Nos últimos meses, casos de vazamento de dados e uso indevido das informações de clientes geraram diversos danos em algumas organizações. O Facebook é um dos exemplos recentes mais emblemáticos, já que perdeu um grande valor de mercado e se viu obrigado a modificar suas políticas de privacidade às pressas sob os olhares revoltados de seus usuários. No setor financeiro não é diferente. Sempre que alguma instituição se vê envolvida em um incidente de segurança, os prejuízos são incontáveis.
“Um banco precisa ter muito mais responsabilidade com os dados dos seus clientes, afinal, uma senha vazada pode gerar perdas milionárias”, explica Julio Carvalho, diretor LATAM de Cibersegurança e API da CA Technologies.
Fraudes de identidade representam um risco tão alto para os bancos ultimamente que, somente neste ano, devem ser investidos US$ 4,5 bilhões em gerenciamento de acesso, segundo informações do Gartner.
No entanto, os desafios dos bancos vão além, já que a segurança nunca pode gerar um atrito na experiência do usuário. “O cliente é cada vez mais exigente e intolerante com interfaces lentas e designs pouco intuitivos”, afirma.
O diferencial está em justamente cuidar do ciclo completo da usabilidade desse cliente, do momento em que faz o download do app e autentica sua identidade até a facilidade e rapidez com que realiza seus serviços.
O case do Banco Original é um bom exemplo de como a CA vem trabalhando com as instituições financeiras. “A instituição foi criada com a proposta de descomplicar a relação dos clientes com suas finanças e tudo pode ser feito por meio de dispositivos móveis”, explica.
Segundo Carvalho, eles tinham o desafio de criar recursos e produtos com rapidez, qualidade e segurança, e o banco buscou uma solução que lhe permitisse criar uma plataforma de API aberta, confiável e eficiente. “Com isso, o Banco Original facilitou a inovação e acelerou o lançamento de serviços seguros e de qualidade”.
Novas frentes de proteção
Tecnologias de Inteligência Artificial e o amadurecimento dos modelos analíticos disponíveis estão transformando o mercado de Segurança nesse sentido. “Em um cenário típico de big data, onde cada vez mais registros de acesso, autenticação e transação se misturam, é desafiador rastrear ataques em padrões que mudam muito rapidamente”, explica Carvalho.
Ao utilizar técnicas de Machine Learning, as soluções tiram do especialista a responsabilidade de prever todo os tipos possíveis de desvios, deixando esse trabalho para um motor que reaprende e se adapta mais rapidamente.
