lecz w jaki sposób. Raport VCA pokazuje też, że największe korzyści osiągną te instytucje, które zastosują AI w wykrywaniu oszustw, podejmowaniu decyzji w czasie rzeczywistym i personalizacji usług – mają one o 40 proc. większe szanse na osiągnięcie znaczących efektów biznesowych2.
Banki powinny więc łączyć własną wiedzę o klientach z zaawansowanymi rozwiązaniami i wsparciem partnera, który widzi ryzyko szerzej niż pojedyncza instytucja. W grze AI kontra AI chodzi bowiem o to, by wiedzieć, kiedy oszustom powiedzieć „stop”, a kiedy pozwolić klientowi po prostu zapłacić i nie zakłócać jego doświadczenia zakupowego.
1) Europejski Urząd Nadzoru Bankowego, „Raport dotyczący oszustw płatniczych 2025”, grudzień 2025 r.
2) Badanie przeprowadzone przez Visa Consulting & Analytics w kwietniu 2026 r. wśród 325 osób zajmujących wysokie stanowiska decyzyjne w bankach na 17 rynkach europejskich, w tym w Polsce. Opierało się ono na odpowiedziach udzielonych w ankiecie dotyczącej wdrażania sztucznej inteligencji oraz strategii w bankowości detalicznej.
Artykuł powstał na zlecenie Visa.
