生成的データ インテリジェンス

パンデミックの封鎖中に顧客の行動は根本的に変化し、決済業界も自然に変化しました。

詐欺を回避するために、金融業界は常に特定のチェックとバランスを取り、疑わしい行動を特定したり、顧客の行動の変化をグラフ化したりしています。 パターンを特定するためのロジックとトレーニングに基づいたこれらのチェックとバランスは、ロジックとパターン以外に基づくパンデミックがオンラインバンキングを使用したり、デジタルウォレットを通じて商品やサービスを購入したことがない顧客を獲得するまで、ほとんどの部分でうまく機能しました。突然繰り返しそうします。 そして、オンラインの顧客が増えると、詐欺も増えることになります。

ThetaRayの金融サービスソリューション担当EVPであるJamesHeinzman氏は、ATMマーケットプレイスとのインタビューで、「詐欺を特定するために常に使用されていたパターンとモデルは、残念ながらもはや関連性がありません」と述べています。 「銀行は現在、パンデミック前の400〜600倍の量のアラートを生成しており、モデルは、市場の基本的な行動が変化したことを認識するのではなく、新しい行動を疑わしいものとして識別しています。」

ハインツマン氏は、業界がこれまでそのような根本的な変化を見たことがなかったため、パンデミック前に使用されたモデルは、今後何らかの意味を持つように書き直し、再トレーニングし、再調整する必要があると説明しました。

「これは非常に費用とリソースを消費する作業です。 レガシーテクノロジープログラムを書き直すことは本当に意味がありますか？ 教師なし機械学習が問題のより良い解決策であると私たちは信じています。 高度な人工知能ソリューションは、データ駆動型であり、新しい法線に自動的に調整されるため、この問題を解決します」とハインツマン氏は述べています。 「それは、卸売市場の変化と実際の疑わしい行動を正確に区別します。 事前定義されたルールやモデルがないため、前の例がなくても、接続を確立してパターンを識別することができます。」

Q：マネーロンダリング防止および不正防止検出モデルがCOVID-19によってほとんど役に立たなくなった場合、銀行は何をすべきですか？

A: [銀行]が最初に行う必要があるのは、AMLプログラムを見直してみることです。 人、プロセス、テクノロジーをチェックしてください。 彼らは世界が永遠に変わったことを認める必要があります。 ウイルスは消えません。 銀行が実際に新しいテクノロジーを採用し、インフラストラクチャを近代化する時が来ました。 多くの銀行は人間関係に基づいていました  - 人的交流。 それは劇的に変わりました。 将来の銀行業務は、主にWebおよびデジタルチャネルを通じて行われます。 AMLプログラムは、この変化に対応し、テクノロジーを最新化するために適応する必要があります。

Q：銀行はどのようにしてサイバー犯罪の増加にさらされていますか？

A:T彼の銀行の労働力は現在在宅勤務であり、セキュリティシステムはそのために設計されておらず、新たな脆弱性が発生しています。 また、銀行は個人のデバイスでこれらのリモートワーカーに機密情報を公開することを余儀なくされているため、機密データが公開されています。 銀行は、サイバー犯罪に対してより現代的なアプローチを採用し、境界防御だけでなくビジネス活動にも目を向けて、検出されないこれらの侵害を特定して軽減する必要があります。

Q：金融機関が注意しなければならないトップのサイバー犯罪は何ですか？

A:これらの銀行を攻撃する前に見たことのない攻撃がたくさんあり、それらはますます巧妙になっています。 そして今、金融犯罪捜査網の侵害のおかげで、彼らはより多くの情報を得ています。 遠隔地の労働力のおかげで、フィッシングおよびスピアフィッシングの手法はより効果的になっています。 不審なリンクをクリックする可能性は、従業員がオフィスにいないときに増加し、彼らを監督することは困難であることがわかります。 さらに、転職の恐れがあるため、従業員は通常は行わないことを行うため、この種の攻撃に陥るリスクが高くなります。 COVID後の時代の最大の脅威は、銀行自体から来る可能性があります。

Q：新しい直感的なタイプのAIについて説明していただけますか？

A: Artificial Intuitionを使用すると、コンピューターは、人間の経験や過去の出来事に基づいて事前定義されたモデルに従い、何を探すべきかを指示されることなく、脅威と機会を特定できます。 人間の直感が私たちに決定を下すことができるのと同じように、そうする方法について特に指示されることはありません。 基本的に、人工的な直感は、すべてのデータポイントとそれらがどのように接続されているかを評価します。 何が起こっているのか、すべてが他のすべてにどのように接続されているのかについての動的なビューを作成できます。 このようにして、人間の脳が情報を処理し、何が異常であるかを決定する方法を模倣することができます。

人があなたに近づいているのを見たらどうなるか考えてみてください。 ほとんどの人は、定規を取り出して耳の間の距離、目がどれだけ離れているか、あごの長さを測定しません。 彼らがしていることは、この人に関するすべての情報を非常にすばやく調べることです。 データポイントのすべての接続とそれをメモリと比較します。 これは私が以前に見た人ですか？ 彼らは友達ですか？ 脅威？ 同様に、人工的な直感は、別々に正常に見えるデータポイント間の接続を確立できますが、一緒に見ると疑惑が生じます。

Q：なぜそれは知性ではなく人工的な直感と呼ばれるのですか？

A: 人々が「人工知能」という用語を聞くとき、彼らはルールベースのプログラミングに従うこれらの非常に論理ベースのシステムを想像する傾向があります。 はい、確かにほとんどの実際のAIアプリケーションはHAL9000ではありませんが、それでもトレーニングを受けた一連のルールに従います。 「Xが発生すると、Yが発生します。」 人工的な直感は、このルールベースのアプローチから離れ、高度なアルゴリズムを使用してシステムが独自に動作し、データポイント間の接続を確立できるようにします。 考えられるすべてのシナリオを教える必要はありません。それに直面しましょう。人間が考えられる状況を無数に認識して理解する必要があるため、それは不可能です。 人間の知性を超えて、人間の直感を模倣したビッグデータを処理できれば、自動的に推論することができます。

Q：このテクノロジーの利点は何ですか？

A: 金融機関は、コルレスバンキング、国境を越えた取引、貿易金融、マネーロンダリング、詐欺、ATMハッキングなど、新しく洗練された金融サイバー犯罪スキームを検出するために、人工的な直感を採用し始めています。 これらの犯罪は通常、独自の接続されたパラメータのセットを持つ何千ものトランザクションの間に隠されています。 高度な特許取得済みの数学的アルゴリズムとユーザーフレンドリーなテクノロジーインターフェイスを組み合わせることにより、人工的な直感が実際の疑わしいアクティビティを自動的かつ正確に識別し、完全な透明性と拡張性を備えたわかりやすい形式でアナリストに提示します。 また、特定された問題を調査および解決するために、すべてのツールとフォレンジックデータを単一のインターフェイスにまとめて提供します。 効率が向上し、リスクが軽減されます。

Q：課題は何ですか？

A: 主な課題は、実際にはテクノロジー自体にあるのではありませんが、テクノロジーが表すパラダイムシフトに関連しています。 これは新しく、違います。 これは、一部の人にとっては恐ろしく、他の人にとっては受け入れるのが難しい変化を表しています。 また、社内でテクノロジーソリューションを構築および作成することを好む内部の利害関係者に対する脅威と見なすこともできます。 これらの課題は銀行にとって危険であり、現在の危機に対する最善の解決策を見つける能力を阻害する可能性があります。

他の課題はこのテクノロジーに固有のものではありませんが、ここで言及する価値があります。 ビッグデータは依然として銀行にとって大きな問題です。 彼らは、まとまりのあるデータ戦略を持ち、ビッグデータテクノロジーを導入することに長けていますが、それでもまだ道はあります。 データ収集、データ品質、およびETLプロセスは、新しいテクノロジーを迅速に展開する能力を阻害する銀行にとって依然として課題です。

Q：AIの「センス」はどのように変化しますか？

A: 人工知能を使用するシステムは、ルールベースのAIソリューションが使用する従来の定量的モデルではなく、分析するデータに定性的モデルを適用することで変化を感知します。 そこから、人工的な直感がデータセットを分析し、データの全体的な構成を表すコンテキスト言語を開発します。 個々のデータポイントだけでなく、その前にあるものの「全体像」を理解することができます。

たとえば、X、Y、Zのデータポイントがそれ自体で完全に正常に見える場合でも、人工的な直感ベースのモデルは、一緒に分析したときに、何かが足し合わないことを識別します。 システムはそのフラグを立てます。 また、データ内の「ドリフト」を自動的に識別しました。 事業運営と市場の状況が変化すると、システムに提示されるデータも変化します。 これらのドリフトを自動的に識別することにより、システムは「ニューノーマル」に自分自身を調整することができます。 このようにして、真に疑わしいケースのみを継続的に識別し、銀行の防御を将来にわたって保証し、効果的かつ効率的な検出を提供できます。

Q：アラートを減らし、脅威を基本的な行動の変化から分離することはできますか？

A:はい。 実際、パンデミックはこの良い例です。 COVID-19の結果、消費者の銀行業務の習慣は劇的に変化しました。 対面バンキングはCOVID以前の規模では行われておらず、現金支払いは劇的に減少し（ウイルスに感染することを恐れて誰も触れたくない）、クレジットカードとデビットカードの使用が急増し、オンラインバンキングとモバイルバンキングが爆発的に増加しました。

消費者行動におけるこれらのマクロな変化は、システムによってデータの「ドリフト」として自動的に識別され、テクノロジーはデータセット全体にわたって「ニューノーマル」を再学習します。 これらのマクロの変更を理解し、それらを考慮することにより、システムは高品質で少量のアラートを生成し続けることができます。 銀行は、アラートの総数を30〜40％削減し、95％が「調査に値する」と同時に、アラートごとの全体的な調査時間を50％も短縮したと報告しています。 これを、銀行が現在のシステムで経験している400〜600倍のアラートと90％以上の誤検知の急増と比較すると、量が多くなります。

Q：あなたの会社のテクノロジーは詐欺と戦うためにどのように機能しますか？

A: ThetaRayテクノロジーは、データ統合からアラート処理およびレポートまで、エンドツーエンドのソリューションを提供するように設計されています。 市場をリードするビッグデータテクノロジー、マイクロサービス、APIベースのアーキテクチャ、クラウド対応機能を組み合わせることで、テクノロジーをオンプレミスまたはクラウドに展開できます。 フルスタック検出機能により、システムはさまざまな検出機能をXNUMXつのソリューションにまとめることができます。 ユーザーインターフェイスは、調査の専門家が調査の専門家のために設計し、高品質で効率的なユーザーエクスペリエンスを提供します。

Q：制限はありますか？

A:コアテクノロジーは人間の脳に基づいており、実際にはそれを使用する人の想像力によってのみ制限されます。 このテクノロジーは、標準のハードウェアとビッグデータインフラストラクチャで実行されるため、必要に応じてスケールアップおよびスケールアウトできます。 既存のシステムとシームレスに統合するように設計されており、現在のシステムを即座に強化および拡張し、アラートの量と誤検知を減らして実際の結果と効率をより適切に特定することで効果をもたらします。 時間の経過とともに、システムは銀行のテクノロジーエコシステムに統合されるか、レガシーシステムの代わりとして移行される可能性があります。

Q：パンデミック後のあなたの意見では、金融機関の将来はどのように見えますか？

A:パンデミックは多くのカーブを加速させました。 つまり、デジタルバンキングの採用、チェックレスでキャッシュレスな社会への動き、消費者が金融サービスプロバイダーとどのようにやり取りするか、そして若い世代が要求する銀行へのリアルタイムの自主的なアプローチは、根本的に変化し続けるでしょう。銀行業界。

銀行のようなサービスを提供するフィンテックは、市場シェアを獲得し、銀行にイノベーションを迫っています。 銀行はパンデミック後の世界で調整と競争に苦労しているため、今は困難な時期だと思います。 この変化はパンデミックのかなり前に進行中でしたが、それが原因で劇的に加速しました。 今後数年間、銀行にとっては少し厳しいものになると思います。 金利がゼロに近づくと（一部の国ではマイナスになります）、プロフィットセンターと収益モデルが再評価され、革新的な新製品が開発され、サービスと配信方法が作成され、最終的には金融セクターがそこから出現します。これまで以上に、より強く、より弾力性があります。 この時期は少し痛みが増しているように見えます。 それは困難であり、しばらくの間苦痛でさえありますが、最終的な結果はそれだけの価値があります。

Q：金融機関が詐欺から身を守るためにできる最も重要なことは何ですか？

A: 過去を忘れてください。 パンデミックの前に機能していたものは、もはや機能しません。 新しいアイデア、テクノロジー、方法を取り入れましょう。 革新することを恐れないでください。 新しいことを試して、「早く失敗する」。 長く待つほど、悪化します。 分析や怠慢によって麻痺しないでください。 問題を新たに見直し、アプローチを創造的にしてください。