A complexidade da atividade fraudulenta, como roubo de pagamentos e lavagem de dinheiro, evoluiu proporcionalmente aos avanços da tecnologia. O Deep Learning (DL) reduz drasticamente os falsos positivos em fraudes transacionais.
Com a disponibilidade de grandes volumes de dados de clientes, como transações brutas ao longo do tempo (RNN) e vetores de resumo de transações (RNN e CNN), as empresas podem treinar redes neurais de AI, como auto-codificadores e modelos, para identificar irregularidades nos padrões de atividade transacional.