В России создали ИИ-технологию для повышения эффективности борьбы с мошенничеством
Специалисты Сбера, Института AIRI, Института системного программирования РАН и Математического института РАН разработали метод анализа пользовательского поведения с использованием ИИ. Алгоритм учитывает совокупность цифровых связей – взаимодействия с другими пользователями, товарами, сервисами и категориями.
Технологию протестировали на четырёх крупных наборах данных из финансового сектора и электронной коммерции. Максимальный прирост качества прогнозирования по метрике AUC составил 2,3%. Алгоритм учитывает связи между пользователями, счетами, устройствами, транзакциями и товарами, что повышает точность анализа. В перспективе технологию могут применять для выявления мошенничества, сегментации клиентов, прогноза оттока и персонализации предложений.
Весомый экономический эффект
Разработка рассматривается в первую очередь для применения в банковских антифрод-системах. Анализ связей между счетами, устройствами, получателями и цепочками переводов позволяет выявлять связанные аккаунты и организованные мошеннические сети, которые сложно обнаружить при рассмотрении отдельных операций.
По данным Банка России, в 2024 году банки удвоили число предотвращенных мошеннических операций до 72,17 млн, защитив 13,5 трлн рублей, но одновременно вырос и объём похищенных средств. В 2025 году банковские антифрод-системы предотвратили 134,2 млн мошеннических операций на общую сумму около 13,9 трлн рублей. В первом квартале 2026 года банки уже предотвратили 16,8 млн попыток хищений на 1,8 трлн рублей. Даже при небольшом росте точности алгоритмов можно достичь значимого экономического эффекта.
Кроме банковской сферы технология применима в кредитном скоринге, для выявления аномалий и персонализации сервисов. Она будет полезна для страховых компаний, электронной коммерции и телеком-операторов. После тестирования внутри экосистемы Сбера возможно дальнейшее масштабирование технологии, включая зарубежные рынки.
Развитие ИИ-решений для борьбы с мошенниками
В 2023 году учёные СПбПУ представили экспериментальную графовую нейросеть для выявления мошеннических транзакций, учитывающую данные карты, отправителя и получателя, параметры устройства и характеристики операций. В том же году Сбер и РАН расширили сотрудничество в области ИИ и кибербезопасности, сделав акцент на создании алгоритмов анализа данных и выявления атак.
Разработку 2026 года можно считать продолжением этой линии, которая укрепляет позиции отечественной ИТ-отрасли в сфере прикладного искусственного интеллекта.
Альянс науки и бизнеса
Новое ИИ-решение российских ученых свидетельствует о переходе от анализа отдельных действий к изучению цифровых связей пользователя. Это гарантирует эффективность выявления распределённых мошеннических схем с участием связанных счётов и устройств. Прирост точности даже на 2,3% уже даёт заметный экономический эффект при массовых операциях и снижает долю ложных блокировок и хищений.
Согласно прогнозам, в ближайшее время технология будет протестирована в сервисах Сбера, затем последует вывод на рынок.
Проект интересен сочетанием научной базы и прикладных задач, в нем участвуют ведущие российские институты и бизнес, свои результаты альянс продемонстрируют на международной конференции The ACM WebConference 2026. Такой успех показывает наличие в России собственной исследовательской школы в области графовых нейронных сетей и анализа больших данных.
