AI sparar miljoner åt e‑handlarna

Artificiell Intelligens, AI, hjälper oss på Svea Ekonomi upptäcka och förhindra bedrägeriförsök inom e-handeln. ”Många bedragare är extremt professionella.

Som alla teknikskiften medför digitaliseringen både stora möjligheter och nya risker. Till möjligheterna hör förstås den ständigt växande e-handeln som låter oss handla var, när och hur vi vill, ofta till mycket konkurrenskraftiga priser. Baksidan är en ny form av brottslighet: I dag är cirka en av 2 000 transaktioner inom e-handeln ett försök till bedrägeri, oftast med hjälp av id‑kapade personnummer.

Det här är en typ av brottslighet som dels drabbar handlare som inte får betalt för sina varor, dels konsumenter vars id kapas. Därför arbetar vi hårt för att den handel som sker via vår betallösning ska vara så säker som möjligt.

Ny avancerad teknik som AI ger nya möjligheter att ligga steget före. En tillämpning av AI som vi själva utvecklat är Fraud Lab – ett självlärande system som automatiskt och blixtsnabbt granskar alla e-handelsorder redan när de läggs in, och ringer i varningsklockan om något verkar suspekt.

Fraud Lab sparar miljontals kronor åt e-handlarna och Svea Ekonomi genom att stoppa bedrägerier, säger Sam Eid, chef för Betallösningar e-handel, och berättar:

– Tidigare la vi väldigt mycket tid på att manuellt upptäcka och förebygga försök till bedrägerier inom e-handel. Vi insåg redan för flera år sedan att ”det här borde ett system kunna klara av”, ibland smartare och alltid snabbare och mer kostnadseffektivt.

Inbyggd fingertoppskänsla

Men, för att ett självlärande system ska bli tillräckligt ”smart” och kunna agera på egen hand utan att i onödan försena e-handelstransaktioner som inte är bedrägerier, krävs att man bygger in den fingertoppskänsla som våra erfarna riskgranskare besitter. Samt att man matar in massor av data, big data, från miljontals transaktioner – såväl genuina som fejkade.

Detta arbete inledde vi redan 2012, och först 2017 ansåg vi att Fraud Lab hade ”lärt sig” tillräckligt för att kopplas in i e‑handelsplattformen.

Staffan Ekvall är arkitekten bakom systemet och berättar hur det fungerar i stora drag. (Detaljerna är naturligtvis hemliga för att inte ge bedragare onödig hjälp på traven).

– När man handlar på nätet uppger man en mängd data, från personnummer till adress, mobiltelefonnummer, mejladress och annat. Det här är parametrar som var och en för sig, eller tillsammans, kan tyda på ett bedrägeriförsök. Genom att kommunicera med en rad andra system och register kan Fraud Lab verifiera data och samla ny kunskap, och därmed bedöma risken för att något inte står rätt till.

Exempel på data som får Fraud Lab att reagera är om beställarens IP-adress ligger på en proxyserver, om värdet på den beställda varan är högt i kombination med låg vikt, om e‑postdomänen tidigare använts vid bedrägeriförsök, och mycket annat. Jo, det är det som menas med självlärande. Ju fler bedrägeriförsök systemet stoppar, desto smartare blir det.

Lagom hård bedömning

Fraud Lab kan gripa in vid olika steg i transaktionen och till exempel begränsa antalet betalningsalternativ till enbart förskottsbetalning, vid en första misstanke om brott. Eller kräva att kunden identifierar sig via mobilt bank-id. Men att vara lagom hård i bedömningen är ofta en svår balansgång. Det sista vi vill göra är att förhindra legitima köp.

– Det absolut viktigaste för oss är att vara en partner som bidrar till våra kunders försäljning och hjälpa dem att göra affärer friktionsfritt. Det är därför jag och mina kolleger kommer till jobbet – för att hjälpa butikerna att sälja. Vi vill hela tiden öka konverteringsgraden och inte agera bromskloss i kassan. Varje gång vi ger avslag på ett köp i webbutikens kassa förlorar handlaren en affär, så det gäller att ha torrt på fötterna, påpekar Sam Eid.

Att bedöma kreditrisken i samband med finansiering har länge hört till Svea Ekonomis kärnkompetens. Men att bedöma risken för bedrägeri är något helt annat. Få brottslingar är så korkade att de kapar ett personnummer som inte har god betalningsförmåga.

– Det finns bedragarligor som är extremt professionella och ”duktiga” på det de gör. Och även fysiska butiker utsätts för bedrägeriförsök med falska id-handlingar. Id-kaparna har järnkoll på den vars id de kapar – var personen jobbar och bor, med mera, säger Staffan Ekvall.

De transaktioner som Fraud Lab flaggar upp för efterkontroll kan i vissa fall visa sig vara bedrägerier först vid en manuell efterkontroll som kräver kontakt med köparen. Då finns ändå en möjlighet att stoppa köpet innan leveransen sker, och därmed bespara handlaren och Svea Ekonomi en förlust.

”Vi ser det som vår skyldighet”

Totalt har Fraud Lab redan sparat miljontals kronor i form av förhindrade bedrägerier, säger Staffan Ekvall.

– De flesta bedrägerier handlar om köp på faktura med eller utan avbetalning inbyggt. Fler väljer att betala med faktura än med kort inom e-handeln, jämfört med handeln i stort.

De som utsätts för id-kapning riskerar inte bara en massa krångel för att slippa betala felaktiga fakturor, det skapar även en stor oro. Här tar vi ett stort ansvar för att ge råd till de personer som utsatts:

– Vi kontaktar dem och ger råd om åtgärder de behöver vidta för att inte råka ut för konsekvenser av id-kapningen, påminner om polisanmälan, och berättar hur man löser andra saker. Vi hjälper dem att minska risken för att utsättas igen och de får mycket stöd av oss. Att vi tar oss tid att prata med de som blivit utsatta för kapningsförsök uppskattas verkligen, säger Sam Eid.

Men det är ingen serviceåtgärd, utan en plikt tillägger han:

– Vi ser det som vår skyldighet att värna om att konsumenternas personnummer inte används för att begå brott. Kapade personnummer används ofta för att handla i flera butiker på kort tid.

AI – som i science fiction-filmer ibland pekas ut som mänsklighetens undergång – kan i alla fall hjälpa oss att handla tryggare. Så länge världen finns kvar.