En pratique, le logiciel créé par Joël Winteregg et Raffael Maio analyse les habitudes en termes de transactions bancaires de chaque client ou employé d’une banque afin d’établir un profilage précis des habitudes par individu. « Car ce qui est inhabituel chez l’un, peut être totalement commun chez un autre client ou employé » précise Raffael. Dit autrement : un montant très important qui sera versé par un client peut être de l’ordre du « normal » pour lui, tandis que cela relèvera de l’exception chez un autre. Même chose lors des transactions opérées par les employés de banques. « Or, pour nous, l’exception est suspecte, et donc doit être identifiée et vérifiée. Nous traquons donc les opérations inhabituelles, mais à l’échelle individuelle » complète Raffael.
 
Quand IA et machine learning construisent une architecture unique
Bien avant le « boom » de l’IA, NetGuardians avait vu les opportunités qu’offrait cette dernière pour son logiciel. « En faisant une lecture des comportements individuels sur les 6-12 derniers mois, le logiciel est ainsi capable d’anticiper ceux à risque, avec un niveau de précision exceptionnel. Nous avons ainsi pu faire baisser de manière très importante ce que nous appelons les faux positifs, soit les fausses alertes, de celles qui bloquaient par exemple systématiquement des transactions bancaires dès lors que le client sortait « des cases » établies par chaque banque. Nous nous émancipons désormais de ce schéma, pour entrer dans celui de la granularité. »
Et le logiciel ne se contente pas de l’acquis. Il apprend au fil du temps, au fil des transactions, affinant dès lors les profils risque.
 
Aujourd’hui, la société est présente dans une trentaine de pays sur trois continents différents, est reconnue comme l’un des acteurs globaux du « financial crime » et a levé plus de 30 millions de francs en un plus de 10 ans. L’objectif est désormais d’étoffer la gamme de produits afin de pouvoir encore plus servir les clients là où NetGuardians est actif.