यदि कृत्रिम बुद्धिमत्ता (एआई) को ठीक से तैनात किया जाता है, तो यह क्रेडिट यूनियनों की धोखाधड़ी निर्णय लेने की क्षमताओं में सुधार करता है, प्रोवेनिर का उत्तरी अमेरिका के लिए ईवीपी कैथी स्टार्स विश्वास रखता है।

धोखाधड़ी का पता लगाना और रोकथाम क्रेडिट यूनियनों के लिए सर्वोच्च प्राथमिकता है क्योंकि वे विचार करते हैं कि एआई कैसे सेवा वितरण में सुधार कर सकता है, संभवतः क्योंकि धोखाधड़ी उन पर कड़ी चोट करती है। एक हालिया सर्वेक्षण के अनुसार, 79% क्रेडिट यूनियनों और सामुदायिक बैंकों ने प्रत्यक्ष धोखाधड़ी घाटे में $500,000 से अधिक की सूचना दी, जो किसी भी अन्य खंड से अधिक है। जुनिपर रिसर्च के अनुसार, 10 में दुनिया भर के व्यवसाय एआई-सक्षम वित्तीय धोखाधड़ी का पता लगाने और रोकथाम रणनीति प्लेटफार्मों पर हर साल 2027 बिलियन डॉलर से अधिक खर्च करेंगे। यह 50 से 2022% से अधिक की वृद्धि है।

स्टार्स ने कहा कि भविष्य कहनेवाला एआई वित्तीय संगठनों को व्यावसायिक प्रक्रियाओं को अनुकूलित करने में सक्षम बनाता है। यह संसाधनों को मुक्त करता है और धोखाधड़ी के प्रति अधिक केंद्रित दृष्टिकोण को बढ़ावा देता है। एआई ग्राहक जीवन चक्र में धोखाधड़ी मॉडलिंग में प्रभावी भविष्य कहनेवाला क्षमता प्रदान करने के लिए मानवीय क्षमता से परे लाखों विशेषताओं को संसाधित कर सकता है।

स्टार्स ने कहा, "ऐसे रुझान हैं जिनकी पहचान की गई है, और निर्णय लेने वाले मंच पर उन्हें संचालित करने की क्षमता ही महत्वपूर्ण है।"

क्रेडिट यूनियनों के पास अद्वितीय एआई विचार हैं

डिज़ाइन के अनुसार, क्रेडिट यूनियन विभिन्न प्रकार की धोखाधड़ी को आकर्षित कर सकते हैं। उनकी शाखा और सदस्यता डिज़ाइन प्रथम-पक्ष और पहचान धोखाधड़ी के लिए उपयुक्त है। यह सोशल इंजीनियरिंग घोटालों को भी आकर्षित करता है।

चूँकि वे डिजिटल धोखाधड़ी रोकथाम समाधानों को एकीकृत करते हैं, इसलिए क्रेडिट यूनियनों को अपने स्थानीय आधार के साथ उच्च विश्वास बनाए रखना चाहिए। सिस्टम को झूठी सकारात्मकता को कम करना चाहिए और वैध ग्राहकों को निर्बाध रूप से लेनदेन करने की अनुमति देनी चाहिए। स्टार्स ने कहा कि शुरुआती पहचान और चेतावनी देने के लिए एआई-आधारित सिस्टम को वास्तविक समय पर निर्णय लेने के साथ जोड़ा जाना चाहिए।

क्रेडिट यूनियनों के पास अधिक समरूप ग्राहक आधार होते हैं। एआई असामान्य व्यवहार की तुरंत पहचान करने के लिए एकदम सही है। जैसे ही मॉडल को अधिक डेटा दिया जाएगा, यह संदिग्ध गतिविधि की अधिक तेजी से पहचान करेगा।

"वैकल्पिक डेटा के साथ जुड़ना महत्वपूर्ण है," स्टार्स ने सलाह दी। “यह आ रहा है और यह देखने के लिए मिलान किया जा रहा है कि क्या इसमें धोखाधड़ी का भंडाफोड़ करने जैसी जीवनचक्र में धोखाधड़ी की पहचान करने में कोई पूर्वानुमानित प्रकृति है। केवाईसी और एएमएल डेटा डालना, संभावित रूप से लेनदेन-आधारित डेटा का उपयोग करना जहां ग्राहक आपको अपने वास्तविक बैंक खातों और वित्तीय को देखने की अनुमति देते हैं, उन चीजों का संकेत होगा जो भविष्य में धोखाधड़ी को जन्म दे सकते हैं। 

“इसीलिए डेटा को वास्तविक समय में इंजेक्ट करने के लिए तकनीक महत्वपूर्ण है ताकि आप डेटा का उपयोग कर सकें… मॉडल को बढ़ाने के लिए या संभावित रूप से मॉडल डालने के लिए जिसमें आप जीवनचक्र में धोखाधड़ी को रोकने की पूर्वानुमानित प्रकृति को देखने के लिए चैंपियन/चुनौती दे सकें। . इसलिए शीघ्र चेतावनी महत्वपूर्ण है।”

जालसाज़ एआई का भी उपयोग करते हैं। इससे उन्हें नई रणनीतियों की ओर तेज़ी से बढ़ने में मदद मिलती है क्योंकि संस्थान उनकी रणनीति को पकड़ लेते हैं। क्रेडिट यूनियन इसका उपयोग समान उद्देश्यों के लिए कर सकते हैं: संग्रह के रूप में बट्टे खाते में डाले जाने से पहले संदिग्ध गतिविधि की तुरंत पहचान करना।

स्केलिंग संबंधी विचार

क्रेडिट यूनियनों के सुदृढ़ीकरण और पैमाने हासिल करने में एआई भी भूमिका निभाता है। स्टार्स ने कहा कि एआई के लिए सभी प्रासंगिक डेटाबेस से जुड़ा होना, झूठी सकारात्मकता पर विचार करना और हर चीज को समग्रता में देखना आवश्यक है। डेटा कुंजी है. धोखाधड़ी का तुरंत पता लगाने के लिए डेटा इंजेक्ट करने और फिर एआई का उपयोग करने में दक्षता विकसित करें।

"मुझे नहीं लगता कि आकार मायने रखता है," स्टार्स ने कहा। “आकार और पैमाने विभिन्न प्रकार के धोखाधड़ी हमलों और धोखाधड़ी हमलों की संख्या में ला सकते हैं, लेकिन मुझे लगता है कि जिस तरह से आप उन्हें संभालते हैं वह वैकल्पिक डेटा इंजेक्शन और मॉडलों के वास्तविक समय प्रसंस्करण के साथ एआई का उपयोग करने के समान है।

“यदि आपके पास सही तकनीक है, और आप सभी साइलो से जुड़ने और अन्य डेटा डालने में सक्षम हैं, तो उन्हें अपनी निर्णय रणनीतियों के माध्यम से उसी तरह चलाएं और उनके साथ उसी तरीके से व्यवहार करें क्योंकि आपने डेटा को समेकित कर लिया है। मुझे नहीं लगता कि कोई बड़ा ख़तरा है. यदि आप ऐसा करने में असमर्थ हैं, तो प्रत्येक जनसंख्या के साथ व्यवहार करने में जोखिम हो सकते हैं क्योंकि आपको प्रत्येक जनसंख्या के साथ अलग-अलग व्यवहार करना पड़ सकता है। और आपको अधिक झूठी सकारात्मकता का जोखिम हो सकता है।" 

पूर्वानुमानित एआई और मानवीय स्पर्श: महत्वपूर्ण विचार

जबकि जेनरेटिव एआई अधिक चर्चा पैदा कर रहा है, संस्थानों को पहले पूर्वानुमानित एआई पर विचार करना बुद्धिमानी है। स्टार्स ने कहा कि यह विभिन्न धोखाधड़ी का पता लगाने वाले मॉडल की प्रभावशीलता का परीक्षण करने में मदद कर सकता है। उदाहरण के लिए, कौन सी चीज़ें अधिक झूठी सकारात्मकताएं पैदा करती हैं? एआई-आधारित मॉडल भी अपनी गलतियों से सीखते हैं और समय के साथ सुधार करते हैं।

और जबकि मानवीय स्पर्श का अपना स्थान है, स्टार्स ने कहा कि यह एआई की प्रभावशीलता में भी बाधा डाल सकता है। मानवीय हस्तक्षेप अनुभव पर आधारित है। यदि मॉडल बहुत पीछे की ओर देखने लगते हैं, तो उनकी भविष्यवाणी करने की शक्ति कमजोर हो जाती है।

इष्टतम ग्राहक अनुभव भी बनाए रखा जाना चाहिए। वफ़ादारी वह नहीं रही जो पहले हुआ करती थी।

स्टार्स ने कहा, "किसी वित्तीय संस्थान के प्रति वफादारी वह नहीं है जो पहले हुआ करती थी।" “लेकिन यदि आप अनुभव प्रदान कर सकते हैं और उत्पाद के सभी बिंदु एक ही स्थान पर प्रदान कर सकते हैं, तो आपके उपभोक्ता के वहीं रहने की संभावना है। 

“तो आप जोखिम को ग्राहक अनुभव पर स्थानांतरित नहीं कर सकते। आपको ग्राहक को प्रभावित किए बिना धोखाधड़ी या क्रेडिट जोखिम को कम करने के लिए एआई और डेटा का उपयोग करने की आवश्यकता है।

.pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .box-header-title { font-size: 20px !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .box-header-title { font-weight: bold !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .box-header-title { color: #000000 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-avatar img { border-style: none !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-avatar img { border-radius: 5% !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-name a { font-size: 24px !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-name a { font-weight: bold !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-name a { color: #000000 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-description { font-style: none !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-description { text-align: left !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta a span { font-size: 20px !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta a span { font-weight: normal !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta { text-align: left !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta a { background-color: #6adc21 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta a { color: #ffffff !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta a:hover { color: #ffffff !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-user_url-profile-data { color: #6adc21 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-twitter-profile-data span, .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-twitter-profile-data i { font-size: 16px !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-twitter-profile-data { background-color: #6adc21 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-twitter-profile-data { border-radius: 50% !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-twitter-profile-data { text-align: center !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-linkedin-profile-data span, .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-linkedin-profile-data i { font-size: 16px !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-linkedin-profile-data { background-color: #6adc21 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-linkedin-profile-data { border-radius: 50% !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-recent-posts-title { border-bottom-style: dotted !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-multiple-authors-boxes-li { border-style: solid !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-multiple-authors-boxes-li { color: #3c434a !important; }

• एसईओ संचालित सामग्री और पीआर वितरण। आज ही प्रवर्धित हो जाओ।
• प्लेटोडेटा.नेटवर्क वर्टिकल जेनरेटिव एआई। स्वयं को शक्तिवान बनाएं। यहां पहुंचें।
• प्लेटोआईस्ट्रीम। Web3 इंटेलिजेंस। ज्ञान प्रवर्धित। यहां पहुंचें।
• प्लेटोईएसजी. कार्बन, क्लीनटेक, ऊर्जा, पर्यावरण, सौर, कचरा प्रबंधन। यहां पहुंचें।
• प्लेटोहेल्थ। बायोटेक और क्लिनिकल परीक्षण इंटेलिजेंस। यहां पहुंचें।
• स्रोत: https://www.fintechnexus.com/ai-as-a-credit-union-fraud-fighting-tool/