Scopri in che modo Microsoft AI protegge le transazioni nel settore bancario- Una storia di successo Swift
Il settore bancario si basa sulla sicurezza e sull'affidabilità delle proprie istituzioni e operazioni. Garantire questi principi è quindi una delle principali priorità per tutte le banche. Si esaminerà ora un'iniziativa specifica per migliorare la sicurezza delle transazioni bancarie.
Organizzazione
Swift (Society for Worldwide Interbank Financial Telecommunication) ha reso possibile la comunicazione tra banche e istituzioni finanziarie sin dalla sua fondazione in Belgio nel 1973. L'organizzazione stabilisce uno standard usato in tutto il mondo. In questo modo, Swift permette di trasferire, ricevere ed elaborare denaro e sicurezza ogni anno per oltre nove miliardi di messaggi finanziari.
L'infrastruttura di Swift connette oltre 11.500 istituti finanziari e fornisce servizi e prodotti in più di 200 paesi o aree geografiche. La collaborazione e le sinergie sono fondamentali per la cultura e il successo di Swift. Sono abituati a usare la loro vasta rete di banche per trovare soluzioni globali a problemi comuni.
La sfida
Fiducia e sicurezza sono alla base dell'attività di Swift. Tuttavia, il settore sta affrontando un aumento della criminalità finanziaria, dovuto all'incremento delle transazioni transfrontaliere e delle reti di pagamento istantaneo. Questo problema sta già costando centinaia di miliardi all'anno, tra bonifica delle frodi e recupero dei fondi.
Il settore richiede una soluzione per combattere efficacemente i reati finanziari. Solo una rete grande come quella di Swift può portare avanti un progetto così impegnativo. Anche Microsoft sta collaborando alla realizzazione di questa soluzione con la sua piattaforma e i suoi modelli di intelligenza artificiale.
La soluzione
Swift ha deciso di creare un modello altamente accurato per il rilevamento delle anomalie al fine di bloccare le frodi. La soluzione è realizzata in Azure Machine Learning, la piattaforma Microsoft per la gestione dei sistemi di IA, e usa Confidential Computing di Azure e Microsoft Purview per garantire la privacy dei dati.
Swift e Microsoft hanno scelto la tecnica dell'apprendimento federato per creare questa IA. Questo approccio consiste nell'eseguire il training del modello in sessioni indipendenti e decentralizzate. Il vantaggio dell'apprendimento federato è che le banche che partecipano al progetto non sono obbligate a condividere i dati del training, perché ognuna di esse esegue il training del modello con il proprio set di dati.
Seguendo questa filosofia, Swift ha sviluppato un primo modello di rilevamento anomalie e lo ha condiviso con le banche associate. Ogni banca sta arricchendo il modello con i propri set di dati, che aumentano l'accuratezza dei modelli risultanti. Questo flusso di lavoro è possibile perché Azure Machine Learning consente di eseguire il training di un modello basato su set di dati distribuiti.
La chiave di questa architettura distribuita è garantire la riservatezza dei dati. La soluzione usa Confidential Computing di Azure, Microsoft Purview e un framework di criteri basato su Zero Trust che garantisce che Azure Machine Learning possa inserire i set di dati distribuiti senza copiare o spostare i dati dalle loro posizioni sicure.
Risultati
Swift sta riuscendo a compilare il modello di rilevamento anomalie per il settore dei servizi finanziari più accurato mai creato. Questa intelligenza artificiale aiuterà a proteggere i pagamenti in tutto il mondo. La soluzione sta già riducendo i costi di bonifica dalle frodi e di recupero dei fondi.
Per altre informazioni, leggere Swift innova con il computing riservato di Azure per proteggere le transazioni finanziarie globali.
Nella prossima unità si parlerà della storia di un cliente nel settore assicurativo.