Por Otavio Brissant 

A Inteligência Artificial (IA) está transformando quase todas as indústrias, e o comércio eletrônico não é exceção. Uma das áreas onde as empresas online experientes estão usando a IA para agilizar as operações é a detecção de fraude. Onde os empresários antes empregavam legiões de funcionários dedicados a rever transações, agora, os algoritmos podem analisar milhões de pontos de dados para sinalizar irregularidades e comportamento fraudulento.

Uma boa detecção de fraude requer um equilíbrio delicado e de extrema precisão. Por um lado, os empresários precisam negar transações fraudulentas, que podem ser extremamente caras, por outro, eles não podem negar transações legítimas.

Atingir este equilíbrio requer uma IA cuidadosamente calibrada que possa prever o comportamento cada vez mais complexo de uma base de consumidores global.

Os métodos tradicionais de detecção de fraude, muitas vezes baseados em regras criadas por humanos que determinavam o que desencadearia o declínio de uma transação, estão dando lugar a uma detecção de fraude mais eficiente, baseada em IA. A detecção de fraude baseada em regras se baseia em políticas que devem prever o comportamento inadmissível do cliente.

A detecção de fraude AI, por outro lado, é frequentemente baseada em modelos de aprendizagem não supervisionados, onde grandes “pools” de dados de vários fornecedores e milhões de transações são analisados por um algoritmo. O algoritmo não é ensinado o que se deve procurar antes do tempo; ao contrário, o sistema encontra padrões baseados em padrões comportamentais nos dados. A IA acrescenta flexibilidade à prevenção de fraudes e pode detectar anomalias e comportamentos suspeitos sem utilizar regras pré-estabelecidas.

Desta forma, as tecnologias de detecção de fraude por terceiros também estão permitindo que mais empresas concorram com mercados de volume como a Amazon e Alibaba. As tecnologias de detecção de fraudes agregam dados de milhares de empresas e milhões de transações, colocando todos em igualdade com os gigantes da internet, tanto em termos de detecção de fraudes quanto de experiência de checkout.

Os sistemas de detecção de fraude baseados em IA podem se adaptar e tomar decisões que são cada vez mais otimizadas à medida que novos padrões de comportamento emergem. Por exemplo, nos primeiros dias do bloqueio da pandemia, pessoas que nunca haviam comprado itens ou ferramentas de melhoria da casa estavam, de repente, fazendo compras de alto valor nessas categorias. As empresas de comércio eletrônico tiveram que se ajustar para evitar que as compras falsas aumentassem. Felizmente, a IA pode se adaptar a condições de mercado em mudança como estas em tempo quase real.

Como se vê, conforme as técnicas de fraude se tornam mais sofisticadas, também o são os métodos de detecção de fraude, que logo irão além dos padrões de compra para analisar aspectos biométricos do comércio eletrônico, tais como “impressão de voz” ou o ângulo em que um telefone celular é mantido. Estes avanços se tornarão cada vez mais necessários para proteger as contas dos clientes contra fraudes.