Inseguranças com o ambiente de pagamentos

Crimes financeiros e fraudes sempre representaram uma ameaça para instituições financeiras em geral, com o agravante de se modernizarem ao longo do tempo. Afinal se há alguns anos, um dos golpes mais comuns era o phishing por meio de emails e mensagens de SMS maliciosas com o fraudador se passando por uma loja, empresa de crédito ou banco. Agora são ainda mais comuns situações em que a fraude acontece por meio um Whatsapp ou Instagram clonado, além de números falsos se passando por um amigo ou familiar. Dados da ACI WorldWide mostram que até 2027, o prejuízo global com fraudes deve atingir a marca de US$ 40 bilhões, percentual 25% mais alto do que o apurado em 2020. 

A chegada da pandemia de Covid-19 provocou drásticas mudanças de comportamento e acelerou o uso de pagamentos digitais de forma nunca antes imaginada. Pois se por um lado isso representa uma grande oportunidade para bancos, fintechs e empresas de tecnologia em geral em termos de modelos de negócios. Por outro traz um desafio crescente em desenvolver mecanismos capazes de detectar e prevenir fraudes. 

A solução está na tecnologia

Neste sentido, conforme adiantei por aqui recentemente, a Shipay desenvolveu um projeto em parceria com a Microsoft Azure voltada para o Pix, com o objetivo de prevenir fraudes e lavagem de dinheiro com a ferramenta. Este foi um projeto selecionado pelo Lift, laboratório de pesquisa aplicada do Banco Central voltado para inovação. A solução foi pensada justamente para criar uma camada extra de segurança para a ferramenta e atender uma demanda crescente da população por segurança nas transações instantâneas. 

Nossa abordagem propõe uma estratégia proativa para evitar que o crime aconteça. Por meio de tecnologia que consegue identificar instantaneamente possíveis transações fraudulentas ou suspeitas no dia a dia do usuário. Isto é preservar a qualidade da experiência de uso, tendo em vista que mantém a comodidade do pagamento e amplia a segurança. Sobretudo a grande vantagem do método preventivo é que o usuário fica resguardado da dor de cabeça de batalhar pelo ressarcimento de um valor perdido em uma situação de golpe ou fraude. A detecção da transação suspeita é imediata e previne que ela aconteça. 

Contribuindo para a evolução do ambiente de pagamentos

Outro ponto relevante a ser destacado é que esse método preventivo foi desenvolvido com base em Machine Learning. O aprendizado de máquina é importante não só como tecnologia chave para impedir as fraudes, mas também pelos insights poderosos que geram neste processo. Este tipo de tecnologia tem um potencial amplo de gerar uma inteligência colaborativa. Assim pode ser usada pelas instituições financeiras com o propósito de criar um ambiente cada vez mais seguro para os usuários. 

Por hora, o projeto desenvolvido não está em prática. Mas a solução foi desenvolvida por completo e a Shipay demonstrou ter capacidade técnica para entregar uma ferramenta de segurança preventiva robusta. Nosso interesse é colaborar para um ambiente cada vez mais seguro e confiante no mercado de pagamentos. 

E você, também acredita que as abordagens preventivas tendem a evoluir o mercado de pagamentos instantâneos? Deixe sua opinião sobre o tema nos comentários.

Close Bitnami banner
Bitnami
Close Bitnami banner
Bitnami