Quelle est la première chose à laquelle tu penses quand tu entends le mot banque ? L'argent liquide, les cartes...des braqueurs ? Si tu as pensé au dernier, réfléchis à nouveau.

Blagues mises à part, en matière de banque, la sécurité est super importante. Même si l'argent numérique et les services bancaires mobiles ont rendu certains types de crime obsolètes, la prévention de la fraude est souvent comme un jeu de chat et de souris. En utilisant les dernières technologies, nous simplifions ton expérience bancaire pour que tu puisses te concentrer sur ce qui compte vraiment. Que ce soit passer du temps avec ta famille, voyager l'esprit libre ou développer ton entreprise, nous sommes toujours à l'affût de la prochaine meilleure chose qui te donne plus de liberté.

Quand nous avons lancé en 2015, notre objectif était de changer ce que devrait être une banque. Cela a mené à certaines innovations précoces comme les codes CVC dans l'application (adieu le skimming de carte) et l'absence d'agences physiques (bonjour, vitesse et commodité !). Aujourd'hui, nous explorons un avantage moins abordé de la banque mobile : détection et prévention de la fraude.

Le défi est de vérifier des millions de transactions en temps réel pour des activités illégales et de prévenir la fraude. Ça a l'air simple, non ? Oh, et aussi de s'assurer que rien de tout cela n'affecte l'excellente expérience utilisateur à laquelle tu es habitué.

Imagine un scénario où un compte commence à recevoir des paiements irréguliers de divers comptes bancaires inconnus, puis soudainement tout l'argent est retiré. Penses-tu que c'est :

a) Un cas de blanchiment d'argent ?

b) Des amis te remboursant pour la pizza ?

c) Passer en mode Marie Kondo et vendre tes vinyles sur eBay ?

Bonne question ! Pour répondre à cela, et pour s'assurer qu'on est strict avec les criminels et cool avec toi, nous utilisons l'apprentissage supervisé et non supervisé.

Si tu parles à notre équipe de conformité, tu entendras des termes comme Prince nigérian, smurfing ou money-muling, montrant que beaucoup de types de fraudes bancaires sont en fait bien connus. Pour détecter ces schémas, nous utilisons l'apprentissage supervisé. C'est un algorithme qui analyse plus de 500 points de données par transaction et crée des centaines d'arbres de décision concurrents pour décider si une transaction est suspecte ou non. L'algorithme apprend à partir de plusieurs années de données de transactions étiquetées et est conçu pour te garder en sécurité en tout temps !

Cela fonctionne bien pour repérer les schémas existants, mais qu'en est-il des nouveaux types de fraudes ? Dis bonjour à… l'apprentissage non supervisé !

En passant toutes les transactions non suspectes à travers un modèle d'apprentissage profond auto-encodé, nous découvrons des motifs très complexes et inhabituels qui peuvent être liés à des schémas de fraude inconnus auparavant. Si confirmé, les données sont étiquetées et utilisées par les modèles d'apprentissage supervisé comme entrée — et une arnaque de moins !

Si tout cela te semble compliqué, tu peux te demander : n'y a-t-il pas un moyen plus simple ?

Oui, il y en a un ! Et ça s'appelle les règles. Jusqu'à récemment, la plupart des banques traditionnelles n'utilisaient pas l'apprentissage automatique pour repérer les schémas frauduleux. Et même en 2020, elles se basent principalement sur des modèles simples basés sur des règles, ce qui signifie définir des schémas suspects puis vérifier chaque fois qu'ils se produisent.

Ces règles ne sont généralement pas aussi efficaces que l'apprentissage automatique. Cependant, dans certains cas, elles peuvent être très puissantes, donc nous les utilisons de deux manières : quand un schéma est toujours frauduleux, et quand nos modèles d'apprentissage supervisé apprennent encore à détecter le nouveau schéma en utilisant des données générées par la règle.

Voici pourquoi notre approche hybride te garde en sécurité :

1. Nous ne faisons pas de discrimination basée sur la nationalité ou l'apparence

Évidemment, personne ne le fait intentionnellement — mais en se concentrant sur les modèles de comportement plutôt que sur les stéréotypes et les préjugés, notre modèle est plus juste que les agents de conformité humains.

2. Nous pouvons adapter l'expérience utilisateur pour qu'elle soit sans effort pour toi et horrible pour les fraudeurs

L'apprentissage automatique permet de détecter plus rapidement les comportements frauduleux que les modèles basés sur des règles et c'est beaucoup plus précis.

3. En restant toujours un pas devant les criminels, nous avons plus de temps pour nous concentrer sur ce qui compte vraiment : construire la meilleure banque pour toi

Alors voilà ! C'est l'une des façons dont nous gardons ton argent en sécurité chaque jour, mais bien sûr, il se passe beaucoup plus de choses en coulisses.

Si tu souhaites en savoir plus sur comment nous prévenons la fraude et te protégeons, fais-le nous savoir ici !

Partage l'amour, pas la fraude !