Ki védi meg az adatainkat, pénzünket a digitális térben a csalókkal szemben? Miért megy a biztonság az ügyfélélmény rovására? Hogyan lehetne a mesterséges intelligenciával nagyobb biztonságban a pénzünk, a személyazonosságunk, a digitális lábnyomunk? A fintech hackathonon most ezzel a kihívással is megküzdhetnek a 2-4 fős csapatok 2018. november 30. – december 2. között. Aktuális infok, hasznos tudnivalók a fintech hackathonra készülőknek a “Mesterséges intelligencia és a biztonságos pénzügyek” témában.
KIHÍVÁSOK
2018. november 30. – december 2. között kerül megrendezésre a Fintechlab Hackathon, ahol a csapatoknak 30 óra alatt kell lefejleszteniük demonstrálható megoldást a meghirdetett négy kihívás valamelyikére. Az idei évi kihívások:
#1
Nyílt bankolás és pénzügyi tudatosság
#2
AI és biztonságos pénzügyek
#3
Azonnali
fizetési megoldások
#4
Környezet-tudatosság és nyílt bankolás
Ha a Fintechlab Hackathon felhívást keresed, vagy a csapatotok készen áll a jelentkezésre, akkor kattints az alábbira:
#2
mesterséges intelligencia és biztonságos pénzügyek
A nyílt adatok világában az adatok biztonsága egyre fontosabbá válik. A pénzügyi világban az ügyfelek pénzügyi vagy személyes adatainak biztonsága nem kockáztatható. A következő években még jobban felértékelődik a biztonságosabb hozzáférés-kezelést, ügyfélazonosítást, a személyes adatok védelmét biztosító megoldások szerepe.
Ugyanakkor a biztonság nem mehet az ügyfélélmény rovására, így egyre nagyobb kihívást jelent a kettő közötti egyensúly megtalálása.
Miképpen lehet egyre kevesebb személyes adat, információ bekérése mellett biztosítani a maximális biztonságot úgy, hogy közben ne sérüljön a szolgáltatások ügyfélélménye?
A lehetséges megoldás várhatóan a gépi tanulásban, a mesterséges intelligenciában rejlik, amihez az út a nyílt adatokon, a nyílt API hozzáféréseken és a digitális lábnyomelemzésen keresztül vezet majd.
Pénzmosás- és csalásmegelőzés: az online onboarding esetében a potenciális ügyfél csaláselkövetési kockázati valószínűségének elemzése rendkívül fontos. A valós idejű, friss adatokon alapuló kockázatelemzés nem csak az onboardingnál, hanem a teljes működés során elengedhetetlen.
A gépi tanuláson alapuló megoldások nemcsak az onboarding esetén, hanem a különböző online tranzakciók során lehetséges visszaélések kiszűrésében és megakadályozásában is hatékonyak lehetnek. Ezek a megoldások képesek lehetnek valós időben kielemezni az ügyfelek digitális lábnyomát, valamint az online viselkedési mintázataikat.
A Fintechlab Hackathonon a csapatok a számlainformációkat összesítő, valamint a fizetéskezdeményezési API-khoz és tesztadatokhoz hozzáférést kapnak, amelyeket felhasználhatnak a gépi tanuláshoz, a mesterséges intelligencia alapú megoldások fejlesztéséhez. A sikeres felkészülés érdekében javasoljuk az API szabványok* és az alábbi oldalak áttekintését:
The Berlin Group
OpenBanking.org
MKB Bank Sandbox
MILYEN PROBLÉMÁRA KERESÜNK MEGOLDÁSOKAT?
Becslések szerint az online bűnözéssel kapcsolatos károk éves szinten a 6 000 milliárd dollárt is elérhetik 2021-re. Ezenkívül a második pénzforgalmi irányelv, a PSD2 szabályozás, valamint a nyílt bankolás (open banking) szabályozói és piaci lépései is növelhetik a kiberbiztonsági kockázatokat.
A következő években várhatóan tovább nő az adatlopások, a botnet és a zsarolóvírus támadások száma. Ezzel párhuzamosan növekszik az internethez csatlakozó eszközök száma és ezáltal a felhasználók kiberkockázatokkal szembeni kitettsége.
A hackathon célja olyan gépi tanuláson, mesterséges intelligencián alapuló megoldások felkarolása, amelyek a felhasználók mindennapi pénzügyeit biztonságosabbá teszik. A biztonság mellett ugyanilyen fontos a szolgáltatás egyszerűsége, élményszerűsége.
Van ötleted, csapatod?
- Hogyan lehet az ügyfelek pénzügyi és/vagy személyes adatainak biztonságát növelni?
- Hogyan lehet a hozzáférés-kezelést (login), az ügyfélazonosítást még biztonságosabbá tenni?
- Hogyan lehet a pénzügyi szolgáltatások ügyfélélményét és biztonságát növelni úgy, hogy minél kevesebb személyes adatot kelljen bekérni az ügyfelektől?
- Milyen további algoritmusokkal lehet a csalásgyanús tranzakciókat kiszűrni, a visszaéléseket megakadályozni?
A helyszínen a 2-4 fős csapatok az MKB Bank API sandboxán keresztül érhetik el a tesztelésre kialakított számlainformációkat összesítő, valamint a fizetéskezdeményezési API hozzáféréseket és tesztadatokat. A csapatokat a 30 órás fejlesztői verseny alatt a Fintechblocks fejlesztői, illetve a hackathon szakmai és üzleti mentorai segítik majd.
Ha a Fintechlab Hackathon felhívást keresed, vagy a csapatotok készen áll a jelentkezésre, akkor kattints az alábbira:
Példák és háttéranyagok
Az alábbiakban összegyűjtöttünk pár ígéretes kezdeményezést, illetve a felkészülést segítő összefoglaló írást a témában. Ha kérdésed van, akkor keress minket bátran a hello@fintechlab.hu e-mail címen.
feedzai
BehavioSec
Trulioo
PatternEx
ComplyAdvantage
- Beveti a mesterséges intelligenciát a Magyar Nemzeti Bank, 2018.09.12.
- Amikor a mesterséges intelligencia hamarabb tudja: “jön a gyerek”!, 2017.01.17.
- AI-t vetnek be a biztosítók a közúti balesetek ellen?, 2018.11.08.
- Jól jönne a virtuális pénzügyi asszisztens a hazai mikro- és kisvállalkozásoknak, 2017.09.11.
TOVÁBBI KIHÍVÁSOK
#1
Nyílt bankolás és pénzügyi tudatosság
#3
Azonnali fizetés és kiegészítő szolgáltatások
#4
Környezet-tudatosság és nyílt bankolás
Fintechlab Hackathon
MKB Bank, MKB Fintechlab
