Mastercard, prestataire mondial de paiement, étoffe sa détection de fraude avec l’IA générative. « La modélisation initiale montre que les améliorations de l’IA augmentent les taux de détection des fraudes en moyenne de 20 % et jusqu’à 300 % dans certains cas » présente Mastercard.
Amélioration de la solution Decision Intelligence de Mastercard
Sa solution de prise de décision en temps réel afin de lutter contre la fraude s’intitule Decision Intelligence (DI). Elle est mise en œuvre dans les banques afin d’évaluer et d’approuver 143 milliards de transactions par an.
La nouvelle technologie d’IA générative analysera 1 billion (1000 milliards) de points de données pour prédire si une transaction est susceptible d’être authentique ou non. Cela doit renforcer la capacité de Mastercard à analyser les informations sur les comptes, les achats, les commerçants et les terminaux en temps réel. DI Pro sera disponible cette année.
Decision Intelligence Pro évalue les relations entre plusieurs entités entourant une transaction pour déterminer son risque. En moins de 50 millisecondes, cette technologie améliore le score DI global de Mastercard, affinant ainsi les données fournies aux banques. « La modélisation initiale montre que les améliorations de l’IA augmentent les taux de détection des fraudes en moyenne de 20 % et jusqu’à 300 % dans certains cas » présente Mastercard.
Réduction du nombre de faux positifs
« Avec l’IA générative, nous transformons la rapidité et la précision de nos solutions antifraudes » se félicite Ajay Bhalla, président de Cyber and Intelligence chez Mastercard. « Le renforcement de notre algorithme améliorera notre capacité à anticiper le prochain événement frauduleux potentiel, en instaurant la confiance dans chaque interaction » dit-il.
L’amélioration du DI doit atténuer ce que l’on appelle les faux positifs, ce sont des transactions légitimes mais qui sont signalées à tort comme frauduleuses et donc refusées, ce qui empêche du chiffre d’affaires pour un commerçant. « Notre propre analyse a démontré que la précision de la solution – obtenue en analysant les points de vente potentiels en temps réel – augmente non seulement la précision, mais réduit également le nombre de faux positifs de plus de 85 % » conclut Ajay Bhalla.
Top lectures en ce moment
-
Trois questions auxquelles les retailers doivent répondre face à l’IA agentique
-
Doctolib lance un assistant vocal de gestion des appels des patients
-
La CDP (Customer Data Platform), un projet clé de la transformation Data d’Axa F...
L’actualité de la transformation
L'IA clé de nos besoins vitaux dans l'eau, l'électricité et le gaz
Marchés de l’eau : l’IA générative arrive dans les réponses aux appels d’offres des collectivités
Saur, spécialiste de la distribution d’eau potable, fait évoluer son processus de réponse aux appels d’offres des collectivités et des industriels en y injectant de l’IA géné…
Stockage de l’électricité : l’IA générative outil d’accélération clé chez Engie
Le stockage de l’électricité est un enjeu stratégique. Engie s’y attelle et mobilise pour cela l’IA générative de type RAG, c'est-à-dire basée sur le traçage des documents source. …
Nouvelle donne dans le gaz naturel : GRDF s’adapte en utilisant l’IA
GRDF, leader de la distribution du gaz naturel en France, affine sa stratégie d’IA. Il s’appuie sur des serveurs internes pour la confidentialité des données de ses clients. GRDF c…
Et vous, qu’en pensez-vous ?
Une idée, une réaction, une question ? Laissez-nous un mot ci-dessous.