Le côté obscur de la transformation numérique : la fraude massive

Le côté obscur de la transformation numérique : la fraude massive

La pandémie de COVID-19 a modifié notre façon de travailler, de jouer et de faire des affaires. Un si grand nombre de nos activités sont passées en ligne, virtuelles ou à distance, que nous avons accéléré l’évolution des solutions durables basées sur Internet. De l’école virtuelle à la commande de courses, pratiquement tout ce avec quoi nous interagissons a adopté une composante numérique.

Cette évolution rapide des solutions numériques s’accompagne d’un inconvénient : une fraude record.

La Federal Trade Commission (FTC) a reçu plus de 2,8 millions de rapports de fraude en 2021, y compris des arnaques d’imposteurs et des escroqueries d’achats en ligne, alimentées par l’essor des transactions en ligne et les nouveaux canaux numériques qui ont proliféré au milieu de la pandémie. Au total, les consommateurs américains ont déclaré avoir perdu plus de 5,8 milliards de dollars à cause de la fraude l’année dernière, soit une augmentation de près de 76 % par rapport aux 3,3 milliards de dollars perdus en 2020.

Pour faire face à l’augmentation de la fraude mondiale, de plus en plus d’entreprises et d’organisations exploitent le potentiel de l’analyse pour accélérer le volume de transactions qu’elles examinent et pour identifier les cas suspects de fraude, selon la dernière étude sur la technologie anti-fraude de l’Association of Certified Fraud Examiners (ACFE) et SAS.

Sur la base des réponses à un sondage de près de 900 professionnels de la lutte contre la fraude dans le monde, le Rapport d’analyse comparative des technologies antifraude 2022 met en lumière la manière dont les organisations de tous les secteurs utilisent la technologie pour lutter contre la fraude. Notamment :

  • Plus de 40 % des répondants ont déclaré avoir accéléré leur utilisation de l’analyse de données de manière significative (14 %) ou légèrement (29 %) pendant la pandémie.
  • Presque tous les répondants (98 %) ont déclaré que l’utilisation de l’analyse de données par leur organisation les avait aidés à détecter plus de fraudes beaucoup plus rapidement et avec précision.
Lire aussi  MindBridge fait la une de nombreuses entreprises #CDNtech procédant à des changements de direction

Les fraudeurs saisissent des opportunités historiques

Comme on pouvait s’y attendre, les industries les plus représentées dans l’enquête étaient les services gouvernementaux et financiers. Les banques sont à la pointe de la technologie anti-fraude depuis des décennies, utilisant des analyses avancées pour lutter contre des choses comme la fraude par carte de crédit et le blanchiment d’argent. Des réglementations de conformité strictes et un risque sérieux pour la réputation, combinés à des ressources plus importantes, ont permis aux banques d’être à la pointe de la lutte contre la fraude.

À l’inverse, il existe une opportunité prometteuse de s’associer à des agences gouvernementales pour améliorer leur technologie de prévention de la fraude et les aider à lutter contre cette menace croissante. Les fraudeurs ciblent fréquemment les programmes gouvernementaux, qu’il s’agisse de surfacturer le gouvernement pour des services ou d’utiliser des identités volées pour produire des déclarations de revenus ou des demandes de prestations frauduleuses.

Cela était particulièrement vrai pendant la pandémie de COVID. Les programmes de secours en cas de pandémie déployés rapidement par les gouvernements du monde entier se sont révélés être des cibles attrayantes pour les fraudeurs. Aux États-Unis seulement, l’inspecteur général du ministère du Travail a témoigné devant le Congrès qu'”au moins 163 milliards de dollars de prestations pandémiques (assurance-chômage) auraient pu être payés de manière inappropriée, une partie importante étant attribuable à la fraude”. C’est une somme faramineuse.

Pour inverser la tendance, de nombreuses agences gouvernementales ont commencé à utiliser la vérification d’identité basée sur la reconnaissance faciale. En fin de compte, les préjugés et les problèmes de confidentialité, ainsi que les problèmes d’accès et d’utilisateurs, ont conduit des agences telles que l’IRS à reconsidérer cette approche. Heureusement, il existe une approche analytique plus holistique qui s’appuie sur des sources de données qui ne comportent pas le même type d’équité inhérente et de biais d’accès, tels que les appareils numériques, les adresses IP, les numéros de téléphone mobile et les adresses e-mail.

Lire aussi  Les escroqueries amoureuses sont en plein essor, en particulier sur Facebook et Instagram

La vérification d’identité a lieu instantanément et en coulisses, détectant les fraudes potentielles tout en réduisant les frictions pour les citoyens qui demandent des prestations légitimes. Ce n’est que lorsque quelque chose de suspect est indiqué que la solution innovante introduira des obstacles, comme devoir appeler un numéro de téléphone pour vérifier des informations supplémentaires.

La route à suivre

Le paysage actuel de la fraude a prouvé la nécessité pour les organisations d’être avant-gardistes et proactives dans l’amélioration de leurs outils et capacités de lutte contre la fraude. La bonne nouvelle est que, dans tous les secteurs, la majorité (60 %) des professionnels de la lutte contre la fraude interrogés par l’ACFE ont déclaré s’attendre à ce que leurs budgets technologiques antifraude augmentent au cours des deux prochaines années.

Où vont-ils prioriser leurs investissements ? L’analyse avancée arrive en tête de liste, en particulier l’intelligence artificielle et l’apprentissage automatique, cités par 26 % des répondants. L’analyse prédictive/modélisation suivait de près, notée par 22 %. De telles capacités sont une force puissante pour augmenter la précision et l’efficacité de la détection des fraudes, ce qui permet de le faire en temps réel.

Qu’une organisation soit suffisamment avancée dans son parcours d’analyse pour franchir ce pas, un principe antifraude universel peut aider à guider les leaders et les retardataires : les données sont le meilleur ami de la lutte contre la fraude.

Les ensembles de données sont immenses et ne font que croître. Cela est particulièrement vrai en raison de la transformation numérique accélérée causée par la pandémie et du rythme de développement de nouvelles applications et canaux numériques. Chaque nouveau lieu numérique offre une nouvelle opportunité de collecter davantage de données – des données qui peuvent finalement être utilisées pour différencier un client ou un citoyen précieux d’un fraudeur, ou une transaction ou une application légitime d’une tentative de fraude.

Lire aussi  Les laissez-passer gratuits pour Disney World sont le dernier front de la guerre entre les personnes nommées par Disney et DeSantis

Une défense efficace contre la fraude nécessite d’extraire des données de diverses sources. En complément de leurs propres sources de données (citées par 80% des répondants), les organisations ne doivent pas négliger d’intégrer des données externes et tierces. L’inclusion des archives publiques, des forces de l’ordre et des listes de surveillance du gouvernement, ainsi que des données sur les appareils, par exemple, peut être un facteur de différenciation important lors de l’utilisation de techniques analytiques éprouvées telles que le signalement des exceptions et la détection des anomalies ou des modèles d’apprentissage automatique et d’IA plus avancés.

Les criminels changent continuellement de stratagèmes pour exploiter les lacunes des défenses organisationnelles et s’enfuir avec des milliards de dollars. Les professionnels de la lutte contre la fraude doivent disposer des bonnes technologies pour naviguer et garder une longueur d’avance sur ces fraudeurs engagés et sophistiqués. De l’analyse de données traditionnelle aux options émergentes comme la biométrie et la vision par ordinateur, les combattants de la fraude doivent être conscients et déployer des contre-mesures qui leur permettent de rester en tête dans cette course aux armements technologiques.

Leave a Reply

Your email address will not be published. Required fields are marked *

This site uses Akismet to reduce spam. Learn how your comment data is processed.

Recent News

Editor's Pick