Скоринг, который ранее использовался в Тинькофф для проверки кредитоспособности клиента, был усилен признаками и параметрами, которые указывают на потенциальное мошенничество. Для этого были проанализированы несколько миллионов заявок, включая заявки, которые клиенты оформляют под воздействием социальной инженерии. Например, среди таких признаков учитываются социально-демографические факторы, аномалии в самой заявке, характерные для инструкций мошенников, и многое другое. Эта модель способна с высокой точностью прогнозировать воздействие третьих лиц при оформлении клиентом заявки и посылать сигнал сотрудникам банка, чтобы они перепроверили заявку и в случае подозрения на мошенничество отклонили ее.
Так создается дополнительный эшелон защиты к уже существующим, таким как прерывание мошеннического звонка, блокировка подозрительных транзакций, когда мошенник уже пытается вывести кредитные средства со счета, и другие. Особенностью этого эшелона защиты является то, что банку не нужно переубеждать клиента совершать транзакцию в адрес мошенника.
Еще один из превентивных методов борьбы с мошенническими кредитами на основе искусственного интеллекта — разработка Victim Score. Это специальный рейтинг, который определяет по разным признакам, что клиент находится в зоне риска — с высокой долей вероятности может поверить мошенникам. Таким клиентам система автоматически начинает предлагать дополнительное обучение в сторис и в блоге по безопасности мобильного приложения банка. Особенно эффективно Victim Score работает по схеме с псевдоинвестициями.