Mastercard usa IA para combater fraudes em pagamentos digitais
Mastercard lança Large Tabular Model (LTM) para combater fraudes em pagamentos. Tecnologia analisa bilhões de transações anonimizadas para identificar padrões suspeitos.
Em um cenário onde a segurança digital é cada vez mais crucial, a Mastercard deu um passo significativo no combate a fraudes em transações financeiras. A empresa desenvolveu um modelo inovador, batizado de Large Tabular Model (LTM), que difere dos conhecidos Large Language Models (LLMs). Em vez de processar textos ou imagens, este novo modelo é treinado com bilhões de dados de transações, com o objetivo de aprimorar a detecção de atividades suspeitas e garantir a autenticidade em pagamentos digitais. Essa abordagem marca um avanço na aplicação prática da inteligência artificial para resolver desafios reais e complexos do setor financeiro, focando em resultados concretos e na proteção do consumidor.
O que é um Large Tabular Model (LTM)?
Ao contrário dos LLMs, que são treinados em grandes volumes de texto e funcionam prevendo a próxima palavra em uma sequência, os LTMs operam de maneira distinta. A arquitetura do LTM da Mastercard foi projetada para analisar e entender as intrincadas relações entre diferentes campos em tabelas de dados multidimensionais. Essencialmente, ele aprende a partir de dados brutos quais conexões são relevantes, aproximando-se mais do campo da aprendizagem de máquina pura do que da inteligência artificial em seu sentido mais amplo, mas com um objetivo de aplicação altamente inteligente.
Segurança e Privacidade com Dados Anonimizados
Um dos pilares da inovação da Mastercard reside na forma como os dados são tratados. O modelo LTM é treinado em um vasto conjunto de dados de transações, que inclui informações como localização do comerciante, fluxos de autorização, incidentes de fraude e atividades de fidelidade. Crucialmente, todos os identificadores pessoais são removidos antes do início do treinamento. O foco recai sobre a análise de padrões comportamentais, e não sobre a identificação de indivíduos. Essa exclusão de dados pessoais minimiza os riscos de privacidade, um ponto sensível na aplicação de IA no setor financeiro. Embora a anonimização possa remover alguns sinais que poderiam ser úteis na avaliação de risco individual, a Mastercard argumenta que o volume e a riqueza dos dados comportamentais compensam essa perda, permitindo inferir padrões de alto valor comercial.
O que isso significa na pratica
Na prática, o LTM da Mastercard significa um aumento significativo na capacidade de detectar e prevenir fraudes em tempo real. Ao analisar milhões de transações de forma contínua e identificar padrões anômalos que seriam difíceis de perceber por métodos tradicionais ou humanos, a empresa pode bloquear transações suspeitas antes que elas causem prejuízos. Isso se traduz em maior segurança para os consumidores, que terão suas contas protegidas contra acessos não autorizados e usos indevidos. Para os comerciantes, a redução de chargebacks (contestações de transações) e fraudes resulta em menor perda financeira e maior confiança no ecossistema de pagamentos. A Mastercard planeja expandir a capacidade do modelo para centenas de bilhões de transações, consolidando-o como uma ferramenta robusta e escalável para a segurança financeira global.
A introdução do LTM pela Mastercard demonstra como a IA, quando aplicada com foco em dados estruturados e com atenção à privacidade, pode resolver problemas complexos do mundo real. Essa tecnologia não é um fim em si mesma, mas um meio poderoso para garantir a integridade e a segurança das transações financeiras, beneficiando consumidores e empresas em todo o mundo e abrindo caminho para futuras inovações em segurança e análise de dados no setor.
