A Lynx Tech, especializada em tecnologias baseadas em inteligência artificial (IA) e Machine Learning (ML), anuncia o lançamento da nova geração de seus Modelos Adaptativos Diários (DAMs), uma solução para prevenção e detecção de fraudes. Esta atualização representa um marco na meta da empresa de proteger instituições financeiras e seus clientes de atividades fraudulentas cada vez mais frequentes e sofisticadas.
Diferentemente dos modelos tradicionais de aprendizado de máquina (ML), os DAMs da Lynx Tech são treinados diariamente e permitem a expansão dos dados utilizados, o que leva à economia devido à prevenção de fraudes e maior fluidez operacional para as instituições financeiras. Esses novos modelos representam uma transição da detecção apenas de transações suspeitas individuais para a identificação de redes de fraude inteiras, analisando padrões complexos de comportamento criminoso com precisão.
Olhando para os próximos anos, e de acordo com as previsões da ACI Worldwide, as perdas globais decorrentes de fraude de pagamento autorizadas (APPF) excederão os US$ 6,8 bilhões até 2027. Os modelos de próxima geração da Lynx Tech podem detectar até 35% mais fraudes APPF do que os modelos anteriores, melhorando significativamente a detecção de contas laranja, o que resulta em um aumento significativo nas taxas de identificação comunicadas pelas instituições financeiras.
Os novos modelos da Lynx Tech estão sendo lançados em mercados ao redor do mundo, e espera-se que as instituições financeiras nas Américas sejam as primeiras a se beneficiar dessa tecnologia, seguidas pelas da Europa. Graças à natureza sem código desses modelos, a integração pode ser concluída em apenas duas semanas, permitindo que a tecnologia atinja sua taxa ideal de descoberta de valor dentro de três a seis meses, à medida que aprende com novos dados.
Ao contrário dos modelos estáticos, que se degradam com o tempo devido ao desvio de dados, a tecnologia da Lynx Tech mantém o desempenho ideal graças aos seus DAMs, que se adaptam continuamente a novos padrões de fraude sem perder a eficácia, estabelecendo um novo padrão em prevenção de fraudes a longo prazo.
“Essa inovação é o resultado de dois anos de pesquisas rigorosas. Desenvolvemos bancos de dados in-memory de última geração, algoritmos e códigos de baixo nível que tornam nossa solução rápida de integrar, mantendo os custos baixos e eliminando completamente o tempo de inatividade. Em testes internos, nossa tecnologia provou ser capaz de analisar até 40.000 pontos de dados em tempo real para identificar atividades fraudulentas com precisão, representando um salto qualitativo na detecção”, afirma Carlos Santa Cruz, CEO da Lynx Tech.
Os modelos aprimorados demonstraram as seguintes melhorias no desempenho:
- Melhor compreensão dos comportamentos financeiros em todas as contas vinculadas a uma instituição financeira, levando a uma redução significativa de falsos positivos e um aumento na taxa de detecção de valor;
- Maior adaptabilidade graças aos modelos DAM, que garantem um desempenho sustentado ao longo do tempo e uma resposta rápida a novas táticas de fraude;
- Melhor desempenho em comparação aos modelos de consórcio estáticos, especialmente na detecção de fraudes enganosas de pagamento autorizado (APPF).
“Os modelos de próxima geração farão uma enorme diferença na prevenção de fraudes APPF. Agora podemos detectar padrões complexos de fraude muito antes que eles causem danos. Isso permitirá que os bancos protejam melhor o dinheiro de seus clientes, ficando à frente dos fraudadores mais sofisticados”, completa Dan Mcloughlin, especialista em crimes financeiros e parte da equipe da Lynx Tech.
Para acompanhar o lançamento de seus novos modelos, a Lynx Tech publicou um white paper sobre seu Modelo Adaptativo Diário. Mais informações sobre as soluções de prevenção de fraudes da Lynx estão disponíveis em: https://lynxtech.com/.
