À mesure que les services financiers numériques deviennent plus avancés, les efforts des pirates informatiques et des fraudeurs malveillants pour pénétrer dans ces précieux systèmes augmentent également, tout comme les efforts des régulateurs pour construire de meilleures structures pour éviter ces abus.

Pour aider le secteur financier à répondre à ces demandes, une startup basée à Amsterdam appelée Quatrième ligne a créé un ensemble de solutions basées sur l’IA pour aider à la vérification d’identité, aider les entreprises à se conformer aux règles anti-blanchiment d’argent et plus encore. Aujourd’hui, il a déclaré avoir levé 50 millions d’euros (54 millions de dollars) de financement pour développer cette technologie.

Le cycle entièrement en actions est dirigé par Finch Capital, avec d’autres investisseurs non divulgués (dont l’un est un partenaire institutionnel stratégique, m’a-t-on dit). Fourthline existe depuis 2013 – construisant sa technologie pendant cinq ans avant de se lancer commercialement en 2018 – et il a principalement grandi par ses propres moyens, avec seulement 70 millions d’euros levés à ce jour, y compris cette dernière injection de 50 millions d’euros. La valorisation de la société n’est pas divulguée.

Au cours des cinq années qui ont suivi son lancement, la croissance a été impressionnante : les clients de Fourthline incluent N26, Qonto, Trade Republic, FlatexDEGIRO, Scalable Capital, NN et Western Union, ainsi que des places de marché comme Wish. Et les affaires ont augmenté de 80% par an au cours des cinq dernières années. Au total, il affirme que sa technologie aide à contrôler « des millions » de consommateurs chaque année.

À une époque où nous assistons à de nombreuses controverses sur le potentiel d’utilisation et d’abus de l’intelligence artificielle, le problème auquel Fourthline s’attaque, en quelque sorte, est parfaitement adapté aux pouvoirs de l’intelligence artificielle de la meilleure des manières.

Sa prémisse est basée sur quelques faits clés : il existe de nombreuses voies que les acteurs malveillants peuvent emprunter pour exploiter les services financiers numériques, que ce soit en volant des données, en se faisant passer pour des personnes ou en adoptant d’autres approches pour voler de l’argent ou déplacer des fonds de manière illicite. Les humains sont évidemment une partie importante de la solution pour lutter contre cela. Mais la prolifération et la sophistication croissante des approches malveillantes, qui proviennent d’humains mais aussi de machines et parfois d’IA, rendent de plus en plus difficile la lutte contre ces approches malveillantes et ces tentatives de fraude.

Ainsi, selon la pensée, les approches basées sur l’IA qui utilisent la vision par ordinateur, l’apprentissage automatique et d’immenses analyses de données pour détecter quand quelque chose n’est pas comme il se doit ne sont pas seulement utiles, mais indispensables.

La technologie de Fourthline comprend actuellement environ 200 contrôles, couvrant des domaines tels que l’examen des documents d’identité, l’analyse des données biométriques, la vérification des enregistrements du lieu de résidence, la vérification des noms par rapport aux listes de sanctions, etc. Certains d’entre eux peuvent être de simples vérifications de base de données, mais d’autres sont des cibles mobiles très complexes. Cette partie obtiendra plus de ressources de R&D avec cette ronde de financement en plus de ce que Fourthline a déjà investi.

« Nous avons beaucoup investi du côté de l’authentification », a déclaré Krik Gunning, PDG et co-fondateur de Fourthline, dans une interview. Cela inclut, a-t-il dit, « l’examen des pièces d’identité et des passeports de différentes manières ».

La société affirme que cette approche est capable d’identifier 60 % de fraude en plus avec un taux de précision de 99,98 %.

Un certain nombre de startups existent déjà pour aider les fintechs et d’autres à se conformer dans des domaines tels que la réglementation KYC (connaître votre client) et la vérification d’identité, mais Gunning a souligné que la norme est d’adopter une approche très différente : les entreprises ont largement construit des solutions qui s’appuient généralement sur l’utilisation d’API et d’une technologie de base construite par des tiers, qui est ensuite personnalisée par la startup en question.

Fourthline a adopté un autre point de vue : il est préférable de créer votre propre technologie à partir de zéro en utilisant vos propres ensembles de données propriétaires, car cela facilite le contrôle et la modification, et bien sûr, à long terme, cela lui apporte également un meilleur service. les marges aussi.

« Nous utilisons notre propre OCR [optical character recognition] modèle pour la zone numérique et un autre pour la zone visuelle pour vérifier si elle a été altérée. Et oui, beaucoup l’ont aussi, mais nous sommes alors également en mesure d’aborder le revers de la médaille, ce qui est beaucoup plus difficile : confirmer si quelque chose est authentique, mais aussi identifier la raison pour laquelle cela pourrait ou non l’être. » Cela implique des enquêtes plus approfondies sur les images fantômes et la capacité de comprendre même l’éclairage utilisé pour créer une image. « Nous avons beaucoup investi pour cela. » C’est l’une des principales raisons pour lesquelles il a fallu des années à l’entreprise pour lancer un seul produit.

L’entreprise a une vision très simplifiée de la façon dont elle va sur le marché. Il n’y a, pour l’instant, aucun plan pour créer des services au-delà de la vérification KYC, AML et ID. Ainsi, bien que la notation de crédit puisse sembler une opportunité très adjacente et évidente, ce n’est pas celle que Fourthline poursuivra pour l’instant. De même, c’est pourquoi il se concentre uniquement sur le secteur financier et n’applique pas sa technologie ou n’envisage pas le développement des affaires avec les nombreux autres secteurs qui pourraient également acheter des services d’identification. Les gouvernements, qui ont essayé de créer des schémas d’identification universels – avec des résultats très fragmentés – ne sont pas des clients. Du moins pas maintenant.

« Il y a beaucoup d’entreprises dans cet espace qui font beaucoup avec l’IA, mais en toute honnêteté, cela prend beaucoup de temps, d’investissement, de connaissances et de formation avant de pouvoir amener les modèles d’IA au niveau souhaité », a-t-il déclaré. « La seule façon de le faire est de se concentrer. Nous ne pourrions pas faire cela pour tous les secteurs dans toutes les régions du monde, c’est pourquoi nous le faisons là où nous pouvons jouer un rôle. C’est pourquoi nous nous concentrons sur les institutions financières en Europe.

Dans un marché en proie à des startups fortement capitalisées qui ont eu du mal à être à la hauteur de leurs valorisations et de leurs attentes de croissance, l’orientation rationalisée de Fourthline, ses rendements prouvés et, surtout, la technologie construite par ses propres ingénieurs sont des exemples de ce qui résonne actuellement auprès des investisseurs, et ce qui est probablement considéré comme une base plus saine pour grandir sur toute la ligne.

Radboud Vlaar, associé directeur de Finch Capital, l’a décrit avec autant d’économie que Fourthline avec sa propre approche : « Nous croyons fermement à la résolution des problèmes de conformité dans ce secteur grâce à une stratégie de croissance ciblée tirant parti d’une approche de plate-forme utilisant une technologie propriétaire. .”