Volgens een recent rapport van het Amerikaanse ministerie van Financiën over het beheersen van risico's met betrekking tot kunstmatige intelligentie (AI) in de financiële sector hebben grotere financiële instellingen een concurrentievoordeel ten opzichte van kleinere instellingen op het gebied van AI-gebaseerde fraudepreventie. Het rapport benadrukt het gebrek aan beschikbare data om AI-modellen voor fraudepreventie te trainen, met name door onvoldoende gegevensuitwisseling tussen bedrijven. Kleinere financiële instellingen missen vaak de benodigde interne gegevens en expertise om hun eigen anti-fraude AI-modellen te ontwikkelen, terwijl grotere instellingen toegang hebben tot uitgebreide historische gegevens. Het rapport benadrukt de noodzaak van samenwerking en gegevensuitwisseling tussen financiële instellingen om het trainen van anti-fraude AI- en machine learning-modellen te verbeteren. Het erkent ook dat fraudeurs zelf gebruik maken van AI- en ML-technologieën, waardoor samenwerking tussen financiële instellingen nog crucialer wordt.

Onderzoek van PYMNTS Intelligence toont aan dat financiële instellingen vertrouwen op een combinatie van interne fraudedetectiesystemen, externe bronnen en nieuwe technologieën om fraude te bestrijden. Hoewel het gebruik van AI en ML in fraudepreventie toeneemt, merkt het rapport op dat het ontwikkelen van deze tools kostbaar kan zijn, waardoor slechts een klein percentage van de financiële instellingen hun eigen AI- en ML-technologieën voor fraudepreventie ontwikkelt. Samenwerking met externe leveranciers is gebruikelijk bij de aanschaf van fraudedetectietools. Het rapport concludeert dat het combineren van technologie met kritisch denken essentieel is bij effectieve bestrijding van financiële criminaliteit, met een "Robocop, geen Terminator" benadering.