Zapobieganie oszustwom w finansach cyfrowych od dawna opiera się na błędnym założeniu: że ostrożność równa się bezpieczeństwu. Tymczasem gdy zbyt agresywne kontrole ryzyka generują setki miliardów dolarów fałszywych odrzuceń rocznie i trwale odstraszają większość nowych kupujących, koszt tej ostrożności staje się niemożliwy do zignorowania.

Pascal Podvin, współzałożyciel nSure.ai, od lat działa na styku ryzyka płatniczego i analizy behawioralnej. Jego zdaniem branża od dawna mierzy sukces zupełnie niewłaściwymi wskaźnikami. nSure.ai to platforma ochrony przed oszustwami w czasie rzeczywistym, zbudowana specjalnie dla wysokoryzykownych środowisk aktywów cyfrowych i fintechu, zastępująca statyczne filtrowanie regułowe adaptywną AI oceniającą intencje behawioralne w momencie transakcji. Firma należy do rosnącej kategorii dostawców gwarancji chargebacków i scoringu oszustw, konkurujących z tradycyjnymi graczami w dziedzinie ryzyka płatniczego, ale jej teza dotyczy w szczególności sektorów aktywów cyfrowych, gier i przekazów pieniężnych, które konwencjonalne silniki mają tendencję do nadmiernego blokowania.

W tym wywiadzie Podvin argumentuje, że tradycyjne silniki antyfraudowe nie są zabezpieczeniem przed ryzykiem, lecz same w sobie są zobowiązaniem komercyjnym — niszczą wartość życiową klienta (LTV), tłumią konwersję i zawyżają koszty pozyskania, podczas gdy dashboardy compliance pokazują czyste liczby. Od zamrożonych kont przy sześciocyfrowych przelewach ACH po ekonomię pojedynczego błędnie odrzuconego nowego kupującego, wyjaśnia, dlaczego prawdziwym ryzykiem w finansach cyfrowych nie jest tolerowanie oszustw, lecz tarcie.

Napięcie ma charakter strukturalny. Giełdy kryptowalut i platformy fintech działają w ramach obowiązków przeciwdziałania praniu pieniędzy i poznania klienta (KYC) — w Stanach Zjednoczonych jest to system Bank Secrecy Act administrowany przez FinCEN — co skłania je do konserwatywnych praktyk onboardingu i wstrzymywania środków. Opisane przez Podvina tarcie jest często produktem ubocznym projektowania zorientowanego na zgodność regulacyjną, a nie wyłącznie niefrasobliwości. Jego argument głosi, że narzędzia służące wypełnianiu tych obowiązków powstały w epoce płatności poprzedzającej rynki aktywów cyfrowych w czasie rzeczywistym.

Gdy giełda kryptowalut, dostawca przekazów pieniężnych lub platforma Web3 nakłada siedmiodniowe wstrzymanie na przelew bankowy albo zmusza nowego kupującego do powtarzalnych pętli weryfikacyjnych, zarząd sądzi, że postępuje ostrożnie. W rzeczywistości, argumentuje Podvin, postępuje lekkomyślnie.

Zarządzanie ryzykiem to nie dokument polityki wysokiego szczebla; sprowadza się do każdej pojedynczej transakcji. Ochrona pojedynczej transakcji kartą kredytową o wartości 100 dolarów albo depozytu ACH na 50 000 dolarów poprzez zamrażanie kont lub opóźnianie rozliczenia nie eliminuje ryzyka. Zamienia niewielkie, lokalne ryzyko transakcyjne na katastrofalną stratę komercyjną, niszcząc wartość życiową nowego klienta, który potencjalnie może być wart 5 000 dolarów w ciągu pięciu lat.

Centralnym wyzwaniem finansów cyfrowych jest, jego zdaniem, dostrzeżenie, że tradycyjne, statyczne silniki antyfraudowe aktywnie niszczą znacznie więcej wzrostu przychodów i długoterminowej wartości przedsiębiorstwa niż oszustwa, do wykrywania których zostały stworzone.

Zarządzanie ryzykiem jest często traktowane jako wymóg compliance. Dlaczego w praktyce sprowadza się do każdej pojedynczej transakcji?

Każda pojedyncza transakcja niesie dualny kompromis oddziałujący na cały P&L: bieżącą wartość transakcji kontra długoterminowy LTV. Gdy giełda lub dostawca przekazów ocenia płatność — czy to 100-dolarowy pierwszy zakup kartą, czy 50 000-dolarowy przelew ACH — nie ocenia jedynie samej kwoty. Decyduje, czy zachować, czy zniszczyć cały przyszły strumień przychodów klienta. Jeśli statyczna reguła antyfraudowa oflaguje legalnego kupującego, ponieważ jego zachowanie wydaje się nieco nietypowe, platforma może dziś oszczędzić 100 dolarów potencjalnego ryzyka chargebacku, ale wyrzuca w błoto 5 000 dolarów CLTV w ciągu najbliższych pięciu lat.

Twierdzi Pan, że platformy próbujące być „ostrożne” na pojedynczych transakcjach są w rzeczywistości „lekkomyślne”. Jak to wygląda w praktyce?

Platformy wierzą, że dodawanie wielodniowych wstrzymań, dodatkowego tarcia na kolejnych etapach czy wielokrotnego ponownego przesyłania dokumentów to rozsądna mitygacja ryzyka. W rzeczywistości może to być samobójstwo komercyjne, ponieważ opiera się na ogromnej organizacyjnej ślepocie.

Obserwacje terenowe nSure.ai pokazują, według Podvina, że 87% błędnie odrzuconych nowych kupujących nigdy nie wraca. Najnowsze dane rynkowe potwierdzają ten trend: 71% instytucji finansowych przyznaje, że ich mechanizmy antyfraudowe aktywnie powodują odpływ klientów, a fałszywe odrzucenia pochłaniają ponad 400 miliardów dolarów legalnych przychodów rocznie.

Zespoły ryzyka patrzą na czyste dashboardy bez chargebacków i świętują. To, co umyka ich uwadze, to niszczenie przychodów za kulisami. Zgodnie z badaniem Risk Solutions True Cost of Fraud Study 71% instytucji finansowych przyznaje, że ich mechanizmy kontroli oszustw aktywnie napędzają odpływ klientów. Badania Aite-Novarica Group dodatkowo pokazują, że zbyt agresywne filtrowanie skutkuje 443 miliardami dolarów globalnych fałszywych odrzuceń rocznie — co zdaniem Podvina dowodzi, że statyczne silniki antyfraudowe niszczą znacznie więcej wartości przedsiębiorstwa niż podmioty przestępcze, do zwalczania których zostały zbudowane.

Efektem jest, jego zdaniem, absurdalne dylemat: platformy albo przyjmują niemitigowane ryzyko oszustw, albo ryzykują „utratę rąk i nóg”, zamykając proces płatności i zabijając konwersję.

Czy może Pan podać rzeczywisty przykład tego, jak to tradycyjne tarcie psuje doświadczenie użytkownika na dużych platformach?

Za każdym razem, gdy nSure.ai rozpoczyna współpracę z dużym partnerem, Podvin osobiście otwiera konto, wpłaca znaczny kapitał i testuje rzeczywisty przepływ użytkownika.

Podczas testowania dużej globalnej giełdy otworzył konto i zainicjował sześciocyfrowy przelew ACH o wartości 200 000 dolarów. Konfiguracja konta zajęła ponad 24 godziny, ponieważ silnik KYC zawodził i pięciokrotnie wymuszał ponowne przesyłanie dokumentów, z obowiązkowymi okresami oczekiwania między każdą próbą. Po zainicjowaniu przelewu platforma nie zastosowała standardowego wstrzymania środków; zamroziła całe konto na dziewięć dni. Nie można było handlować, wypłacać środków, a nawet wyświetlić dashboardu, podczas gdy obsługa klienta kierowała Podvina w kółko.

Giełda sądziła, że jest ostrożna wobec ryzyka zwrotu ACH, mówi Podvin. W rzeczywistości dała klientowi o wysokiej wartości netto wszelkie możliwe powody, by trwale porzucić platformę — coś, co każdego dnia przydarza się dziesiątkom tysięcy legalnych użytkowników.

Przelewy o wysokiej wartości, takie jak depozyt ACH na 15 000 czy 50 000 dolarów, mają nieodłączną latencję rozliczeniową. Dlaczego tradycyjne systemy zarządzania ryzykiem tak poważnie zawodzą na tych przepływach?

Karty kredytowe mają niskie limity, zwykle od 1 500 do 3 000 dolarów na zakupy aktywów cyfrowych lub finansowanie przekazów. Gdy poważni inwestorzy lub użytkownicy o wysokiej częstotliwości chcą przemieścić realny kapitał, opierają się na kanałach bankowych: ACH, SEPA i przelewach.

Ponieważ przelewy ACH osiągają finalność rozliczeniową po kilku dniach, tradycyjne systemy uciekają się do tępych, statycznych mechanizmów obronnych, takich jak siedmiodniowe wstrzymania. Nie jest to arbitralne: ACH, w wersji obsługiwanej w Stanach Zjednoczonych przez Nacha, pozwala na zwroty i odwrócenia w określonych oknach czasowych po rozliczeniu, więc platformy niezdolne do oceny ryzyka w czasie rzeczywistym po prostu odczekują okres ekspozycji. Ale inwestorzy przenosi pieniądze, by wykorzystać bieżące okazje rynkowe. Zmuszenie tradera do tygodniowego czekania na zakup aktywu niszczy całą propozycję wartości finansów cyfrowych. Tradycyjne narzędzia domyślnie stosują wstrzymania czasowe właśnie dlatego, że nie potrafią ocenić behawioralnych intencji w czasie rzeczywistym w momencie finansowania.

Jaki jest najważniejszy operacyjny błąd poznawczy, który założyciele firm krypto i fintech wciąż popełniają w odniesieniu do ponoszonego ryzyka?

Założyciele mylą zerową liczbę chargebacków ze skutecznym zarządzaniem ryzykiem, mówi Podvin.

Jeśli wskaźnik oszustw wynosi zero, polityka ryzyka ponosi porażkę komercyjną. Oznacza to, że filtry są ustawione tak restrykcyjnie, że firma odpycza zyskownych, legalnych klientów. Dane LexisNexis pokazują, że każdy 1 dolar utracony bezpośrednio wskutek oszustw kosztuje instytucje finansowe ponad 5,00 dolara po uwzględnieniu tarcia, opłat i odpływu klientów.

Dyrektorzy finansowi i założyciele muszą zatem oceniać polityki ryzyka na podstawie wkładu netto do P&L — z uwzględnieniem strat z oszustw, marży na zaakceptowanych transakcjach, marnotrawstwa CAC i LTV — zamiast świętować sterylne wskaźniki, które maskują kurczący się biznes.

W jaki sposób nSure.ai rozwiązuje ten dylemat, nie zmuszając platform do wyboru między wysoką ekspozycją na oszustwa a masowym odpływem klientów?

Przenosząc nacisk ze statycznej weryfikacji tożsamości na behawioralne intencje w czasie rzeczywistym.

Zamiast zamrażać konta lub nakładać wielodniowe wstrzymania, adaptywna AI analizuje telemetrię kontekstową w czasie rzeczywistym, oceniając dynamikę sesji, sygnały urządzeń, rytm transakcji i prędkość między-merchantową. Umożliwia to wysokoryzykownym platformom cyfrowym natychmiastową akceptację depozytów i przepływów finansowania o wysokiej wartości — legalni klienci mogą od razu handlować, a rzeczywiści przestępcy są identyfikowani za kulisami, bez dodania choćby jednego punktu tarcia w procesie płatności. Jak szeroko scoring behawioralnych intencji zdoła wypchnąć mechanizmy oparte na wstrzymaniach z finansów regulowanych, pozostaje otwartym pytaniem — i to jest wskaźnik wart obserwacji, gdy platformy odważają konwersję wobec obowiązków compliance.