La pandemia ha accelerato l’adozione dell’e-commerce, questo ha esteso però anche l’interesse dei malintenzionati, dato che sempre più persone fanno acquisti online e le aziende conservano una grande quantità di dati sensibili sui propri server. In questo caso non parliamo solo di frodi a danno dei consumatori, ma anche di quelle a carico poi dei merchant. Tra i principali tipi di frode vi sono il furto di identità, le transazioni non autorizzate ma anche il “friendly fraud”, che si verifica quando i consumatori stessi abusano delle politiche di reso o negano di aver effettuato determinati acquisti. Secondo una recente ricerca Juniper Research sul Mercato Globale della Prevenzione delle Frodi Commerciali (2024-2029) le perdite globali causate dalle frodi nell’e-commerce supereranno i 107 miliardi di dollari entro il 2029, rispetto ai 44,3 miliardi stimati per il 2024, segnando una crescita del 141%. Le frodi, facile intuire, rappresentano una minaccia significativa per i commercianti, che dovranno quindi adattare le loro strategie di rilevamento e prevenzione per contrastare metodi di attacco sempre più sofisticati.
Entriamo nei dettagli. La metodologia utilizzata da Juniper Research per stimare l’impatto futuro delle frodi nell’e-commerce si basa su un’analisi dettagliata di diversi fattori chiave. La ricerca prende in considerazione: dati storici, Juniper Research ha raccolto dati storici su casi di frode nell’e-comemrce, analizzando i trend emersi negli ultimi anni; proiezioni di crescita del mercato, sono state considerate le previsioni di crescita del settore e-commerce, con un focus su regioni specifiche come Nord America, Europa occidentale e Asia-Pacifico; sviluppi tecnologici, la ricerca ha esaminato come le tecnologie emergenti, come l’intelligenza artificiale (IA) e l’apprendimento automatico (ML), siano utilizzate sia dai commercianti per prevenire le frodi, sia dai truffatori per aggirare i sistemi di sicurezza; dinamiche delle frodi, per cui sono state analizzate le nuove tecniche di frode, incluse quelle che sfruttano l’IA, come i deepfake, per ingannare i sistemi di verifica e compromettere la sicurezza dei commercianti; ed infine il tema della prevenzione delle frodi, con la ricerca che valuta anche l’efficacia delle misure di prevenzione attualmente in uso, concentrandosi sui loro limiti e su come i commercianti possano adottare approcci più proattivi e integrati per mitigare le perdite.
Frodi nell’e-commerce, elementi caratterizzanti
Tre sono i principali fattori di riuscita delle frodi o comunque alla base dei tentativi di truffa: l’AI è il primo, utilizzata dai truffatori per creare attacchi sempre più sofisticati e credibili. Un esempio è proprio l’uso di deepfake per aggirare i sistemi di verifica basati su biometria e altre tecnologie di autenticazione. L’AI permette inoltre di automatizzare gli attacchi, rendendoli altamente scalabili e in grado di sopraffare i sistemi di prevenzione basati su regole tradizionali.
Il secondo fattore si lega alla crescita del friendly fraud accennata prima. Questo tipo di frode, che include pratiche come il rimborso fraudolento, sta diventando sempre più comune. I consumatori sfruttano le politiche di rimborso dei commercianti per ottenere rimborsi su acquisti legittimi, fingendo di non aver mai ricevuto il prodotto o di non aver autorizzato la transazione. Questo fenomeno, unito all’uso crescente delle tecnologie di frode alimentate dall’AI, mette a rischio la redditività dei commercianti.
Terzo elemento caratterizzante è che le perdite dovute alle frodi nell’e-commerce saranno distribuite in modo disomogeneo a livello globale, con le regioni più sviluppate come il Nord America e l’Europa occidentale particolarmente colpite. Questo è dovuto al fatto che i mercati più sviluppati tendono a registrare volumi maggiori di transazioni online, aumentando il rischio di frode. Secondo i dati riportati nella ricerca, la suddivisione delle perdite per regione nel 2029 sarà quella riportata qui di seguito.
Come contrastare le frodi
Il contrasto delle frodi nell’e-commerce secondo Juniper Research andrà indirizzato allo stesso modo con le tecnologie emergenti: la stessa intelligenza artificiale (AI), l’apprendimento automatico (ML) e le Api per la prevenzione delle frodi per i commercianti. Grazie alla capacità di analizzare grandi quantità di dati e individuare modelli complessi che potrebbero sfuggire all’analisi umana, l’AI offrirà soluzioni più rapide ed efficienti. E’ possibile infatti identificare anomalie e schemi sospetti in tempo reale, consentendo ai commercianti di agire tempestivamente per bloccare transazioni fraudolente, ma anche automatizzare il processo di rilevamento delle frodi, riducendo i tempi di risposta e i costi operativi. Soprattutto, più dati vengono analizzati con l’AI, più accurata diventa l’analisi nel rilevare attività fraudolente anche se resta il problema di disporre di grandi quantità di dati per addestrare i modelli e la difficoltà di affrontare le frodi basate su tecniche sociali, come il phishing.
L’apprendimento automatico permetterà ai sistemi di imparare e migliorare continuamente senza intervento umano. Nel contesto della prevenzione delle frodi, il ML si rivela quindi efficace grazie alla sua capacità di analizzare milioni di transazioni in tempo reale e individuare modelli sospetti; di gestire grandi volumi di dati senza sacrificare l’efficienza; di rilevare nuovi schemi di frode man mano che emergono, garantendo una protezione aggiornata e proattiva. Uno svantaggio in questo caso è che il ML richiede infrastrutture di dati avanzate per essere efficace, il che può rappresentare una sfida per i commercianti più piccoli o per quelli che non dispongono di risorse adeguate.
Infine le Api per la prevenzione delle frodi rappresentano una soluzione innovativa che consente ai commercianti di integrare strumenti avanzati di analisi delle frodi nei loro sistemi esistenti. Le Api possono monitorare le attività degli utenti in tempo reale e identificare comportamenti sospetti; verificare l’identità degli utenti attraverso l’analisi dei dati forniti e della loro impronta digitale. Inoltre le Api facilitano l’integrazione di altre tecnologie, come l’IA e il ML, per offrire una soluzione di prevenzione delle frodi più robusta e scalabile. In questo caso un aspetto importante da considerare è che le Api devono rispettare le normative sulla privacy, come il Gdpr, per garantire che i dati dei consumatori siano trattati in modo sicuro e legale.
© RIPRODUZIONE RISERVATA