Quelle réalité derrière l’Intelligence Artificielle ?

Main qui sort du PC horrible

Sécuriser les paiements : un objet trivial pour une réalité complexe

Sécuriser les paiements est une raison d’agir relativement simple : il s’agit de garantir aux établissements bancaires et opérateurs de paiements que la transaction sollicitée par un client soit légitime et ne participe pas d’une escroquerie, du blanchiment ou du financement du terrorisme. Il s’agit à la fois de protéger le client final et les opérateurs de paiement dans le bon respect de leurs obligations vis-à-vis de l’Autorité de Contrôle (ACPR).

La réalité est beaucoup plus complexe, car les profils de comptes et d’opérations sont par nature très différents. Il n’y a pas vraiment de taxonomie possible, et appliquer de simples règles de gestion (par exemple un plafond de transaction) se révèle rapidement contre-productif (client bloqué à tort), ou bien laxiste (protection insuffisante du client ou de l’opérateur de paiements), ou encore coûteux (multiplication des règles de gestion à créer, et maintenir dans le temps).

C’est dans ce contexte que nous avons conçu une plate-forme d’intelligence artificielle intégrée dans notre solution SaaS Heptalytics.

Quelle réalité derrière l’intelligence artificielle ?

Heptalytics propose une plate-forme d’Intelligence Artificielle qui allie le meilleur de la technologie à une connaissance fine des paiements.

Notre méthodologie se déploie sur plusieurs dimensions qui interagissent entre-elles continuellement. D’abord au niveau de la transaction : est-elle légitime ?
Si besoin, est-elle justifiée ? Les justifications sont-elles sincères et cohérentes ?

Puis au niveau du compte : Comment la transaction s’insère-t-elle dans la vie du compte ? S’agit-il d’une transaction régulière ? Et enfin au niveau relationnel : Comment la transaction et le compte s’insèrent-ils dans l’univers relationnel : le comportement de l’utilisateur est-il régulier ? (Heure, lieu, matériel). Les relations (bancaires, lieu, établissement) de l’utilisateur sont-elles régulières ?

Ces différentes dimensions de la solution en SaaS d’Heptalytics utilisent plusieurs natures d’Intelligence Artificielle. L’analyse transactionnelle repose sur des systèmes experts de détection de patterns, forts d’une cinquantaine de patterns atomiques, répartis en 10 familles. La compréhension d’une transaction requiert parfois l’analyse de données non structurées (par exemple des documents justificatifs) qui appellent des technologies adaptées (un OCR dans le cas d’un document) complétées par des algorithmes de décision. Enfin, la compréhension plus globale du paysage de la fraude, mais aussi la quantification du risque et la hiérarchisation des alertes s’appuient sur des modèles statistiques comme les graphs neural networks.

Quels résultats ?

Les résultats sont probants et nous encouragent à poursuivre l’innovation : 

  • diminution du coût du risque (20 à 40 % suivant le contexte dans lequel la solution Heptalytics est utilisée)
  • amélioration de la productivité des opérations (30 à 50%)
  • amélioration de la réactivité pour remonter les alertes auprès de l’Autorité de Contrôle