人工知能 (AI) が適切に導入されれば、信用組合の不正行為に関する意思決定能力が向上します。 プロヴニールズ 北米担当副社長 キャシー・スターズ 信じています。

信用組合にとって、詐欺の検出と防止は最優先事項であり、AI によってサービス提供を改善できる方法を検討しています。これはおそらく、詐欺による打撃が大きいためと考えられます。最近の調査によると、信用組合と地域銀行の 79% が、直接詐欺による損失が 500,000 万ドルを超えたと報告しており、これは他のどの部門よりも多くなっています。 Juniper Research によると、10 年には世界中の企業が AI を活用した金融詐欺の検出および防止戦略プラットフォームに毎年 2027 億ドル以上を費やすでしょう。これは 50 年から 2022% 以上増加します。

スターズ氏は、予測 AI により金融機関はビジネス プロセスを最適化できると述べました。これによりリソースが解放され、詐欺に対するより集中的なアプローチが促進されます。 AI は人間の能力を超えた何百万もの属性を処理し、顧客のライフサイクル全体にわたる不正行為のモデリングに効果的な予測機能を提供します。

「特定された傾向があり、それを意思決定プラットフォームで運用できる能力が重要だと思います」とスターズ氏は語った。

信用組合には AI に関する独自の考慮事項があります

設計上、信用組合はさまざまな種類の詐欺を引き付ける可能性があります。彼らの支店とメンバーシップの設計は、ファーストパーティおよびなりすまし詐欺に適しています。これはソーシャルエンジニアリング詐欺も招きます。

デジタル詐欺防止ソリューションを統合する際、信用組合は現地拠点との高い信頼を維持する必要があります。システムは誤検知を減らし、正規のクライアントがシームレスに取引できるようにする必要があります。スターズ氏は、早期の識別と警告を提供するには、AI ベースのシステムとリアルタイムの意思決定を組み合わせる必要があると述べました。

信用組合は、より均質な顧客ベースを持つ傾向があります。 AI は異常な行動を迅速に特定するのに最適です。モデルに供給されるデータが増えると、疑わしいアクティビティがより迅速に特定されます。

「代替データと組み合わせることが重要です」と Stares 氏はアドバイスしました。 「それが入ってきて、不正行為の摘発など、ライフサイクル全体にわたる不正行為を特定する予測的な性質があるかどうかを確認するために照合しています。顧客が実際の銀行口座や財務内容を確認できるようにする取引ベースのデータを使用して、KYC および AML データを入力すると、将来の不正行為を引き起こす可能性があることを示すことになります。 

「だからこそ、リアルタイムでデータを注入するテクノロジーが重要であり、そのデータを使用してモデルを強化したり、ライフサイクル全体にわたる不正防止の予測的性質を検討するために擁護/挑戦できるモデルを組み込んだりできる可能性があります」 。したがって、早期の警告が重要です。」

詐欺師も AI を使用します。これは、各機関がその戦術を理解するにつれて、新しい戦略に迅速に舵を切るのに役立ちます。信用組合もこれを同じ目的に使用できます。つまり、回収として償却される前に疑わしい活動を迅速に特定するためです。

スケーリングに関する考慮事項

AI は、信用組合が統合され規模を拡大する際にも役割を果たします。スターズ氏は、AIが関連するすべてのデータベースに接続され、誤検知を考慮し、すべてを全体的に見ることが不可欠であると述べた。データが鍵です。データを挿入し、AI を使用して不正行為を迅速に検出する能力を身につけます。

「サイズは重要ではないと思います」とスターズ氏は言う。 「規模や規模によって、引き起こされる不正攻撃の​​種類や不正攻撃の​​数は異なる可能性がありますが、それらに対処する方法は、代替データ インジェクションとモデルのリアルタイム処理を備えた AI を使用する場合と同じだと思います。

「適切なテクノロジーがあり、すべてのサイロに接続して他のデータを入力できる場合は、データを統合しているため、それらを同じ意思決定戦略に基づいて実行し、同じ方法で扱うことができます。重大なリスクはないと思います。それができない場合は、各集団を異なる方法で処理する必要があるため、各集団の処理にリスクが生じる可能性があります。そして、誤検知のリスクが高まる可能性があります。」 

予測 AI と人間味: 重要な考慮事項

生成型 AI がさらに話題を呼んでいる一方で、教育機関はまず予測型 AI を検討するのが賢明です。スターズ氏は、これはさまざまな不正検出モデルの有効性をテストするのに役立つと述べた。たとえば、誤検知がより多く発生するのはどれでしょうか? AI ベースのモデルも失敗から学習し、時間の経過とともに改善されます。

そして、人間のタッチには一定の役割がある一方で、それが AI の有効性を妨げる可能性もあるとスターズ氏は述べています。人間の介入は経験に基づいています。モデルがあまりにも後ろ向きになりすぎると、その予測力が弱まります。

最適な顧客エクスペリエンスも維持する必要があります。忠誠心は以前のものではありません。

「金融機関に対する忠誠心は、かつてのものではありません」とスターズ氏は述べた。 「しかし、体験を提供し、製品のすべてのポイントを 1 か所で提供できれば、消費者はそこに留まる可能性が高くなります。 

「したがって、リスクを顧客体験に転嫁することはできません。 AI とデータを使用して、顧客に影響を与えることなく詐欺や信用リスクを軽減する必要があります。」

.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; }

• SEO を活用したコンテンツと PR 配信。 今日増幅されます。
• PlatoData.Network 垂直生成 Ai。 自分自身に力を与えましょう。 こちらからアクセスしてください。
• プラトアイストリーム。 Web3 インテリジェンス。 知識増幅。 こちらからアクセスしてください。
• プラトンESG。 カーボン、 クリーンテック、 エネルギー、 環境、 太陽、 廃棄物管理。 こちらからアクセスしてください。
• プラトンヘルス。 バイオテクノロジーと臨床試験のインテリジェンス。 こちらからアクセスしてください。
• 情報源： https://www.fintechnexus.com/ai-as-a-credit-union-fraud-fighting-tool/