제퍼넷 로고

Inscribe, AI로 문서 사기 탐지 자동화 및 금융 사기 퇴치 위해 25만 달러 자금 조달

시간

우리는 구매자와 소비자가 구매하는 회사와의 마찰 없는 상호 작용을 즐길 뿐만 아니라 기대하는 급변하는 디지털 세계에 살고 있습니다. 그러나 비즈니스가 온라인으로 이동함에 따라 비즈니스를 수행하는 사람의 정확한 신원을 파악하는 것이 점점 더 어려워지고 있으므로 회사는 어떤 잠재 고객을 신뢰할 수 있는지 불확실하게 만듭니다.

신제품 연구 PYMNTS가 Ingo Money와 공동으로 실시한 조사에 따르면 미국 FinTech는 평균적으로 매년 사기로 인해 51만 달러의 손실을 보고 있으며 많은 사람들이 더 많은 손실을 보고 있습니다. 신뢰 및 사기 문제를 해결하기 위해 전 세계 정부는 투자 및 금융 서비스 산업에서 고객을 확인하고 위험 및 재무 프로필을 파악하는 데 사용되는 일련의 표준인 KYC 또는 "Know Your Customer"를 도입했습니다.

그러나 수년에 걸쳐 KYC 규칙은 회사에 큰 부담이 되었으며 많은 비즈니스가 이를 따라잡기 위해 고군분투하고 있습니다. 이러한 이유로 사기 탐지 시작 쓰다 문서 사기 탐지를 자동화하고 AI로 금융 사기를 퇴치하는 임무를 수행하고 있습니다.

Inscribe는 포렌식과 기계 학습의 조합을 사용하여 주소 증명 문서 및 은행 명세서와 같이 보험사 및 대출 기관에 전송되는 사기성 문서를 빠르고 정확하게 탐지합니다. XNUMX년 된 이 스타트업은 자연어 처리와 컴퓨터 비전의 조합을 사용하여 보험 회사 및 대출 기관에 보낸 문서를 스캔하여 은행 문서, 급여 명세서 및 세금 양식 문서에서 사기 행위를 포착합니다.

성장을 더욱 가속화하고 채용 목표를 달성하기 위해 Inscribe는 수요일 "사기 탐지 기능의 범위를 확장하고 최첨단 위험 인텔리전스 혁신을 도입하기 위해" 시리즈 B 자금에서 25만 달러를 모금했다고 발표했습니다. Inscribe는 블로그 게시물.

이 라운드는 Threshold Ventures가 주도하고 기존 투자자인 Crosslink Capital, Foundry 및 Uncork Capital과 Box의 공동 설립자 Dylan Smith 및 Intercom 공동 설립자 Des Traynor를 포함한 엔젤 투자자가 합류하여 회사의 자금을 38만 달러로 모금했습니다.

자금 조달 소식은 ARR이 전년 대비 3배 증가하고 월 사용량이 전년 대비 4배 증가한 회사의 뒤를 이어 나왔습니다. Inscribe는 또한 더블린과 미국 사무소를 성장시키고 금융 서비스 부문으로 더 깊이 확장하기 위해 새로운 자본 투입을 사용할 것입니다.

Inscribe는 공동 설립자인 Conor와 Ronan Burke가 2017년에 설립했습니다. 이 스타트업은 3년 2018월 XNUMX만 달러의 자금을 조달한 후 아일랜드 더블린에 사무소를 열었습니다.

핀테크 대출 기관, 은행, BlueVine, Credito Real, Amount 등의 결제 처리업체와 다수의 포춘지 선정 500대 기업과 협력하는 Inscribe는 신뢰도가 높은 온라인 애플리케이션 내에서 사기를 식별하는 데 사용되어 매년 12배 성장했습니다. 대출 및 계좌 개설과 같은

Inscribe의 공동 창립자이자 CEO인 Ronan Burke는 "2020년은 대유행으로 인해 신청 및 승인이 대면에서 온라인으로 이동하면서 사기에 대한 완벽한 폭풍을 시작했습니다."라고 말했습니다. "Inscribe는 허위 신원, 부풀려진 수익, 부정확한 회사 정보를 감지함으로써 금융 기관이 이러한 사기 증가에 맞서 싸우고 수백만 달러를 절약할 수 있도록 돕고 있습니다."

BlueVine의 최고 위험 책임자인 Ido Lustig는 "BlueVine에서 우리는 가장 큰 타격을 입은 중소기업에 빠른 급여 보호 프로그램(PPP) 대출을 제공하기 위한 조치를 취했습니다."라고 말했습니다. "Inscribe는 PPP 신청 프로세스를 포함하여 모든 제품에서 사기를 식별하고 방지하는 중요한 파트너였으며 우리가 중소기업 고객에게 가능한 최상의 지원을 제공하는 데 집중할 수 있게 해주었습니다."


spot_img

최신 인텔리전스

spot_img