Найти и обезвредить: как ИИ следит за аномальным поведением сотрудников

Более 50% случаев мошенничества в компаниях происходят по вине сотрудников. Однако риски можно свести к минимуму, если следить за их аномальным поведением с помощью технологий big data, искусственного интеллекта и машинного обучения.

По данным аналитиков Juniper Research, глобальные убытки от мошенничества с онлайн-платежами в 2018 году составили $22 млрд и к 2023 году могут удвоиться. Компания Cisco в отчете по кибербезопасности за 2018 год оценила финансовый ущерб от каждой второй атаки в мире (53%) более чем в $500 тыс.

Согласно последнему обзору экономических преступлений PwC, киберриски будут находиться на втором месте среди потенциальных угроз для бизнеса в ближайшие два года. Как показывает свежее международное исследование EY по информационной безопасности, фрод (вид мошенничества в области информационных технологий, в частности несанкционированные действия и неправомерное пользование ресурсами и услугами. — «РБК Pro») входит в топ-5 наиболее опасных киберугроз для организаций.

Согласно глобальным опросам EY, большинство компаний (82%) не уверены в надежности своей защиты корпоративных ресурсов. Зачастую руководство компаний всерьез задумывается о необходимости повысить уровень защищенности информационных систем и выделить на это дополнительные инвестиции только после серьезных киберугроз и катастрофических последствий.

В действительности почти любая система контроля при правильном использовании позволяет минимизировать убытки в случае непредвиденных ситуаций.

Компании, применяющие для решения этой задачи искусственный интеллект, стремятся повысить прибыль (в том числе за счет снижения потерь от мошенничества) либо сократить издержки на выявление рисков. По моему опыту, реализация таких проектов позволяет добиться.