Искусственный разум вышел на передовую борьбы с мошенничеством
Расширение сферы и доступность платежей через Интернет приводит к смещению злонамеренного интереса мошенников от торговых платежных терминалов и банкоматов к платежам в режиме реального времени и каналам дистанционного банковского обслуживания.
Наработанные схемы противодействия не всегда своевременно применяются и эффективно противостоят попыткам злоумышленников украсть чужие деньги. Кроме того, в цифровую эпоху, как никогда, велики репутационные риски — обеспокоенные клиенты легко расстаются с теми банками, которые не могут обеспечить сохранность их денег.
На помощь банкам в противостоянии мошенникам приходят искусственный интеллект и машинное обучение
Помочь банкам сохранить деньги клиентов и собственную репутацию могут системы мониторинга и раннего обнаружения мошенничества, построенные с использованием искусственного разума и машинного обучения.
Коротко расскажем об основных преимуществах, которыми обладают такие системы.
Искусственный разум (ИР) не только переосмысливает прошлый опыт, но способен анализировать в режиме реального времени потребительское поведение клиента и отслеживать аномалии в его транзакциях
Традиционные системы предотвращения мошенничества основываются на моделях оценки, которые достоверно анализируют схемы мошенничества, известные из прошлого опыта. На основе этого анализа разрабатываются, например, единые для всех клиентов правила и ограничения по использованию карточек:
лимиты операций по снятию наличных и оплате товаров и услуг
ограничения по странам
классификация торговых точек по степени риска (например, выделение казино в отдельную группу риска)
— при таком подходе сложно строить прогнозы, распознавать новые виды мошенничества и разрабатывать меры по его предотвращению.
Банки, финансовые институты и цифровые компании получают более высокий уровень точности в оценке риска поведения клиентов и возможных потерь, применяя системы искусственного разума, сочетая и комбинируя:
алгоритмы контролируемого машинного обучения — обучения, построенного на изучении и анализе исторических данных, событий, фактов и тенденций
алгоритмы неконтролируемого машинного обучения, основанного на поиске аномалий и действительных связей между возникающими факторами и переменными
О том, как машинное обучение используется в рекрутинге, можно почитать здесь: Искусственный разум начал принимать людей на работу. Чего ожидать претендентам?
Искусственный разум в состоянии выявить аномальные транзакции, принять решения об их отклонении и, тем самым, предотвратить мошенническую деятельность, снизить прямые потери и уменьшить расходы по оспариванию возвратных сделок.
Передовые технологии оценки, построенные с применением искусственного интеллекта, позволяют обнаруживать мошеннические атаки в режиме реального времени, а не ждать несколько недель, когда в банк начнут поступать требования о возврате платежей и/или жалобы клиентов.
Когда банки полагаются только на традиционные структурированные отчеты, лимиты и правила, очень сложно обнаружить и предупредить новые мошеннические атаки. ИР устраняет необходимость всегда играть в догонялки с онлайн - мошенниками.
Искусственный разум позволяет избегать избыточных ограничений и сохранять хорошие отношения с клиентами
Банки, уже столкнувшиеся с мошенничеством, часто устанавливают более строгие, контролирующие стандарты для одобрения транзакций. Под действие этих ограничительных мер часто попадают клиенты, имеющие длительную положительную историю взаимодействия с банком, которая легко может быть перечеркнута одним необоснованным отказом.
Системы предотвращения мошенничества на основе ИР способны использовать более тонкие настройки в оценке профилей клиентов, аномалий отельных операций и исторических данных, и принимать решения по одобрению сделок для благонадежных клиентов.
Искусственный разум позволяет в режиме реального времени строить модели эффективности бизнеса
Одним из наиболее ценных аспектов платформ предотвращения мошенничества на основе искусственного разума и машинного обучения является их способность моделировать и мгновенно настраивать и отображать результаты бизнеса, которые зависят, в том числе, и от суммы потерь от мошенничества, в управленческой отчетности.
При этом легко увидеть результаты всего бизнеса, отдельных продуктовых линий, отделов и сезонов продаж.
В итоге, следует отметить, что банки и финансовые компании применяют машинное обучение для достижения нового уровня в точности оценки рисков и скорости реакции на них, а системы предотвращения мошенничества на основе искусственного разума являются основополагающими для этих усилий.
В таком контексте, использование возможностей машинного обучения — это будущее противостоянию мошенничеству.
О других аспектах машинного обучения можно узнать на практическом семинаре «Роль Machine learning сегодня. Трансформация представления о мире через модельную функцию в реальных и перспективных кейсах», который пройдет 16 августа 2019 года в Минске, в конференц-зале «Президент-Отеля». Подробнее здесь