Kavach: Banka dolandırıcılığını TigerGraph'te adım adım araştıran yapay zeka

Bir banka uyarısı geldiğinde, o uyarı tek başına bir kararı belirlemez. Dolandırıcılık mı, yoksa meşru bir işlem mi? Başka kartlar da mı karışmış? Müşteri mi korunacak, yoksa hukuki bildirim mi yapılacak? Kavach, Subhojyoti Maity ve Arni Bachhar'ın TigerGraph Hacker House Goa 2026 final roundunda geliştirdiği sistem, tam bu soruları cevaplamak için tasarlandı.

İlk roundda temel bir dolandırıcılık araştırma ajanı inşa ettiler. Final roundda işler cidileşti: 18 yeni uyarı, 650.938 işlem (Temmuz 2016, Ocak 2017), bankanın 5.585 kapalı davası ve 14 zorluk, banka denetim listesi gibi okuyordu. Kavach'ın farkı, bir LLM'ye uyarıyı yapıştırıp "dolandırıcılık mı?" diye sormak yerine, her adımını göstermesi. Neden? Çünkü banka sonradan o kararı denetlemek, tekrar çalıştırmak, hukuki dosya tutmak zorunda.

TigerGraph burada kritik rol oynadı. Kartlar, işlemler, müşteriler, adresler arasındaki ilişkileri grafik veritabanında modelleyerek, Kavach bir uyarıdan başlayıp tüm bağlantıları harita gibi çizebiliyor. Hangi kartlar aynı cihazda kullanıldı? Hangi işlemler şüpheli örüntüyü oluşturuyor? Banka politikasına göre SAR (Suspicious Activity Report) dosyalanmalı mı? Her bulgu, her adım kaydediliyor ve açıklanıyor.

Bu yaklaşım, yapay zekanın finans sektöründe nasıl kullanılması gerektiğini gösteriyor: hızlı sonuç değil, denetlenebilir, tekrarlanabilir, açıklanabilir soruşturma. Kavach'ın başarısı, dolandırıcılığı yakalamak kadar, bankanın ve müşterinin güvenini kazanmakta yatıyor.