Nossa CEO e cofundadora, Neha Narkhede, foi recentemente destaque no The Barefoot Innovation Podcast, onde ela discutiu como a IA está transformando a gestão de riscos em serviços financeiros. A apresentadora Jo Ann Barefoot também explora como a plataforma unificada de Decisão de Risco de IA da Oscilar ajuda as instituições financeiras a gerenciar melhor fraudes, conformidade e riscos de crédito.
Destaques Principais
Abordagem unificada da Oscilar: Oferece um conjunto completo de soluções de decisão de risco (KYC/KYB, análise de crédito, fraude, conformidade AML) em uma única plataforma alimentada por IA
Alcance do cliente: Atende às principais instituições bancárias, cooperativas de crédito e fintechs, incluindo Dave, Nuvei e Happy Money na América do Norte, Reino Unido e América Latina
Inteligência compartilhada: Cria uma visão de 360° dos perfis de risco dos usuários processando milhares de sinais em milissegundos e compartilhando inteligência em todos os pontos de contato com o cliente
Combatendo IA com IA: Usando técnicas avançadas para combater fraudes sofisticadas, como identidades sintéticas e deepfakes
Perspectivas regulatórias: Equilibrando requisitos de explicabilidade com detecção eficaz de fraudes, defendendo estruturas regulatórias focadas em resultados
Cenário de ameaças crescente: Fraude de identidade sintética (70-80% de todas as fraudes), golpes de engenharia social e fraudes de pagamento rápido representam as ameaças que mais crescem
Conselhos para reguladores: Ênfase na inovação colaborativa, abordagens baseadas em princípios, diálogo estruturado da indústria e reconhecimento do papel da tecnologia em melhorar a conformidade
Transcrição Completa do Episódio
Jo Ann Barefoot: Temos um programa fantástico hoje. Meu convidado é Neha Narkhede, que é cofundadora e CEO da Oscilar. Neha, obrigada por se juntar a mim.
Neha Narkhede: Muito obrigada por me receber, Jo Ann.
Jo Ann Barefoot: Estamos fazendo muito trabalho no campo de crimes financeiros e fraudes. Parece ser um tema crescente em todo o mundo, então estamos ansiosos para saber o que você está fazendo na Oscilar. Mas primeiro, conte-nos sobre você? Qual é o seu histórico e qual foi a trajetória que a trouxe para este trabalho?
Neha Narkhede: Meu histórico é em tecnologia de dados e IA. A Oscilar é minha segunda empresa. Minha primeira empresa, a Confluent, desenvolve software de dados em tempo real e IA. Ao levar a Confluent ao público, tive a oportunidade de trabalhar com grandes instituições financeiras, dado o alcance significativo da Confluent. Descobri que risco de fraude e conformidade eram, na verdade, os principais casos de uso de dados e IA no mundo moderno. O que identifiquei foi uma lacuna crítica no mercado, que é a fragmentação. Soluções focadas em aspectos muito individuais da gestão de riscos não compartilham sinais em todo o ciclo de vida do cliente, em todos os produtos. Por exemplo, se você detecta risco de identidade sintética durante o onboarding, esse sinal valioso não pode informar as decisões de fraude de pagamento na etapa de transação. Eu fundei a Oscilar para preencher essa lacuna criando uma plataforma de decisão de risco unificada, alimentada por IA em tempo real, que fornece uma visão mais completa do perfil de risco do usuário ao longo de toda a jornada do cliente.
Jo Ann Barefoot: Conte-nos mais sobre a Oscilar então? Quando você fundou? Qual é o escopo atual do que está fazendo? Depois vamos aprofundar nas soluções que oferece.
Neha Narkhede: Sim. A Oscilar foi fundada há pouco menos de quatro anos. O que fazemos é basicamente oferecer um conjunto completo de soluções de decisão de risco, desde KYC, KYB, risco de onboarding, risco de análise de crédito até risco de fraude e conformidade AML, tudo em uma plataforma alimentada por IA, e nosso foco é muito no uso pragmático e responsável da IA para resolver toda essa fraude gerada por IA que está acontecendo hoje.
Jo Ann Barefoot: Quem são seus... ou nos dê alguns exemplos dos tipos de entidades que são seus clientes?
Neha Narkhede: Nossos clientes variam desde os 60 principais bancos até bancos comunitários regionais, cooperativas de crédito de ponta, FinTechs em rápido crescimento como Dave, Nuvei, Happy Money, portanto, abrange um vasto leque de todo o espaço FinTech.
Jo Ann Barefoot: Você está nos EUA ou globalmente internacional?
Neha Narkhede: Começamos operando na América do Norte e agora expandi a Oscilar para o Reino Unido e a América Latina.
Jo Ann Barefoot: Fale-nos sobre o nome, Oscilar?
Neha Narkhede: Sim. É uma ótima pergunta. Me perguntam isso o tempo todo. Eu pensei, enquanto estudava mais o espaço de risco, que o risco nunca é estático. Ele sempre oscila entre dois extremos de um espectro. De um lado é maior aprovação, menos fraude. Do outro lado é menor aprovação. O que vi é que o risco apenas continua oscilando entre os dois extremos do espectro, e por isso dei o nome de Oscilar.
Jo Ann Barefoot: Adoro isso. Ótimo. Conte-nos mais sobre como funciona? Estou fascinada por essa capacidade de habilitar o compartilhamento de sinais. Nos pareceu, por muito tempo, que uma das razões pelas quais os criminosos, falsificadores de dinheiro e fraudadores estão ganhando dos bons até certo ponto é que é muito difícil compartilhar informações neste espaço, porque elas precisam ser mantidas privadas, precisam ser mantidas seguras, e há tantas barreiras para o fluxo da informação. Como você resolveu esse problema de compartilhar os sinais?
Neha Narkhede: A tecnologia da Oscilar, talvez eu devesse apenas explicar um pouco sobre como funciona. Funciona conectando pontos que os sistemas tradicionais perdem porque operam em isolamento. Sistemas tradicionais de fraude olham para uma fatia muito estreita de dados. Aqueles que fazem verificação de identidade apenas olham para sinais de identidade na hora do onboarding ou apenas para sinais de transação posteriormente na hora da transação. Mas simplesmente, em palavras muito simples, eles são como guardas de segurança que assistem a uma entrada sem se comunicar com o outro. A Oscilar, em vez disso, cria uma visão unificada processando milhares de sinais em milissegundos, desde impressões digitais do dispositivo até biometria de comportamento e históricos de comportamento de transações. Nós então construímos assinaturas cognitivas únicas, é como chamamos, para cada usuário com base em como bons usuários interagem, para que possamos então identificar os ruins, uma vez que entendemos como os bons usuários se comportam. Monitoramos continuamente toda a jornada do cliente, desde criar uma conta até fazer login, transacionar e também monitorar pós-transação para procurar AML.
Compartilhamos essa inteligência em todos os pontos de contato da jornada dentro da empresa. Um risco detectado em uma etapa informa decisões na outra, o que apenas com o raciocínio baseado em primeiros princípios fez todo o sentido para mim. Utilizamos modelos de IA avançados e explicáveis para usar essa inteligência compartilhada, essa visão 360, para tomar decisões bem informadas e precisas para todos os tipos de problemas de risco online. Por exemplo, se anomalias sutis do dispositivo são detectadas durante o onboarding quando você está criando a conta ou se inscrevendo, esse sinal é então lembrado e é levado em consideração na decisão de risco de transação posteriormente. Já vimos nossos clientes capturar 60% mais sequestros de contas usando apenas essa abordagem. Esta é a plataforma que se adapta a novas ameaças em tempo real, em vez de depender de regras estáticas, tornando a Oscilar particularmente eficaz contra tentativas de fraude alimentadas por IA como identidades sintéticas e até mesmo deepfakes.
Jo Ann Barefoot: À medida que os dados são compartilhados, você precisa trabalhar em criptografia e outras medidas de privacidade à medida que eles fluem? Porque sei que muitas empresas financeiras, parte da razão pela qual siloam informações é que não sentem que estão livres para compartilhar o monitoramento de risco AML com o monitoramento de fraude, embora pareça lógico fazê-lo. Dentro da empresa financeira, é fácil compartilhar informações reais de identidade e informações pessoalmente identificáveis?
Neha Narkhede: Dentro da empresa, sim. A forma como a Oscilar é projetada é segurança e privacidade primeiro. A forma como é projetada é que os dados de uma empresa específica não saem da instalação dessa empresa para outra empresa. Esse é um aspecto. Mas mesmo dentro da empresa, um usuário toca diferentes partes do produto em diferentes momentos e expõe diferentes formas de risco em cada ponto do tempo. Se isso não estiver usando uma visão 360 completa e fundamental de quem é o usuário, como eles se comportam, como isso se compara ao comportamento de bons usuários versus maus usuários, isso é uma grande oportunidade perdida. Isso é o que está causando muitos falsos positivos. Isso interfere nos bons usuários, mas também reduz a taxa de detecção de fraudes devido a todas essas oportunidades perdidas, já que os fraudadores apenas entram em diferentes aspectos da jornada porque sabem que os sinais não são compartilhados.
Jo Ann Barefoot: Sim. Absolutamente. O problema dos falsos positivos é um problema tão grande neste espaço, assim como os falsos negativos como você está dizendo. Você encontra questões que estão relacionadas às estruturas regulatórias, seja no AML ou em outros aspectos do que você está fazendo? Existem áreas onde poderíamos fazer um trabalho melhor contra fraudes se tivéssemos algumas mudanças na abordagem regulatória?
Neha Narkhede: Sim. Posso dar minha opinião sobre a estrutura regulatória atual em torno da IA e dos serviços financeiros e se está acompanhando o ritmo do avanço tecnológico ou não. Mas na minha visão, acho que essas estruturas regulatórias para IA em serviços financeiros ainda estão evoluindo. Elas enfrentam desafios de acompanhar a tecnologia à medida que a tecnologia está mudando tão rapidamente diante dos nossos olhos. O cenário atual, acho que varia globalmente também. O Ato de IA da UE e as diretrizes do CFPB nos EUA estão fazendo progresso no estabelecimento dessas salvaguardas, mas ainda existem lacunas significativas. Os reguladores estão particularmente focados em explicabilidade e conformidade, essencialmente garantindo que a decisão da IA seja transparente, mas particularmente em risco de crédito.
Agora, isso cria um ato de equilíbrio para instituições financeiras à medida que precisam adotar IA avançada para combater fraudes cada vez mais sofisticadas alimentadas por IA, como identidades sintéticas, ao mesmo tempo em que garantem que seus modelos permaneçam interpretáveis e em conformidade.
O que fizemos na Oscilar é projetar nossa plataforma com AI regulatória [inaudível 00:11:31] desde o início. Nossos modelos são explicáveis, eles têm trilhas de auditoria completas. Construímos transparência na decisão de risco, para que você possa sempre rastrear por que uma decisão específica foi tomada. Acho que essa abordagem permite que instituições financeiras aproveitem essa IA avançada para uma melhor detecção de risco, mantendo a conformidade regulatória. Acho que o caminho mais eficaz envolve um diálogo entre inovadores e reguladores para estabelecer estruturas pragmáticas que protejam os consumidores, mas sem sufocar as tecnologias necessárias para combater esse crime financeiro impulsionado por IA em evolução.
Jo Ann Barefoot: Interessante. A questão da explicabilidade é obviamente importante, mas parece que é um fator limitante. A capacidade de explicar coisas ao nível de conforto do regulador pode limitar a capacidade de obtermos tudo o que podemos das ferramentas. Isso é verdade?
Neha Narkhede: Isso é verdade para alguns problemas. Para risco de crédito, acho que é completamente justificado ter um certo nível de explicabilidade. É onde a justiça realmente importa. No lado da fraude, no entanto, é um pouco mais complicado. No lado da fraude, há certos problemas de fraude onde é realmente difícil detectá-los se você apenas dependesse das regras estáticas ou dos modelos de aprendizado de máquina antigos que são puramente preditivos. Acho que estamos indo para um mundo onde você precisa de milhares de sinais processados por vários algoritmos, e apenas técnicas de aprendizado de máquina e IA podem fazer isso. Alguns deles não são explicáveis. Na verdade, esse é o verdadeiro dilema que enfrentamos hoje como as coisas estão hoje, não cada um desses modelos são explicáveis. Agora você está limitado a realmente usar apenas aqueles modelos de IA que são explicáveis para até mesmo detectar fraudes, onde alguma subseção da fraude simplesmente não... Não é impactante usar o conjunto limitado de modelos de IA.
Jo Ann Barefoot: Sim. Pode nos falar sobre quais tipos de fraudes estão crescendo mais rapidamente e por quê?
Neha Narkhede: Sim. Acho que a fraude de identidade sintética acredito que seja cerca de 70 ou 80% de todas as formas de fraude, e está crescendo extremamente rápido, especialmente na Europa. A segunda, golpes. Apenas golpes de engenharia social estão em uma ascensão absoluta. Eles são um grande problema globalmente, mas também em geos específicas e a APP, fraude de pagamento push, agora está em ascensão. Eu diria que ainda não alcançou os níveis de fraude para identidade sintética e golpes, mas é absolutamente uma das formas de fraude que mais crescem, já que estamos nos movendo para pagamentos mais em tempo real.
Jo Ann Barefoot: Sim. Você acabou de responder talvez ao que eu ia perguntar, que era, a fraude de pagamentos push está crescendo? Certo. O que você pode compartilhar conosco sobre as soluções além da detecção? A Oscilar reporta atividades suspeitas para a FinCEN nos EUA e assim por diante diretamente ou equipa seu cliente para fazê-lo?
Neha Narkhede: Sim. A Oscilar criou recursos tecnológicos para relatórios 314(a), 314(b). Facilitamos que nossos clientes, os bancos, as fintechs, não apenas arquivem relatórios SAR facilmente, mas também relatem entidades que precisam ser relatadas para várias sanções, etc., em um clique. Isso é algo que fizemos para tornar as coisas mais fáceis. Além disso, no lado do relatório SAR, acho que operadores de risco gastam cerca de 80% apenas vasculhando dados. Talvez percam certos dados para adicioná-lo a um relatório SAR, mas estamos usando um Copilot, um Copilot baseado em IA generativa chamado Oscilar AI, que simplesmente pré-preenche tudo, economiza uma enorme quantidade de tempo para que o ser humano possa apenas entrar e revisar e então enviar. Existem algumas melhorias muito importantes operacionais e específicas de recursos que fizemos nessa área.
Jo Ann Barefoot: Certo. Ótimo. Você tem uma perspectiva sobre se a aplicação da lei está fazendo algum progresso em chegar às fontes de fraude? Seus clientes precisam detectá-lo e impedir que a entidade fraudulenta entre em sua instituição, ou se já estiver lá, encontrar os problemas que estão ocorrendo e relatá-los e encerrá-los. Mas quando pensamos nas tendências globais neste domínio, há coisas que você acha que o governo poderia estar fazendo que realmente criariam um desincentivo suficiente para que pudéssemos reverter a maré?
Neha Narkhede: Sim. Acho que devemos facilitar o compartilhamento seguro de inteligência quando se trata de fraude. O crime financeiro explora lacunas entre instituições, então criar canais protegidos para compartilhar esses padrões emergentes de fraude pode certamente ajudar todo o ecossistema a responder muito mais rápido, mantendo também controles de privacidade. Absolutamente acho que essa rede de compartilhamento de inteligência, que é apoiada pela aplicação da lei, é extremamente eficaz em realmente reduzir formas de fraudes porque as fraudes não impactam apenas uma organização ou uma pessoa. Aquele fraudador específico, na verdade, vai atrás de centenas de organizações em milhares de usuários. Se uma entidade tivesse relatado, pelo menos as outras entidades poderiam ter se poupado de muito esforço.
Jo Ann Barefoot: Você tem uma visão sobre se as capacidades de proteção à privacidade são robustas o suficiente para permitir esse compartilhamento mais amplo? Porque é a coisa que sempre ouvimos, se você é um banco ou se você é uma entidade de aplicação da lei, você precisa proteger a privacidade de pessoas inocentes que podem estar refletidas em dados que você estaria compartilhando, e você precisa proteger a integridade de uma investigação se houver uma. Você precisa limitar a exposição dessas informações ou criptografá-las ou fazer algo que não apenas as compartilhe amplamente. Quais são as soluções para isso hoje?
Neha Narkhede: Sim. A criptografia avançou muito a ponto de os protocolos de criptografia que estarão em uso, seja você compartilhando os dados em trânsito ou armazenando os dados em repouso, esses protocolos de criptografia estão no lugar e prontos para uso se você fosse fazer esse tipo de compartilhamento de inteligência. Pense em criar uma assinatura para um usuário específico e seu, digamos, dispositivo e não ter que compartilhar as informações pessoais identificáveis específicas do usuário de forma alguma, mas apenas compartilhar aquela assinatura, que é gerada criptograficamente, isso mesmo será diferente para dois dispositivos diferentes, portanto, esse tipo de tecnologias de criptografia pode ser colocado em prática para realmente compartilhar de maneira de privacidade de dados.
Jo Ann Barefoot: Interessante. Você tem uma opinião sobre se deveríamos estar nos movendo em direção a mais infraestrutura de identidade digital como uma oportunidade de privacidade e compartilhamento de dados e acesso financeiro? Sei que estou puxando você um pouco além do seu escopo principal, mas você é tão pensativa com todas as soluções aqui.
Neha Narkhede: Por identidade digital, você quer dizer uma verificação baseada em API de carteira de motorista ou passaporte e coisas assim?
Jo Ann Barefoot: Sim. Provavelmente.
Neha Narkhede: Sim. Absolutamente. Acho que se tivéssemos uma infraestrutura como, vamos chamar de verificação de identidade de carteira de motorista, de passaporte, que as entidades poderiam simplesmente consultar e obter uma resposta. Isso, em última instância, vai reduzir a fraude de identidade sintética como nada mais fará. Acho que se fizéssemos isso, então estaríamos muitos passos à frente dos fraudadores. Na ausência disso, você tem que usar muitas outras técnicas. Você ainda pode parar a fraude de identidade sintética, mas fica um investimento tecnológico bastante significativo.
Jo Ann Barefoot: Isso é fascinante. O que não discutimos que você gostaria de adicionar?
Neha Narkhede: Vamos ver. Acho que uma coisa que pode ser útil é como a Oscilar equilibra a necessidade dessa análise de dados abrangente com preocupações de privacidade e regulamentos, por outro lado?
Jo Ann Barefoot: Como você faz?
Neha Narkhede: Na Oscilar, equilibramos essa análise de dados abrangente com a privacidade por meio da arquitetura técnica e das práticas de governança que temos em prática. Primeiro, projetamos nossa plataforma com princípios de privacidade desde o design. Por exemplo, ao analisar dados de inteligência de dispositivos e comportamento, nos concentramos em padrões e anomalias em vez de PII. Nossos modelos são treinados para detectar sinais de fraude sem exigir dados pessoais excessivos. Isso é um. Segundo, mantemos rígida segregação de dados. Como mencionei, nossa plataforma unificada conecta insights em toda a jornada do cliente, mas estabelece controles apropriados sobre quais dados podem ser compartilhados, mesmo entre diferentes funções de risco em uma organização. Isso garante conformidade com requisitos regulatórios enquanto ainda habilita essa visão holística de risco que torna nossa abordagem eficaz. Terceiro e último é garantir que todos os modelos de IA sejam transparentes e explicáveis. As instituições financeiras devem justificar suas decisões para consumidores e reguladores, então nossa tecnologia pode apenas fornecer-lhes trilhas de auditoria claras de por que, quando, o que aconteceu e mostrar exatamente quais fatores influenciaram cada decisão ou avaliação de risco. Acho que a chave é tratar a privacidade não como um obstáculo, mas como um requisito de projeto fundamental.
Jo Ann Barefoot: Você está vendo... À medida que vemos a rápida adoção de IA generativa em particular hoje, sei que muitas, muitas pessoas na indústria estão estabelecendo ou mudando suas abordagens de governança e padrões em torno do uso de IA. Você está encontrando mais isso como uma linha de perguntas ou é apenas a tradicional e normal revisão da abordagem de risco do fornecedor que você está passando? Parece que há duas correntes de mudança, uma sendo a adoção de novos tipos de ferramentas como a sua, e a outra sendo esse foco geral em muitas instituições na governança de IA.
Neha Narkhede: Sim. Nossos maiores clientes se preocupam e fazem perguntas sobre nosso uso de tecnologia de IA generativa e como a estamos usando, para onde vão os dados, se esses dados são criptografados ou não. Essas perguntas estão surgindo legitimamente e deveriam. Nossos clientes menores, é claro, têm mais compreensão da última tecnologia, então estão menos preocupados com isso. Mas trabalhamos muito na educação para nossa base de clientes sobre como estamos usando essa tecnologia. Por exemplo, não apenas colamos coisas no ChatGPT e obtemos respostas. Certo? Isso não é seguro. Essa não é uma maneira segura de usar.
Primeiro de tudo, você aciona recursos empresariais em algumas dessas ferramentas que pode estar usando onde eles não realmente retêm dados além de uma pequena janela. Isso é um. Os dados são criptografados ao serem enviados usando protocolos como TLS, e então são criptografados em repouso usando protocolos como AES-256 e assim por diante. Existem maneiras de usar as tecnologias de IA generativa que as tornam muito seguras, muito privadas e muito práticas de usar também. Mas para responder à sua pergunta, as perguntas surgem nos nossos clientes um pouco maiores e mais tradicionais.
Jo Ann Barefoot: Você olha para o futuro, Neha, para onde estamos indo em, digamos, serviços financeiros, gestão de risco e conformidade? Sua empresa está na vanguarda do uso de dados e tecnologia de maneiras novas e melhores. Você acha que estamos caminhando para um sistema em que os gerentes de risco realmente terão as boas informações de que precisam e as boas ferramentas analíticas de que precisam para fazer uma grande diferença nas questões de risco enfrentadas pelas empresas financeiras e nas questões de conformidade? Preocupo-me que estejamos em uma corrida perdida atualmente onde os riscos estão aumentando rapidamente e a maioria das ferramentas tradicionais de ambos, reguladores e gerentes de risco da indústria, não estão equipadas para acompanhar esses riscos porque as informações são muito fragmentárias, como você diz, muito desconectadas, muito antigas, muito difíceis de acessar. Você imagina que estamos caminhando para um sistema muito, muito melhor nos próximos anos?
Neha Narkhede: Sim. Absolutamente. Acho que a visão que tive também há pouco menos de quatro anos foi que o espaço está se movendo em direção à consolidação, não à fragmentação, e o espaço está se movendo em direção a um uso pragmático da IA, e não usando regras estáticas como costumávamos. O que eu vi nos últimos quatro anos? Bem, a Oscilar cresceu tremendamente rápido, então isso tem sido o maior indicativo na minha visão sobre se essas duas apostas estão dando certo. Esse é um sinal que vemos. O segundo ponto é, sim, muitos dos maiores FI estão presos em tecnologias que são fragmentadas, que não têm ideia de como usar o último, o melhor em IA. Levará algum tempo para suplementá-las. Levará algum tempo para atualizá-las ou removê-las. Esse processo vai levar alguns anos, mas vejo absolutamente organizações de todas as formas e tamanhos indo após a visão de consolidação e uso de IA pragmática, incluindo IA generativa.
Jo Ann Barefoot: Você tem conselhos para reguladores e formuladores de políticas ao pensarem em tentar nos ajudar a mover em direção a esse modelo melhor?
Neha Narkhede: Sim. Acho que há algumas tendências emergentes que reguladores e instituições financeiras devem estar se preparando agora. Há três tendências críticas emergentes, acho, no crime financeiro que requerem atenção agora. A primeira é que a fraude de identidade sintética alimentada por IA está acelerando. Fraudadores estão usando essas ferramentas de IA gerativa para criar identidades falsas de aparência realista, completas com fotos deepfake e históricos fabricados. Essas identidades podem passar nos tradicionais cheques KYC, mas eles deixam inconsistências sutis em interações de dispositivos, comportamento de aplicação, o que é o lado positivo. É aí que tecnologias que mencionei antes, como impressão digital de dispositivo, biometria comportamental, se você as empregar, então até mesmo o risco de identidade sintética é detectável.
As instituições financeiras precisam desse tipo de inteligência comportamental avançada para detectar esses ataques sofisticados, pelo menos quando se trata de identidade sintética, que é enorme. O segundo é que fraudes multicanal estão crescendo mais coordenadas. Criminosos perceberam que há fragmentação, mas há anéis de fraude inteiros que exploram lacunas entre diferentes sistemas na mesma organização. Usar informações reunidas em um canal para executar fraude no outro é um problema realmente grande. Isso é o que requer a quebra de silos dentro das organizações para criar essa visão unificada para não ter nenhuma regulamentação que venha no caminho disso. Terceiro é que estava mencionando fraude de pagamento em tempo real. Está crescendo globalmente e os sistemas de pagamentos instantâneos estão se expandindo rapidamente. Esse é exatamente o futuro dos pagamentos que queremos. Esses ataques deixam quase nenhum tempo para revisão manual, tornando a prevenção alimentada por IA absolutamente essencial. Estamos vendo um foco particular, esquemas sofisticados em regiões onde os pagamentos em tempo real são bem estabelecidos, especialmente na Europa. Reguladores e instituições devem se concentrar no desenvolvimento dessas equipes e ethos multifuncionais, implementando capacidades de monitoramento contínuo e estabelecendo quadros para IA explicável que podem se adaptar [inaudível 00:31:13] à velocidade dessas ameaças emergentes.
Jo Ann Barefoot: Isso é fascinante. Há algo que você gostaria de adicionar que não discutimos?
Neha Narkhede: Sim. Gostaria de deixar algumas reflexões ou algo para compartilhar com reguladores e formuladores de políticas ouvindo o podcast sobre como todos podemos nos preparar melhor para o futuro da tecnologia financeira.
Jo Ann Barefoot: Vá em frente.
Neha Narkhede: Minha mensagem para reguladores e formuladores de políticas seria abraçar a inovação colaborativa em vez de supervisão adversarial. As estruturas regulatórias mais eficazes que vimos compartilham três características, certo? Primeiro, elas se concentram em resultados e princípios, em vez de requisitos técnicos prescritivos. Isso permite que a inovação floresça enquanto mantém fortes proteções ao consumidor. Em segundo lugar, elas criam um diálogo estruturado entre a indústria e os reguladores no início do processo de desenvolvimento. Quando na Oscilar compartilhamos nossa abordagem para governança de modelos e explicabilidade durante a fase de desenvolvimento e não após a implantação, na verdade, construiu confiança e evitou um redesenvolvimento custoso.
O terceiro é que reconhecem que a tecnologia pode criar conformidade fortalecida, não apenas criar novos riscos. Monitoramento em tempo real, documentação automatizada, IA explicável são todas as coisas que nós como fornecedores podemos todos melhorar a supervisão regulatória enquanto reduzimos esse tipo de fardo operacional. Finalmente, o que quero dizer é que o cenário de fraudes está evoluindo rapidamente e os ataques alimentados por IA estão se tornando mais sofisticados. Trabalhando juntos para desenvolver quadros que permitam essa inovação responsável, podemos de fato virar o jogo contra criminosos financeiros e criar um sistema financeiro muito mais seguro e inclusivo.
Jo Ann Barefoot: Eu amo esses pontos. Quero realmente reforçar o ponto que você fez sobre se mover em direção a abordagens baseadas em princípios e resultados, especialmente resultados. Tem havido um debate por tantos anos entre abordagens baseadas em princípios contra requerimentos baseados em processos e regulamentação prescritiva, e ambos têm seus prós e contras. Mas quando entramos em uma era onde há muita capacidade de medir resultados, acho que temos trabalho a fazer em definir o que parece um bom resultado. Por que estamos regulando esta coisa e o que queremos ver? Então não se importar tanto com como é alcançado quanto se é alcançado, se podemos melhorar essas métricas de desempenho de resultados. Não temos muito disso em serviços financeiros, porque até recentemente, geralmente não era possível realmente medi-lo. Mas acho que se trabalharmos coletivamente, como você diz, e colaborativamente, podemos nos mover em direção a um sistema melhor assim, melhores resultados.
Neha Narkhede: Sim.
Jo Ann Barefoot: Sim.
Neha Narkhede: Absolutamente.
Jo Ann Barefoot: Isso é maravilhoso. Onde as pessoas podem obter informações sobre a Oscilar?
Neha Narkhede: A melhor maneira de nos alcançar é através do nosso site. Há um formulário para nos contatar ou email para hi@oscilar.com.
Jo Ann Barefoot: Certo. Ótimo. Neha Narkhede, muito obrigada por ser nossa convidada hoje. Foi fascinante.
Neha Narkhede: Muito obrigada por me receber, Jo Ann. Eu realmente gostei.
