公司动态：Equifax推出AI反欺诈产品 - 益博睿公司推出了一款名为“Synthetic Identity Risk”的新产品，该产品利用人工智能来检测并帮助防止合成身份欺诈 [1] - 该产品使用机器学习算法，基于身份数据、信用记录和行为信号来揭示欺诈模式，检测潜在的欺诈活动，并进行标记，以便企业做出身份验证和欺诈预防的决策 [3] - 该产品既可用于账户开立时，也可作为账户管理工具持续使用 [3] - 公司高管表示，新产品将加强贷款机构的欺诈防御能力，帮助其发现隐藏风险，并最终从被动的损失追回转向主动的预防 [4] - 益博睿公司管理层在2025年10月的财报电话会议上强调了利用AI工具打击欺诈的努力，特别是针对合成欺诈和第一方欺诈的增加 [6] - 公司CEO表示，正在利用新的先进AI能力和独特的数据资产，提供新一代的欺诈预防工具，以识别传统方法无法发现的风险 [7] 行业背景：合成身份欺诈的威胁 - 合成身份欺诈是一种快速增长的威胁，欺诈者通过创建虚构身份来开立信贷账户或获取贷款 [2] - 根据PYMNTS Intelligence与Trulioo的合作报告，合成身份欺诈是金融服务公司面临的最常见且代价最高的威胁之一 [4] - 该报告发现，这种欺诈形式利用了自动化和规模，常常能够通过为更简单环境设计的传统验证检查 [4] - 根据PYMNTS Intelligence与Finexio的合作报告，人工智能工具通过允许欺诈者创建虚假公司和客户并阻挠防欺诈工作，加剧了合成身份欺诈的威胁 [5] - 这导致各公司升级其系统，以减轻与最新AI威胁相关的风险 [5]

公司新产品发布 - 益博睿公司于2026年1月23日宣布推出新一代反欺诈产品“合成身份风险”[1] - 该产品利用人工智能和复杂的机器学习算法来识别和预防合成身份欺诈[1] - 该产品旨在发现传统方法可能遗漏的欺诈模式，并在其影响公司利润前标记潜在的欺诈活动[1] 产品功能与技术 - “合成身份风险”产品通过分析身份数据、信用记录和行为信号来评估合成身份活动的可能性[3] - 该产品采用整体方法，使企业能够就身份验证和欺诈预防做出明智的实时决策[3] - 该产品可用于在开户时检测潜在欺诈，也可作为账户管理工具持续识别隐藏的投资组合风险[3] - 产品采用了专利待决的技术[3] 针对的欺诈问题 - 合成身份欺诈是增长最快的身份威胁之一，欺诈者结合真实身份信息和伪造信息来创建新的虚构身份[1][2] - 这些伪造身份被用于欺诈性地开立信贷账户或获取贷款，之后欺诈者停止还款[2] - 由于伪造的申请人通常看起来合法，合成身份可能长期未被发现，导致贷方承受重大坏账和收入损失[2] - 根据益博睿数据，每个已知合成身份的平均成本或坏账损失约为13,000美元[2][5] 行业影响与公司观点 - 合成身份欺诈是影响消费贷款生态系统的快速增长威胁[4] - 该产品旨在加强贷方的欺诈防御，帮助其发现隐藏风险，并最终从被动的损失追回转向主动预防[4] - 通过使用该产品，贷方不仅能减少财务损失，还能维护并建立与合法客户的长期信任[4] 公司背景 - 益博睿是一家全球数据、分析和技术公司，在帮助金融机构、公司、雇主和政府机构做出关键决策方面发挥着重要作用[6] - 公司总部位于亚特兰大，在全球拥有近15,000名员工，在北美、中美洲和南美洲、欧洲和亚太地区的24个国家开展业务或进行投资[6]

文章核心观点 - TransUnion研究显示，加拿大企业因欺诈造成的财务损失在2025年达到1110亿加元，较2024年的780亿加元增长42% [1][3][6] - 尽管加拿大境内的可疑数字欺诈尝试率从2024年上半年的5.4%下降至2025年上半年的4.2%，但企业实际报告的损失金额却显著上升 [3][6] - 合成身份欺诈造成的损失占比从2024年的18%大幅上升至2025年的26%，成为增长最快的欺诈类型 [1][7] - 在线社区和赌博行业是可疑数字欺诈尝试率最高的领域，在加拿大分别达到11.4%和10.9% [8][10] 欺诈损失规模与趋势 - 加拿大企业因欺诈造成的损失相当于其总收入的7.2% [3] - 诈骗和授权欺诈是造成企业损失的主要原因，占总损失的29% [5][6] - 合成身份欺诈在加拿大市场的占比增长幅度超过了所有其他被调查市场 [7] 行业欺诈尝试率变化 - 在线社区（包括论坛和交友平台）的可疑数字欺诈尝试量同比增长68%，尝试率达到11.4% [1][8][10] - 赌博行业的可疑数字欺诈尝试率为10.9%，尝试量同比增长16% [8][10] - 金融服务行业的可疑数字欺诈尝试率仅为2.1%，尝试量同比下降40% [9][10][12] - 保险行业的可疑数字欺诈尝试率为2.0%，尝试量同比下降27% [9][12] 主要欺诈类型与手段 - 60%的加拿大企业领导者报告客户曾遭遇欺诈者通过电子邮件冒充其品牌 [3][6] - 48%的加拿大企业领导者表示客户在过去一年中曾遭遇来电显示欺骗 [3][6] - 账户接管欺诈占比16%，第一方欺诈占比15%，第三方欺诈占比13% [11] 欺诈防控技术有效性 - 身份验证技术被53%的企业领导者认为是最有效的欺诈防控手段 [11] - 设备声誉分析的有效性占比46%，电子邮件声誉分析和行为生物识别技术各占42% [11] - IP情报和合成身份检测技术的有效性各占40%，电话号码声誉分析占比39% [11] 消费者欺诈意识与行为 - 2025年2月至5月期间，46%的加拿大消费者表示成为欺诈目标，但仅6%报告受害，低于全球平均的9% [12] - 37%的消费者在过去60天内因网络安全担忧未采取任何行动，其中44%表示不知道应采取何种措施 [12]

核心观点 - 美国金融机构因合成身份欺诈面临重大财务风险 截至2024年的一年中 风险敞口超过33亿美元[1] 利用包含真实世界属性的公共数据进行早期识别至关重要[1][4] 行业挑战与欺诈特征 - 合成身份欺诈手法复杂且无单一模式 其结合真实与伪造信息 常使用被盗的社会安全号码和虚构姓名 并能模仿合法消费者行为以绕过传统验证系统[2][3] - 合成身份通常表现出稳定、低风险的行为模式 使其与真实个体难以区分 对金融机构的检测能力构成持续挑战[3] - 缺乏某些“生存特征”是识别合成身份的关键指标 例如 30-50%的合成身份没有已知亲属或机动车登记记录 这使其为合成身份的可能性比合法身份高出多达7倍[4] - 其他高风险特征还包括缺失选民和车辆登记记录 或无房产所有权记录 所有被分析的合成身份均无公开破产记录 这是其普遍特征[4] 解决方案与模型价值 - TransUnion的合成欺诈模型通过主动分析广泛的公共数据指标及其他风险因素 旨在在账户创建等客户旅程早期识别欺诈 从而在造成财务损害前采取预防措施[5] - 该模型通过减少人工审核需求和最小化客户摩擦来提升运营效率 帮助贷方在简化流程的同时 以更高的准确性和速度提升欺诈检测率 保护客户和自身利润[6] - 解决方案强调在客户生命周期的每个阶段进行风险检测 特别是通过识别真实生活属性的缺失来从源头预防欺诈[7] 公司信息 - TransUnion是一家全球信息和洞察公司 在30多个国家拥有超过13000名员工 其解决方案基于核心信用业务 扩展至营销、欺诈、风险和高级分析等领域[8]