Comment le machine learning aide Fraud.net à créer une application moderne sur AWS pour lutter contre la fraude financière

Les start-ups savent comment de meilleures technologies peuvent améliorer la qualité de vie : qu'il s'agisse de l'IA/ML qui permettent aux scientifiques de mieux prévoir les résultats de santé des patients, du cloud computing qui stimule l'innovation vitale, ou des applications modernes améliorant l'accessibilité.

L'amélioration de la technologie ouvre également la voie aux criminels pour commettre des délits de plus en plus complexes. La fraude, en particulier, est de plus en plus sophistiquée sur le plan technique à mesure que la société évolue vers un monde axé sur le numérique. La fraude et la cybercriminalité augmentent également à un rythme important et coûtent aujourd'hui aux entreprises du monde entier plus de 6 000 milliards USD par an, soit en moyenne 5 % de leurs revenus.

Pour devancer et déjouer les technologies utilisées par les criminels pour commettre des fraudes, les anciens banquiers Whitney Anderson et Cathy Ross ont fondé Fraud.net, une plateforme moderne de fraude et de conformité, en 2016. Fraud.net propose aux clients des secteurs bancaire et de la fintech du monde entier une application moderne sans serveur qui utilise l'intelligence artificielle et le machine learning pour identifier rapidement les fraudes, ce qui se traduit par des opérations plus efficaces et une meilleure satisfaction client.

Fournir une solution moderne à un problème en constante évolution

Comme c'est le cas pour de nombreuses start-ups prospères, Fraud.net a rencontré un défi et a saisi cette opportunité pour créer une solution qui l'aide, ainsi que d'autres entreprises, à le surmonter.

« Nous étions notre propre cas d'utilisation, explique Whitney. Alors que je dirigeais des sociétés dans le monde du commerce et des paiements numériques, l'une de nos plus grandes frustrations était de rencontrer des taux de fraude de plusieurs pour cent et le fait que les processeurs de paiement ne nous donnaient pas accès aux informations dont nous avions besoin pour résoudre le problème ».

Pour résoudre un problème qui portait préjudice à la fois aux entreprises et aux clients, « nous avons commencé à regrouper d'autres acteurs du monde numérique : des facilitateurs de paiement, des commerçants et d'autres acteurs de l'écosystème. »

« En partageant des données sécurisées et anonymisées, nous avons pu réduire la fraude de plus de 66 %. C'était simple, immédiat et intuitif. »

L'une des principales conclusions est que les mêmes personnes ont utilisé les mêmes méthodes technologiques pour frauder plusieurs entreprises. « Il est très difficile de lutter seul contre la fraude, explique Whitney. Le partage de données de manière sûre et sécurisée nous permet de mieux comprendre les acteurs malveillants et de les distinguer dans le but de réellement satisfaire les 99 % de bons clients. »

Le partage d'une énorme quantité d'informations au sein de son consortium intersectoriel signifiait que Fraud.net avait besoin d'une solution rapide et évolutive pour unifier ses données et créer des informations exploitables en temps réel.

Fraud.net a choisi de miser entièrement sur Amazon Web Services (AWS).

Créer une architecture axée sur les événements sur AWS

En tant qu'application moderne native cloud, Fraud.net utilise une architecture basée sur les événements qui exploite des composants sans serveur. L'architecture basée sur les événements permet aux start-ups de développer plus efficacement des applications modernes, car elles augmentent leur capacité pour résoudre des événements et la réduisent lorsqu'aucun événement ne se produit. Cela peut permettre d'économiser les ressources et les coûts, ce qui est essentiel pour la mise sur le marché des start-ups. L'un des avantages de l'architecture basée sur les événements de Fraud.net est la capacité de mise à l'échelle et la rapidité avec lesquelles ses développeurs peuvent commercialiser leurs produits.

Les solutions AWS de Fraud.net incluent EC2 et Lambda pour le calcul, S3 pour le stockage d'objets hautement évolutif et DynamoDB comme base de données NoSQL sans serveur.

Ensemble, ces solutions permettent d'unifier et d'analyser trois niveaux de données : les données au niveau du client, les données au niveau de l'institution et les données transversales.

« Grâce aux technologies sans serveur d'AWS et à d'autres innovations incroyables, nous avons pu unifier les données pour les fonctions de prévention de la fraude, de lutte contre le blanchiment d'argent et de conformité », explique Whitney.

Les événements provenant de la plateforme Fraud.net arrivent via une API Fraud.net gérée par Amazon API Gateway. Lorsque les événements arrivent, ils déclenchent une fonction AWS Lambda qui traite les enregistrements provenant d'Amazon DynamoDB.

« Les fonctions Lambda ont changé la donne pour nous. Nous posons des milliers de questions pour chaque demande ou transaction qui nous est soumise à des fins d'évaluation des risques, sur la base de différents scénarios et profils de risque. Tout cela aurait dû être effectué dans notre propre centre de données doté de tonnes et de tonnes de serveurs, explique Whitney. Au contraire, Lambda et sa capacité sans serveur nous aident à répondre à ces questions en quelques millisecondes et à atteindre une précision de décision de plus de 99,9 %. Il s'agit d'une technologie extrêmement efficace et rentable pour nous et nos clients. »

Fraud.net utilise également Amazon Kinesis pour traiter et analyser les données de diffusion en temps réel afin de fournir aux clients des résultats basés sur les données les plus récentes et les plus complètes. Amazon Redshift est son entrepôt de données, qu'elle utilise pour l'analytique de données sur les événements entrants, les transactions, etc.

Selon Whitney, « AWS nous aide à traiter des milliers de transactions par seconde, à une échelle qui était pratiquement impossible il y a trois ou quatre ans. »

La technologie sans serveur pour plus de mise à l'échelle et de rapidité

Whitney considère la technologie sans serveur AWS comme un élément essentiel de la mission de Fraud.net qui consiste à sécuriser chaque transaction numérique. « Par le passé, fournir une suite unifiée de microservices pour lutter contre la fraude n'avait jamais été fait, ou n'avait certainement pas été fait de manière efficace, explique Whitney. Avec certaines des anciennes bases de données cloisonnées, cela n'était même pas possible. »

« La technologie sans serveur est également incroyablement rapide et simple, par rapport à l'époque où les logiciels sur site prenaient aux banques entre six mois et un an pour intégrer un système », explique Whitney. Fraud.net réalise la majeure partie de l'intégration de ses clients grâce à un ensemble simple d'outils sans code qui s'appuient sur une suite d'API pour intégrer une banque ou une entreprise fintech dans les 30 jours, y compris la planification et le temps de formation.

« Parce que c'est tellement rentable, notre infrastructure est à 99 % sans serveur », affirme Whitney.

Fraud.net propose l'un de ses produits sans serveur, Transaction AI, une plateforme de surveillance des transactions, de prévention des fraudes et d'augmentation des revenus, sur AWS Marketplace.

Obtenir des informations exploitables grâce au machine learning

Fraud.net utilise Amazon SageMaker pour créer, entraîner et déployer les modèles de machine learning qui offrent en moyenne à ses clients une réduction de 80 % des cas de fraude, de 92 % des faux positifs et une augmentation de 30 % du nombre d'approbations pour les bons clients signalés par erreur comme présentant un risque élevé.

Le machine learning permet à Fraud.net de fournir aux banques et aux entreprises fintech des réponses en moins d'une seconde, alors que les employés auraient dû consacrer des heures à des tâches fastidieuses, telles que la vérification manuelle des informations sur les clients. Whitney explique : « La technologie AWS en tant que base de référence, avec la couche logicielle de Fraud.net au-dessus, permet aux équipes d'être beaucoup plus efficaces et d'utiliser leur temps de manière plus judicieuse. »

« La technologie sous-jacente, conjuguée à la tarification d'Amazon, nous permet de poser environ 20 000 questions sur les identités et les comportements chaque fois que nous recevons une nouvelle demande de compte ou une nouvelle transaction, explique Whitney. Tout cela est transféré au machine learning. Nous créons désormais régulièrement pour nos clients des modèles ML de risque personnalisés, avec plusieurs centaines de millions de caractéristiques en entrées, car AWS a rendu cette fonction relativement peu coûteuse. »

Faire équipe avec AWS pour apporter de la valeur aux clients

Outre la technologie AWS que Fraud.net utilise pour fournir à ses clients des outils rapides et précis pour lutter contre la fraude, l'entreprise travaille également avec AWS pour optimiser les coûts clients. Whitney explique : « Le retour sur investissement (ROI) moyen de nos clients utilisant Fraud.net est supérieur à 700 %. Cela est dû en grande partie à l'efficacité d'AWS en matière de structure de coûts. Nous en tirons parti et offrons une valeur incroyable à toute entreprise qui utilise Fraud.net. »

Fraud.net collabore également avec les équipes AWS chargées des paiements de détail, de la criminalité financière et d'autres équipes afin d'offrir à ses clients une expérience d'intégration sûre et efficace. « Nous bénéficions d'un soutien important de la part des différentes équipes AWS, explique Whitney. Il s'agit souvent de la première interaction d'un client avec l'environnement cloud. Certains de nos grands clients du secteur des services financiers travaillent dans des environnements sur site, et ils font particulièrement appel à nous parce que nous avons démontré que leur premier projet basé sur le cloud avait un excellent ROI. »

Se tourner vers l'avenir de la lutte contre la fraude

En tant que système mondial de gestion de la prévention de la fraude, Fraud.net est « une question d'échelle à ce stade », déclare Whitney. Avec des clients allant d'institutions financières de premier plan à des start-ups fintech en phase de démarrage, en passant par des secteurs tels que la finance, l'e-commerce, le tourisme, etc., l'objectif de Fraud.net est d'être la principale couche de gestion de la fraude et des risques pour toutes les entreprises numériques.

Pour les autres fondateurs qui souhaitent lancer une start-up prospère, Whitney donne trois conseils pour être un bon entrepreneur :

Connaissez très bien le secteur, identifiez les lacunes et imaginez un avenir meilleur pour ce secteur.

Résolvez les problèmes et soyez enthousiaste à cette idée.

Ayez une grande réserve d'énergie et d'enthousiasme pour traverser les bons et les mauvais moments.

Pour les start-ups fintech en particulier, Whitney indique que le lancement prochain du service FedNow en 2023 est susceptible de « présenter un nouvel ensemble de risques considérables et la nécessité de les résoudre immédiatement ». Le service FedNow est un réseau de paiement en temps réel qui permet de transférer de l'argent en quelques secondes au lieu de plusieurs jours.

Avec cette avancée en matière de technologie de paiement, Whitney s'attend à de nombreuses innovations bénéfiques sur AWS et dans le monde de la fintech à mesure que la technologie se développe pour devancer les fraudeurs.

« Cela revient à une simple mise en place de la confiance, explique-t-il. Pour les banques et les entreprises, il s'agit de rétablir la confiance dans leurs relations avec des clients situés à des milliers de kilomètres qu'ils ne rencontreront jamais. »

Vous souhaitez savoir comment AWS peut vous aider à démarrer votre start-up ? Rejoignez AWS Activate pour créer et développer votre start-up avec les bonnes ressources au bon moment.

Découvrez d'autres start-ups fintech qui créent et se mettent à l'échelle sur AWS 🚀 :

• Création sans serveur sur AWS pour mettre à l'échelle la plateforme d'automatisation financière en pleine croissance de Ramp
• La plateforme mondiale de prise de décision en matière d'identité d'Alloy basée sur AWS
• Comment Gallus Insights s'appuie sur AWS pour fournir à ses clients des informations tactiques et stratégiques