大数跨境

支付领域的AI:不再仅用于检测欺诈,如今还能学习你的消费习惯,以识别非本人操作

支付领域的AI:不再仅用于检测欺诈,如今还能学习你的消费习惯,以识别非本人操作 巴西跨境研究社
2026-07-29
2
导读:数字支付的快速增长伴随着金融欺诈的悄然演变。过去主要依赖凭证窃取或银行卡克隆的欺诈手段,如今正逐渐被更复杂、更隐蔽的方式所取代 […]

数字支付欺诈演变:AI驱动下的风险管理新挑战

随着数字支付的普及,金融欺诈正经历无声演变。攻击手段已从传统的凭证窃取或卡片克隆,升级为社会工程学、合成身份及人工智能工具的复合应用,更具说服力且易于规模化。银行、金融科技公司及企业面临的核心挑战在于:如何在保障用户安全的同时,维持数字支付的高效与便捷。

巴西金融欺诈现状:损失惨重且频发

据Datafolha研究所与巴西公共安全论坛(FBSP)联合调查,2024年7月至2025年7月间,约2400万巴西人遭遇涉及Pix支付、银行卡及票据的金融诈骗,累计损失近290亿雷亚尔。国家打击腐败和洗钱战略(ENCCLA)数据显示,超半数巴西人曾遭受过某种形式的金融欺诈。

Akua首席运营官兼联合创始人Rodrigo Rodrigues指出:“三大趋势正在重塑金融行业风险管理:一是社会工程与生成式AI推动欺诈行为快速演变;二是监管要求建立实时、透明且可审计的监控系统;三是防御手段日益依赖AI和低摩擦身份验证机制,以在不牺牲体验的前提下保护用户。”

从“验证密码”到“识别行为”的范式转移

欺诈预防已进入新前沿。当一位习惯在固定时间、地点消费的顾客突然在其他城市通过新设备进行高额交易时,核心问题不再是“密码是否正确”,而是“该行为是否符合客户特征”。AI通过学习个人购买模式来验证付款人真实性,取代了单纯依赖静态凭证的传统方式。

行业正转向解读行为信号的模型。系统通过分析购买频率、金额习惯、时间、位置、设备及商户类型等维度构建动态风险画像。一旦交易显著偏离基准,系统即可在授权前识别异常并评估风险等级。

平衡安全与体验:降低误报率是关键

除拦截欺诈外,机构还需减少因疑似风险而拒绝合法交易的“误报”。挑战在于既要阻断欺诈,又要避免不必要的摩擦影响合法支付转化率。

对此,Akua等企业整合机器学习、智能身份验证、令牌化及实时分析机制,强化全交易周期风险管理。目标不仅是检测可疑操作,更是通过深度理解用户行为,做出更精准、透明且可审计的决策。

未来展望:动态自适应模型成为核心竞争力

GlobalData预测,到2028年Pix诈骗相关年损失或达110亿雷亚尔;Serasa Experian数据显示,2025年巴西每两分钟即发生一起欺诈企图。

Rodrigues总结道:“打击欺诈已进入新阶段。重心正从保护静态数据转向实时解读信号,以最低摩擦成本区分合法与可疑活动。预防机制正由静态规则向动态自适应模型演进。”

随着数字支付持续扩张,欺诈手段亦借新技术不断复杂化。平衡安全性、用户体验与信任的能力,已成为金融机构与企业的关键竞争壁垒。

【声明】内容源于网络
0
0
巴西跨境研究社
各类跨境出海行业相关资讯
内容 7433
粉丝 0
巴西跨境研究社 各类跨境出海行业相关资讯
总阅读26.4k
粉丝0
内容7.4k