Ingen er i tvivl om, at AI vil have mange både positive og negative konsekvenser for vores samfund. En konsekvens der ofte er overset, er AI’s indflydelse på fremtidens e-handel, heriblandt risikoen for svindel og såkaldt falske positiver.
Det er ikke gået nogens næse forbi, at der hersker usikkerhed i detailsektoren, ikke mindst for e-handel. Eksperter og økonomer forudsiger stigende omkostninger og reducerede marginer. Men få har været opmærksomme på den vidtrækkende økonomiske faldgrube, som falsk afviste betalinger – såkaldte falske positiver – udgør. Endnu færre har adresseret, hvordan denne faldgrube risikerer at vokse i takt med udbredelsen af AI-drevne svindelmetoder.
Omtrent 15 procent af betalinger i e-handel mislykkes. En vis andel fejlagtigt afviste betalinger er forventeligt – det ved alle, der arbejder med e-handel. Vi har brug for risikoindstillinger, som automatisk stopper mistænkelig adfærd for at forhindre svindel med stjålne kort og identitetstyveri.
Det er umuligt at undgå den konsekvens, at legitime kunder indimellem fejlagtigt bliver afvist – en pris, vi betaler for effektiv beskyttelse mod chargebacks og bedrageri. Men det er helt afgørende at arbejde på at minimere denne effekt, især for virksomheder med små marginer, hvor hver transaktion tæller.
Samtidig bringer AI nye og mere sofistikerede former for svindel med sig. Det skaber behov for nye og mere restriktive sikkerhedsindstillinger. Og med et stigende behov for skærpede foranstaltninger i kampen mod AI-understøttet svindel, risikerer branchen at afvise flere legitime kunder – og dermed ofre omsætning på sikkerhedens alter.
Sidste år omsatte dansk e-handel for 133 milliarder kroner. Hvor meget omsætning der er gået tabt som følge af falske positiver, er vanskeligt at fastslå.
Tobias Lindh.
AI og det voksende problem med falske positiver
Som nævnt tidligere vil det sikkerhedsnet, disse indstillinger skaber, fra tid til anden også fange forbrugere, der ikke har gjort noget forkert, blot fordi deres adfærd fremstår mistænkelig.
Eksempler på faktorer, der kan udløse advarselslamperne, er eksempelvis ordreværdien, hvor høje beløb eller usædvanlige varekombinationer kan indikere svindel. Det er ikke normalt at købe 50 jakker på én gang.
Kortets oprindelse er en anden faktor; danske kort, der bruges på danske hjemmesider, betragtes ikke som mistænkelige i sig selv, men kort fra forskellige markeder kan blive flaget med varierende risikoniveauer baseret på tidligere svindeldata. Også adfærd under check out kan være afgørende – gentagne forsøg på at gennemføre transaktioner på kort tid kan indikere svindel.
Men for mange virksomheder overstiger omkostningerne ved falske positiver udgifterne ved reel svindel. For slet ikke at nævne den potentielle skade på brandet, når legitime kunder bliver afvist ved kassen.
Sidste år omsatte dansk e-handel for 133 milliarder kroner. Hvor meget omsætning der er gået tabt som følge af falske positiver, er vanskeligt at fastslå, da mange risikoparametre er unikke for de enkelte markeder og produktsegmenter. Men mange større virksomheder rapporterer, at cirka 1 % af transaktionerne afvises fejlagtigt. Antag, at denne procentdel gælder hele branchen – så er det 1,3 milliarder kroner i mistet omsætning. Eller i det mindste en betragtelig andel, der i stedet er gået til en konkurrent.
Vinderen er den, der kender sine kunder
AI-udviklingen fører flere og mere avancerede forsøg på svindel med sig. Faldgruben med falske positiver vil sandsynligvis vokse i takt med, at e-forhandlere skærper sikkerheden for at imødegå udviklingen. Derfor er det afgørende at kunne fastholde en stærk beskyttelse mod svindlere uden at miste legitime kunder undervejs.
Dem, der er bedst rustet til at håndtere denne balance, er de e-forhandlere, som har mest data om deres kunder – eller som bruger betalingsløsninger, der har adgang til mere data end e-forhandleren selv. Store datamængder hjælper os med at kontekstualisere hver kunde, hvert kort og hver betaling for at lave så præcise risikovurderinger som muligt.
Hvis virksomheder skal danne sig et billede af kunden baseret på én enkelt transaktion i et vakuum, vil flere legitime kunder blive afvist, efterhånden som truslen om svindel vokser. Men dem, der kan skabe et klart billede af, hvordan kunden og kortet tidligere har handlet – også hos andre virksomheder – kan lettere skelne mellem svindlere og reelle kunder.
Tobias Lindh er adm. direktør for Adyen i Norden og Baltikum.