Logo Zephyrnet

L’intelligenza artificiale come strumento di lotta alle frodi nelle cooperative di credito

Data:

Se l’intelligenza artificiale (AI) viene impiegata correttamente, migliorerà le capacità decisionali in materia di frode delle cooperative di credito, Di Provenir EVP per il Nord America Kathy guarda crede.

L’individuazione e la prevenzione delle frodi è una priorità assoluta per le cooperative di credito poiché considerano come l’intelligenza artificiale può migliorare l’erogazione dei servizi, probabilmente perché la frode le colpisce duramente. Secondo un recente sondaggio, il 79% delle cooperative di credito e delle banche comunitarie ha segnalato perdite dirette per frode superiori a 500,000 dollari, più di qualsiasi altro segmento. Secondo Juniper Research, nel 10 le aziende di tutto il mondo spenderanno più di 2027 miliardi di dollari ogni anno in piattaforme strategiche di rilevamento e prevenzione delle frodi finanziarie basate sull’intelligenza artificiale. Si tratta di un aumento di oltre il 50% rispetto al 2022.

Secondo Stares, l’intelligenza artificiale predittiva consente alle organizzazioni finanziarie di ottimizzare i processi aziendali. Ciò libera risorse e favorisce un approccio più mirato alla frode. L’intelligenza artificiale può elaborare milioni di attributi che vanno oltre le capacità umane per fornire capacità predittive efficaci nella modellazione delle frodi lungo l’intero ciclo di vita del cliente.

"Ci sono tendenze che vengono identificate, e la capacità di renderle operative in una piattaforma decisionale, penso, sia la chiave", ha detto Stares.

Le cooperative di credito hanno considerazioni uniche sull’intelligenza artificiale

In base alla progettazione, le cooperative di credito possono attrarre diversi tipi di frode. Il design delle loro filiali e dei loro membri si presta a frodi di prima parte e di identità. Ciò attira anche le truffe di ingegneria sociale.

Man mano che integrano soluzioni di prevenzione delle frodi digitali, le cooperative di credito devono mantenere un'elevata fiducia con la loro base localizzata. I sistemi devono ridurre i falsi positivi e consentire ai clienti legittimi di effettuare transazioni senza problemi. Stares ha affermato che i sistemi basati sull’intelligenza artificiale devono essere abbinati a decisioni in tempo reale per fornire identificazione e avvisi tempestivi.

Kathy Stares ha affermato che le cooperative di credito dovrebbero fondere l’intelligenza artificiale con dati alternativi per ottenere risultati migliori.

Le cooperative di credito tendono ad avere basi di clienti più omogenee. L’intelligenza artificiale è perfetta per identificare rapidamente comportamenti problema. Man mano che il modello riceve più dati, identificherà l’attività sospetta molto più rapidamente.

"È importante essere accoppiati con dati alternativi", ha consigliato Stares. “Si tratta di verificare se ha una natura predittiva nell'identificazione delle frodi lungo tutto il ciclo di vita, come la frode risolta. L’inserimento di dati KYC e AML, utilizzando potenzialmente dati basati sulle transazioni in cui i clienti consentono di esaminare i loro conti bancari e finanziari effettivi, sarà indicativo di cose che possono spostare future frodi. 

"Ecco perché è importante che la tecnologia inserisca i dati in tempo reale in modo da poterli utilizzare... per migliorare i modelli o potenzialmente inserire modelli da sostenere/sfidare per osservare la natura predittiva della prevenzione delle frodi durante l'intero ciclo di vita . Quindi l’allarme tempestivo è fondamentale”.

Anche i truffatori utilizzano l’intelligenza artificiale. Li aiuta a passare rapidamente a nuove strategie mentre le istituzioni si adeguano alle loro tattiche. Le cooperative di credito possono utilizzarlo per gli stessi scopi: identificare rapidamente l'attività sospetta prima che venga cancellata come riscossione.

Considerazioni sulla scalabilità

Anche l’intelligenza artificiale svolge un ruolo nel consolidamento e nell’espansione delle cooperative di credito. Stares ha affermato che è essenziale che l’intelligenza artificiale sia collegata a tutti i database rilevanti, considerando i falsi positivi e osservando tutto nella sua totalità. I dati sono fondamentali. Sviluppare competenze nell'inserimento di dati e quindi nell'utilizzo dell'intelligenza artificiale per rilevare rapidamente le frodi.

"Non credo che le dimensioni contino", ha detto Stares. “Le dimensioni e la scala possono comportare diversi tipi di attacchi fraudolenti e numero di attacchi fraudolenti, ma penso che il modo in cui li gestisci sia lo stesso con l’utilizzo dell’intelligenza artificiale con iniezione di dati alternativi ed elaborazione di modelli in tempo reale.

“Se disponi della tecnologia giusta e sei in grado di connetterti a tutti i silos e inserire altri dati, eseguili allo stesso modo attraverso le tue strategie decisionali e trattali allo stesso modo perché hai consolidato i dati. Non credo che ci sia un rischio significativo. Se non sei in grado di farlo, potrebbero esserci dei rischi nel trattare ciascuna popolazione perché potresti dover trattare ciascuna popolazione in modo diverso. E potresti avere un rischio maggiore di falsi positivi. 

IA predittiva e tocco umano: considerazioni importanti

Sebbene l’intelligenza artificiale generativa stia suscitando più interesse, le istituzioni dovrebbero considerare innanzitutto l’intelligenza artificiale predittiva. Stares ha affermato che può aiutare a testare l’efficacia di diversi modelli di rilevamento delle frodi. Quali creano più falsi positivi, ad esempio? Anche i modelli basati sull’intelligenza artificiale imparano dai propri errori e migliorano nel tempo.

E sebbene l’intervento umano abbia la sua importanza, secondo Stares può anche ostacolare l’efficacia dell’intelligenza artificiale. L’intervento umano si basa sull’esperienza. Se i modelli diventano troppo retrospettivi, il loro potere predittivo viene diluito.

È inoltre necessario mantenere un'esperienza cliente ottimale. La lealtà non è più quella di una volta.

“La fedeltà verso un istituto finanziario non è più quella di una volta”, ha osservato Stares. “Ma se riesci a fornire l’esperienza e tutti gli aspetti del prodotto in un unico posto, è probabile che il tuo consumatore rimanga lì. 

“Quindi non è possibile trasferire il rischio sull'esperienza del cliente. È necessario utilizzare l’intelligenza artificiale e i dati per mitigare le frodi o il rischio di credito senza incidere sul cliente”.

  • Tony ZeruchaTony Zerucha

    Tony è un collaboratore di lunga data negli spazi fintech e alt-fi. Due volte candidato a LendIt Journalist of the Year e vincitore nel 2018, Tony ha scritto più di 2,000 articoli originali su blockchain, prestito peer-to-peer, crowdfunding e tecnologie emergenti negli ultimi sette anni. Ha ospitato panel a LendIt, al Summit CfPA e a Unchained di DECENT, un'esposizione blockchain a Hong Kong. Invia un'e-mail a Tony qui.

.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; }

spot_img

L'ultima intelligenza

spot_img