Ifølge en nylig rapport fra det amerikanske finansministerium om håndtering af kunstig intelligens (AI)-relaterede risici i finanssektoren har større finansielle institutioner en konkurrencemæssig fordel over mindre institutioner inden for AI-baseret svindelbekæmpelse. Rapporten fremhæver mangel på tilgængelige data til at træne AI-modeller til svindelbekæmpelse, især på grund af utilstrækkelig dataudveksling mellem virksomhederne. Mindre finansielle institutioner mangler typisk de nødvendige interne data og ekspertise til at udvikle deres egne anti-svindel AI-modeller, mens større institutioner har adgang til omfattende historiske data. Rapporten understreger behovet for samarbejde og dataudveksling mellem finansielle institutioner for at forbedre træningen af anti-svindel AI- og maskinlæringsmodeller. Den erkender også, at svindlere selv har udnyttet AI- og ML-teknologier, hvilket gør samarbejdet mellem finansielle institutioner endnu vigtigere.

Forskning fra PYMNTS Intelligence viser, at finansielle institutioner stoler på en kombination af interne svindelbekæmpelsessystemer, ressourcer fra tredjeparter og ny teknologi til at bekæmpe svindel. Mens brugen af AI og ML inden for svindelbekæmpelse stiger, påpeger rapporten, at udvikling af disse værktøjer kan være omkostningsfuld, hvilket resulterer i, at kun en lille procentdel af finansielle institutioner opbygger deres egne AI- og ML-teknologier til svindelbekæmpelse. Samarbejde med tredjepartsleverandører er almindeligt inden for erhvervelse af svindelbekæmpelsesværktøjer. Rapporten konkluderer, at kombinationen af teknologi og kritisk tænkning er afgørende for effektiv bekæmpelse af finansiel kriminalitet ved at vælge en "Robocop, ikke Terminator" tilgang.