8/03/2019 •
2 min. de leitura

Inteligência Artificial e análise humana: equilíbrio é fundamental no combate a fraudes

Fazer uma gestão de risco eficiente exige parceria constante entre tecnologia e profissionais especializados

 

Infelizmente, lutar contra fraudes não é uma tarefa fácil. É um processo desafiador, que pode ser demorado e que pode custar muito dinheiro quando não é feito da maneira mais eficiente.

Frequentemente, varejistas depositam todos os seus recursos em soluções que utilizam apenas Inteligência Artificial no combate a fraudes, o que é ótimo para algumas etapas do processo, mas que pode ser muito perigoso em outras.

Benefícios

É Inegável que a Inteligência Artificial torna possível analisar rapidamente grandes quantidades de dados e pedidos, inclusive com o objetivo de identificar padrões – ainda que alguns sejam obscuros – e incorporar essa percepção aos algoritmos responsáveis por estabelecer scores de risco em tempo real, permitindo aprovações mais rápidas e, ao mesmo tempo, mantendo controlado o risco de prejuízos com fraudes.

Há um aspecto importante nesta parte: o de investimento. Como a Inteligência Artificial permite a automatização da aprovação da maioria das transações, não é preciso envolver horas de trabalho humano em todos os pedidos, o que gera uma economia importante nos custos operacionais, tornando possível concentrar o esforço humano apenas em pedidos específicos que merecem uma investigação mais cuidadosa.

Limite

Também é inegável, no entanto, que as soluções antifraude baseadas quase que totalmente em Inteligência Artificial têm algumas limitações importantes em alguns segmentos nos quais a fraude é mais específica, como nas transações com cartões de crédito, por exemplo.

Em um nível mais crítico, o uso exclusivo de Inteligência Artificial, sem análise humana especializada, pode até mesmo fazer com que o varejista perca um número considerável de vendas legítimas, problema conhecido no mercado como falso-positivo.

O falso-positivo acontece quando uma solução antifraude totalmente baseada em Inteligência Artificial considera um pedido minimamente suspeito como uma fraude, o que nem sempre é verdade, e reprova automaticamente um pedido. A tecnologia faz um bom trabalho de aprovação automática de pedidos legítimos, mas transações que apresentem pontos fora de padrão não devem ser reprovadas automaticamente, pois somente a análise humana especializada será capaz de confirmar uma fraude com precisão.

A Inteligência Artificial pode, e deve, ser utilizada para sinalizar pontos de atenção em um pedido, mas não para afirmar que ali está uma fraude.

Números

Para se ter uma ideia, dados mostram que perdas com falsos-positivos custam 13 vezes mais às empresas do que os prejuízos com fraudes de cartões de crédito, o que evidencia a importância de tratar cada declínio com muita atenção. Só assim será possível manter uma boa relação com clientes legítimos.

Importância da base de dados

Nem sempre há uma base de dados rica o suficiente para que sua solução antifraude consiga ter um conhecimento contextual bom o suficiente para reprovar pedidos automaticamente. Pior ainda: provavelmente, os algoritmos desta solução tendem a se tornar mais conservadores ao longo do tempo, já que não haverá uma quantidade de dados suficiente para que a máquina entenda diferentes contextos que envolvem diferentes transações.

Lojas que vendem produtos muito novos ou altamente exclusivos tendem a sofrer mais neste sentido. Nestes casos, a flexibilidade de sua solução também será muito importante, para que a análise humana especializada possa atuar mais vezes.

Filtros precisam ser calibrados

Além disso, é preciso estar sempre atento aos filtros aplicados na solução antifraude. Tais filtros precisam estar bem configurados e precisam ser frequentemente calibrados. Vale dizer que filtros erroneamente configurados podem ser mais perigosos do que simplesmente não contar com uma solução antifraude.

Fraudadores estão constantemente em busca de brechas em sistemas de proteção. Se eles perceberem que uma solução está, por exemplo, aprovando automaticamente pedidos até um determinado valor, provavelmente haverá um crescimento no número de pedidos com valor imediatamente abaixo deste limite, já que muitos deles seriam aprovados automaticamente neste cenário.

Equilíbrio

Talvez a abordagem mais inteligente seja combinar o melhor dos dois mundos: implementar uma solução abrangente de gerenciamento de fraudes, que combine tecnologia de Inteligência Artificial com análise humana especializada.

Essa abordagem multifacetada permite aproveitar todos os benefícios de eficiência da tecnologia, para que você não precise desacelerar o processo de aprovação de pedidos ao mesmo tempo em que fica protegido contra fraudes e falsos-positivos.

Nesse tipo de abordagem, a Inteligência Artificial pode ser usada para aprovar automaticamente bons pedidos e sinalizar pedidos que são suspeitos. A equipe de análise especializada pode, então, revisar manualmente esses pedidos e tomar uma decisão mais segura.

Resultado

A consequência do equilíbrio perfeito entre tecnologia e mão de obra especializada é dividida entre experiência de usuário perfeita para os clientes, abordagem mais precisa para a detecção de fraudes e capacidade de aumentar as vendas com segurança.

Na ClearSale, por exemplo, usamos exatamente esta abordagem: uma combinação de tecnologia avançada de detecção de fraudes reforçada com uma equipe de analistas experientes e ultra especializados, criando um poderoso mecanismo que permite aos comerciantes ficarem sempre um passo à frente dos fraudadores.

*Colaboração de Sarah Elizabeth, gerente de Marketing da ClearSale USA.

Título

Escrito por

Jornalista responsável pela produção de conteúdo da ClearSale, é graduado pela Universidade São Judas Tadeu e pós-graduado em Comunicação Multimídia pela FAAP. Tem 10 anos de experiência em redação e edição de reportagens, tendo participado da cobertura dos principais acontecimentos do Brasil e do mundo. Renovado após seis meses de estudo e vivência no Canadá, aplica agora seus conhecimentos às necessidades do mundo corporativo na era do Big Data.