Truffe, scam e phishing Online | Anche se odiate le AI potrebbero salvarvi da tantissimi farabutti

Le IA sono sempre più utilizzate nel mondo dell’e-commerce per sventare le truffe e proteggere venditori e compratori

Continua a imperversare la polemica contro le intelligenze artificiali sempre più sviluppate. Tra violazioni della privacy e il rischio che possano sostituire gli umani nei lavori di ingegno, continua ad esserci diffidenza nei confronti di queste nuove tecnologie. Tuttavia, non si tratta solo di modi per sostituirci.

Le IA consentono anche una serie di miglioramenti nella nostra vita che non potrebbero mai essere raggiunti con il lavoro umano o, almeno, con le tecnologie impiegate fino ad oggi.

Troppe frodi online

Le frodi nei pagamenti online sono in continuo aumento. Un recente studio di Juniper Research ha rilevato che le perdite cumulative dei commercianti dovute alle frodi nei pagamenti online supereranno i 343 miliardi di dollari a livello globale entro il 2027.

I metodi tradizionali di rilevamento delle frodi, spesso basati su regole create dall’uomo che determinavano cosa avrebbe innescato il rifiuto di una transazione, stanno lasciando il posto a un rilevamento delle frodi più efficiente, basato sull’intelligenza artificiale. Il rilevamento delle frodi basato su regole si basa su politiche che devono prevedere in modo prospettico i comportamenti non consentiti dei clienti. Si tratta di un sistema macchinoso, poco flessibile e spesso impreciso.

Ci pensano le IA

L’intelligenza artificiale per il rilevamento delle frodi, invece, è spesso basata su modelli di apprendimento non supervisionati, in cui grandi pool di dati provenienti da più fornitori e milioni di transazioni vengono analizzati da un algoritmo. All’algoritmo non viene insegnato in anticipo cosa cercare; piuttosto il sistema trova modelli basati su schemi comportamentali nei dati. L’IA aggiunge flessibilità alla prevenzione delle frodi e può individuare anomalie e comportamenti sospetti senza utilizzare regole prestabilite. L’IA può anche fornire decisioni istantanee.

I sistemi di rilevamento delle frodi basati sull’intelligenza artificiale possono adattarsi e prendere decisioni sempre più sfumate man mano che emergono nuovi modelli di comportamento. Ad esempio, nei primi giorni di blocco della pandemia, persone che non avevano mai acquistato articoli per la casa o utensili si sono improvvisamente ritrovate a fare acquisti costosi in quelle categorie. I commercianti di e-commerce hanno dovuto adattarsi per evitare di rifiutare falsamente acquisti come questi che sarebbero apparsi fraudolenti prima della pandemia. Fortunatamente, l’intelligenza artificiale è in grado di adattarsi ai cambiamenti del mercato in tempo quasi reale.

Smascherare i furbetti

La spedizione rapida è un altro buon esempio. Questo metodo di spedizione tende a essere una bandiera rossa nel rilevamento delle frodi, poiché riduce al minimo il tempo a disposizione di un commerciante per annullare un ordine. Ma le spedizioni rapide sono diventate molto più comuni durante la pandemia, e col tempo questa pratica è diventata sempre più sicura.

Le attività di pagamento sospette possono essere particolarmente difficili da individuare se sono perpetrate da clienti storicamente legittimi. La “frode amichevole” è un esempio comune e i commercianti si affidano sempre più all’intelligenza artificiale per affrontare situazioni in cui un cliente contesta un addebito con la società di carte di credito per evitare di pagare qualcosa che ha già acquistato presso un rivenditore di beni fisici.

In questi casi, il cliente sostiene che un articolo non è stato ricevuto presentando un chargeback “articolo non ricevuto” alla propria banca o alla società di carte di credito. Alcuni truffatori si impegnano addirittura in chargeback su larga scala, per poi vendere gli articoli sul mercato nero. Questo costa ai rivenditori milioni di dollari ogni anno e, se si verificasse in un negozio fisico, sarebbe classificato come taccheggio.

Esiste anche una tendenza in rapida crescita, quella dell’abuso delle policy, che si verifica quando i clienti abituali e paganti violano i termini e le condizioni del retailer, di solito con lo scopo di risparmiare o guadagnare denaro. Esistono diversi tipi di abuso di polizze.

Uno dei più comuni è legato ai rimborsi e alle restituzioni. Ad esempio, un cliente può contattare un rivenditore per segnalare falsamente un articolo mancante, facendo scattare l’invio di un rimborso o di un duplicato. Allo stesso modo, un cliente potrebbe inviare un reso al rivenditore utilizzando una scatola vuota (pur conservando il prodotto originale) o rispedire articoli usati o usurati, il che viene comunemente definito “wardrobing”.

L’abuso della politica non è la stessa cosa della frode tradizionale, ma ha conseguenze simili per il rivenditore in termini di potenziale perdita finanziaria, un fatto che a volte può passare inosservato ai rivenditori coinvolti. In queste situazioni, l’intelligenza artificiale è in grado di individuare tendenze e modelli sofisticati nel processo di acquisto per consentire ai rivenditori di intervenire.

Nuove tecnologie sempre più precise

Inoltre, i “servizi di contestazione dei chargeback” utilizzano l’intelligenza artificiale per raccogliere dati come gli indirizzi IP, l’impronta digitale dei dispositivi e l’analisi comportamentale, incrociandoli poi con gli ordini passati nelle reti dei commercianti. Se il cliente sostiene che un ordine è stato fraudolento e non è stato effettuato da lui, il sistema può verificare che sia stato effettuato utilizzando lo stesso indirizzo IP e lo stesso dispositivo con cui l’acquirente ha effettuato ordini in passato. Questo aiuta gli esercenti a decidere come dare priorità alle controversie e ad affrontare gli abusi delle politiche da parte dei maggiori trasgressori. Questi servizi automatizzano anche il processo di contestazione per gli esercenti, rendendolo scalabile e più efficiente.

Con l’aumentare della sofisticazione delle tattiche di frode, aumentano anche i metodi di rilevamento delle frodi, che presto andranno oltre i modelli di acquisto per analizzare gli aspetti biometrici dell’e-commerce, come l'”impronta vocale” o l’angolazione con cui viene tenuto un telefono cellulare. Questi progressi diventeranno sempre più necessari per proteggere i conti dei clienti dalle frodi.