金融科技欺诈领域在过去两年急剧加速发展。卡片欺诈、账户接管、支付操纵和合成身份计划变得更加复杂且成本更高。抵御这些威胁的金融机构和金融科技平台若没有人工智能就无法有效做到这一点。但欧洲部署欺诈检测AI的方式与美国明显不同,这种差异正在为欧洲公司创造持久的竞争优势。
我一直通过NexaTech Ventures密切追踪欺诈检测AI公司,我所看到的是市场分化。美国金融科技平台主要将欺诈风险外包给第三方服务。欧洲公司正在构建直接整合到其支付处理基础设施中的专有欺诈检测系统。其影响是巨大的。
AI实际解决的欺诈检测问题
欺诈是不对称的。合法交易需要实时进行,但欺诈交易可以在之后被检测和撤销。传统的欺诈检测系统历来试图防止欺诈发生,使用基于规则的系统根据预定标准标记交易。这些系统是必要的,但根本上是有限的。阻止高风险交易的基于规则的系统不可避免地也会阻止一些合法交易,造成金融科技平台无法承受的客户摩擦。
AI改变了这种计算。在数百万历史交易上训练的机器学习模型可以学习以基于规则的系统无法匹敌的精确度区分合法和欺诈模式。更关键的是,它们可以实时学习。随着欺诈技术的发展和攻击者调整其方法,AI驱动的系统同时适应。这是基于学习的系统相对于静态基于规则系统的根本优势。
2026年演变的欺诈技术需要这种适应能力。账户接管攻击已经机械化,在多个平台上大规模使用被盗凭证。支付欺诈越来越混合——结合社会工程、合成身份创建和价值转移,通过看似合法的交易链转移资金。检测不仅需要模式识别,还需要在上下文中理解意图和行为。
为什么欧洲监管创造防御护城河
PSD2指令及其后续版本PSD3(预计将于2025年生效)已强制要求所有线上支付进行强客户认证,并创建了开放银行框架,要求金融机构通过API共享客户数据。这种监管环境通常被对合规成本感到沮丧的金融科技公司描述为负担。实际上,它正在为在其中构建欺诈检测系统的公司创造持久的竞争优势。
原因是数据访问和标准化。PSD2框架要求授权第三方可以访问客户账户信息、交易历史和认证事件。对于根据PSD2授权为支付机构的金融科技平台,这意味着他们拥有美国竞争对手在很大程度上缺乏的数据资产:标准化的、经监管批准的对多个欧洲金融机构的广泛客户交易历史和行为数据的访问。
更重要的是,对交易透明度和报告的监管要求创造了结构化数据。每笔支付必须以标准化格式记录,每个认证事件都要记录,每个欺诈索赔都要记录。这为机器学习模型创建的训练数据集比从单个公司交易历史编译的数据集要干净得多、更全面。
在NexaTech Ventures,这是我们在欧洲金融科技欺诈检测公司中寻找的关键信号之一:他们是否构建了利用PSD2及以后的数据访问和透明度要求的系统?已经做到这一点的公司正在构建可以访问比美国竞争对手更丰富功能集的模型,这直接转化为更好的欺诈检测准确性。
架构优势
欧洲金融科技公司在不同于大多数美国金融科技平台的架构层部署欺诈检测AI。他们不是将欺诈检测用作已完成交易的下游检查,而是将其嵌入到支付处理管道本身。这需要不同的技术方法并创造不同的竞争动态。
大规模实时欺诈决策——在交易发起的毫秒内进行欺诈评估——需要将计算移至更接近交易本身。构建自己的支付基础设施的欧洲公司正在将机器学习模型直接部署到其交易处理层,实现基于平台的方法无法匹敌的延迟。
这有二阶效应。更低的延迟意味着在决策时刻有更准确的特征数据。更准确的特征数据意味着更好的模型性能。更好的模型性能意味着更少的合法交易阻止,这直接转化为客户体验优势和更低的客户获取成本。
几家欧洲金融科技公司专门构建了专有交易处理基础设施来实现这一点。他们不是将欺诈风险外包给第三方;他们通过拥有从发起到结算的完整交易管道来控制欺诈风险。
投资机会
欺诈检测AI市场规模巨大且不断增长。根据最近的分析师研究,全球金融科技欺诈损失每年超过一千亿英镑,并且增长速度快于交易量。投资欺诈预防的经济案例很简单。
但对欧洲投资者的机会更具体。最具防御性的金融科技欺诈检测业务是那些结合三个要素的:在大型、多样化的交易数据集上训练的专有AI模型;架构整合到支付处理基础设施而不是附加放置;以及创造持久数据优势的监管合规框架。
在NexaTech Ventures,我们正在支持符合这些标准的欧洲公司。我们对构建用于销售给银行或金融科技公司的通用欺诈检测平台的公司不太感兴趣。这些业务面临激烈的定价压力,难以捍卫市场地位。我们正在支持将欺诈检测作为其自身金融科技平台内竞争优势来源的公司。
破解这个问题的欧洲金融科技公司——在保持较低合法交易拒绝率的同时实现卓越的欺诈检测准确性——将获得转化为可持续增长和可防御市场地位的客户体验优势。
接下来需要发生什么
为了充分利用这一优势,欧洲金融科技公司需要做三件事。首先,大量投资于机器学习基础设施和人才。构建专有欺诈检测模型需要对许多金融科技公司历来外包的数据科学能力进行持续投资。这需要改变。
其次,在欧洲金融科技生态系统内公开共享数据。如果行业共享匿名欺诈数据并在模型开发上合作,欧洲金融科技的集体欺诈检测能力将大幅提高。这需要谨慎处理GDPR,但在技术上是可行的,并将使生态系统中的每个人受益。
第三,投资于管理欧洲金融科技的监管关系。帮助塑造PSD3等法规如何实施的公司将对竞争格局产生持久影响。
欧洲金融科技中的欺诈检测AI机会不是炒作。它是真实的,是巨大的,并且对战略性接近它的公司来说是可用的。
Scott Dylan是NexaTech Ventures的创始人。他撰写有关AI、金融科技和技术投资的文章。在scottdylan.com阅读更多内容。
