Для борьбы с некорректными кодами в чеках начали использовать технологии ИИ

ВТБ разработал сервис на базе технологий искусственного интеллекта (ИИ) для борьбы с мискодингом (присвоение некорректного MCC – Merchant Category Code – кода категории продавца) при проведении платежей, сообщили в банке. Также об использовании нейросетей для определения корректного кода рассказали в производителе оборудования для автоматизации касс АТОЛ.

Ряд юрлиц целенаправленно заявляют другой вид деятельности, чтобы экономить на комиссиях платежной системы, и по итогу покупатели, зарегистрированные в программе лояльности, теряют свой кешбэк, отметил вице-президент Ассоциации банков России Алексей Войлуков. Кроме того, из-за мискодинга и банк несет издержки, получая штрафы со стороны платежной системы. Для рядовых пользователей некорректное отображение кода предприятия ведет к потере пользовательских кешбэков, добавил он. 

По словам представителя ВТБ, новый сервис банка анализирует данные об операциях и массивы открытых данных: отзывы покупателей в интернете, информацию о расположении торговых точек и др. «Вместе все эти данные позволяют выявлять случаи мискодинга, когда клиент, например, расплачивается в ресторане, а в данные по операции попадает информация, будто он расплатился в продуктовом магазине», – сообщил представитель ВТБ. Когда система предполагает, что МСС-код указан некорректно, данные о нем перепроверяются сотрудниками банка, и, если ошибка подтверждается, банк инициирует изменение кода на верный, добавил он.

На этапе пилотного проекта новое решение выявило случаи мискодинга как минимум в 5% предприятий, сообщил представитель ВТБ.

Другие участники рынка также используют технологии ИИ для борьбы с мискодингом. Так, в АТОЛ Pay решили привлечь нейросеть GigaChat для помощи клиентам при определении правильного MCC, рассказал директор сервиса по продукту Андрей Лебедев. «Она позволяет проанализировать несколько факторов, в том числе историю транзакций и профиль потребителей», – отметил специалист. Это позволяет системе предложить подходящий МСС для определенной компании или бизнеса.

«Открытие» использует «подходы с точечным использованием алгоритмов автоматизированной проверки», сообщил директор департамента эквайринга банка Виталий Брикунов, не уточнив подробностей.

MCC-код влияет на размер межбанковского вознаграждения за эквайринг: из комиссии продавца банк-эквайер удерживает часть платежа, а остальное распределяется между банком-эмитентом и платежной системой, в которой зарегистрирована банковская карта пользователя, пояснил главный юрисконсульт практики интеллектуальной собственности юридической компании «ЭБР» Кирилл Ляхманов.

Большую часть комиссии с операции составляет межбанковский платеж банку-эмитенту карты, уточнила коммерческий директор международного платежного провайдера Payture Светлана Баева. Тариф определяется платежной системой. В зависимости от подобранного в качестве альтернативы МСС недобросовестный продавец может получить 0,5% и более преимущества в стоимости эквайринга ценой нанесения соответствующего ущерба банку-эмитенту и держателю карты, оценила эксперт.

«Мискодинг приводит к уменьшению выручки эмитента по самым «дорогим» транзакциям: к ним относятся средний и малый бизнес в сегменте FMCG (товары массового спроса – прим. «Ведомости. Технологий»), в котором комиссия составляет значительную сумму среднего чека», – констатировал Ляхманов.

Выгодоприобретателем некорректно оформленного кода может быть и банк-эквайер, который заинтересован удержать как можно больше клиентов-мерчантов за счет снижения ставок на эквайринг, добавила Баева. 

Национальная система платежных карт взимает оборотный штраф за мискодинг до пяти руб. за каждую некорректную операцию, плюс 50 000 руб. за факт нарушения, подразумевает публичная оферта НСПК о заключении договора оказания операционных услуг. «В масштабах банка уровня ВТБ речь может идти об издержках в миллионы рублей за квартал», – отметил представитель организации.

Использование ИИ особенно актуально в контексте мискодинга, поскольку технология позволяет находить ошибки и закономерности в огромных массивах данных, где от человеческого внимания некоторые детали могли бы ускользнуть, отметил СЕО облачной системы управления бизнесом S2 Андрей Батарин. При этом в банковском секторе в целом наблюдается всплеск интереса к ИИ-решениям, заметила генеральный директор Content AI Светлана Дергачева. Она привела данные аналитиков McKinsey, согласно которым в мировом банковском секторе генеративный искусственный интеллект может способствовать росту рынка на $200‒340 млрд или на 2,8‒4,7% ежегодно.