Odpowiednie wdrożenie sztucznej inteligencji (AI) poprawia zdolność kas oszczędnościowo-kredytowych do podejmowania decyzji w sprawie nadużyć finansowych, Provenira EVP na Amerykę Północną Kathy patrzy wierzy.

Wykrywanie oszustw i zapobieganie im jest najwyższym priorytetem dla spółdzielczych kas oszczędnościowo-kredytowych, ponieważ rozważają, w jaki sposób sztuczna inteligencja może usprawnić świadczenie usług, prawdopodobnie dlatego, że oszustwa mocno je dotykają. Według niedawnego badania 79% spółdzielczych kas oszczędnościowo-kredytowych i banków lokalnych odnotowało straty bezpośrednie wynoszące ponad 500,000 10 dolarów, czyli więcej niż jakikolwiek inny segment. Według Juniper Research w 2027 r. firmy na całym świecie wydadzą ponad 50 miliardów dolarów rocznie na platformy strategii wykrywania oszustw finansowych i zapobiegania im oparte na sztucznej inteligencji. Oznacza to wzrost o ponad 2022% w porównaniu z XNUMX r.

Stares powiedział, że predykcyjna sztuczna inteligencja umożliwia organizacjom finansowym optymalizację procesów biznesowych. Uwalnia to zasoby i sprzyja bardziej ukierunkowanemu podejściu do oszustw. Sztuczna inteligencja może przetwarzać miliony atrybutów wykraczających poza ludzkie możliwości, aby zapewnić możliwości przewidywania skuteczne w modelowaniu oszustw w całym cyklu życia klienta.

„Istnieją zidentyfikowane trendy, a moim zdaniem kluczowa jest umiejętność ich operacjonalizacji na platformie decyzyjnej” – powiedział Stares.

SKOK-i kierują się wyjątkowymi względami związanymi ze sztuczną inteligencją

Z założenia kasy oszczędnościowo-kredytowe mogą przyciągać różne rodzaje oszustw. Ich struktura oddziałów i członkostwa umożliwia oszustwa własne i tożsamości. To również przyciąga oszustwa związane z inżynierią społeczną.

Integrując rozwiązania w zakresie zapobiegania oszustwom cyfrowym, kasy oszczędnościowo-kredytowe muszą utrzymywać wysokie zaufanie do swojej zlokalizowanej bazy. Systemy muszą ograniczać liczbę fałszywych alarmów i umożliwiać legalnym klientom płynną realizację transakcji. Stares powiedział, że systemy oparte na sztucznej inteligencji muszą być połączone z podejmowaniem decyzji w czasie rzeczywistym, aby zapewnić wczesną identyfikację i ostrzeżenia.

SKOK-i mają zazwyczaj bardziej jednorodną bazę klientów. Sztuczna inteligencja doskonale nadaje się do szybkiego identyfikowania nieprawidłowych zachowań. W miarę dostarczania do modelu większej ilości danych znacznie szybciej będzie on identyfikował podejrzaną aktywność.

„Ważne jest, aby uwzględnić dane alternatywne” – radzi Stares. „To przychodzi i dopasowujemy, aby sprawdzić, czy ma to charakter predykcyjny w identyfikowaniu oszustw w całym cyklu życia, np. w przypadku oszustwa. Umieszczanie danych KYC i AML, potencjalnie wykorzystując dane transakcyjne, w przypadku których klienci pozwalają na wgląd w swoje rzeczywiste konta bankowe i dane finansowe, będzie wskazywać na czynniki, które mogą spowodować przyszłe oszustwa. 

„Dlatego ważna jest technologia polegająca na wstrzykiwaniu danych w czasie rzeczywistym, aby można było z nich korzystać… w celu ulepszania modeli lub potencjalnego umieszczania w nich modeli, w których można zostać mistrzem/wyzwaniem, aby przyjrzeć się predykcyjnemu charakterowi zapobiegania oszustwom w całym cyklu życia . Dlatego wczesne ostrzeganie jest kluczowe”.

Oszuści wykorzystują również sztuczną inteligencję. Pomaga im szybko przejść na nowe strategie, gdy instytucje przyzwyczają się do ich taktyki. SKOK-i mogą go używać do tych samych celów: aby szybko zidentyfikować podejrzaną działalność, zanim zostanie ona spisana jako kolekcja.

Rozważania dotyczące skalowania

Sztuczna inteligencja odgrywa również rolę w miarę konsolidacji i zwiększania skali spółdzielczych kas oszczędnościowo-kredytowych. Stares stwierdził, że dla sztucznej inteligencji konieczne jest połączenie się ze wszystkimi odpowiednimi bazami danych, aby uwzględnić fałszywe alarmy i spojrzeć na wszystko całościowo. Dane są kluczowe. Rozwijaj biegłość we wstrzykiwaniu danych, a następnie korzystaniu ze sztucznej inteligencji w celu szybkiego wykrywania oszustw.

„Nie sądzę, że rozmiar ma znaczenie” – stwierdził Stares. „Rozmiar i skala mogą powodować różne rodzaje ataków oszustw i liczbę ataków oszustw, ale myślę, że sposób, w jaki sobie z nimi radzisz, jest taki sam, jak w przypadku korzystania ze sztucznej inteligencji z alternatywnym wstrzykiwaniem danych i przetwarzaniem modeli w czasie rzeczywistym.

„Jeśli dysponujesz odpowiednią technologią i możesz połączyć się ze wszystkimi silosami i wprowadzić inne dane, przeprowadź je w ten sam sposób przez swoje strategie decyzyjne i traktuj je w ten sam sposób, ponieważ skonsolidowałeś dane. Nie sądzę, że istnieje duże ryzyko. Jeśli nie możesz tego zrobić, leczenie każdej populacji może wiązać się z ryzykiem, ponieważ konieczne może być traktowanie każdej populacji inaczej. Może też wystąpić ryzyko większej liczby fałszywych alarmów”. 

Predykcyjna sztuczna inteligencja i ludzki dotyk: ważne uwagi

Chociaż generatywna sztuczna inteligencja wywołuje coraz więcej szumu, instytucje mądrzeją najpierw rozważyć predykcyjną sztuczną inteligencję. Stares stwierdził, że może pomóc w przetestowaniu skuteczności różnych modeli wykrywania oszustw. Które z nich powodują na przykład więcej fałszywych alarmów? Modele oparte na sztucznej inteligencji również uczą się na swoich błędach i z biegiem czasu są ulepszane.

I chociaż ludzki dotyk ma swoje miejsce, Stares powiedział, że może również utrudniać skuteczność sztucznej inteligencji. Interwencja człowieka opiera się na doświadczeniu. Jeśli modele zbytnio patrzą wstecz, ich moc predykcyjna zostanie osłabiona.

Należy także zadbać o optymalną obsługę klienta. Lojalność nie jest już taka, jak kiedyś.

„Lojalność wobec instytucji finansowej nie jest już taka, jak kiedyś” – zauważył Stares. „Ale jeśli możesz zapewnić doświadczenie i wszystkie zalety produktu w jednym miejscu, Twój konsument prawdopodobnie tam pozostanie. 

„Nie można więc przenosić ryzyka na doświadczenie klienta. Musisz wykorzystać sztuczną inteligencję i dane, aby ograniczyć oszustwa lub ryzyko kredytowe bez wpływu na klienta.

.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; }

• Dystrybucja treści i PR oparta na SEO. Uzyskaj wzmocnienie już dziś.
• PlatoData.Network Pionowe generatywne AI. Wzmocnij się. Dostęp tutaj.
• PlatoAiStream. Inteligencja Web3. Wiedza wzmocniona. Dostęp tutaj.
• PlatonESG. Węgiel Czysta technologia, Energia, Środowisko, Słoneczny, Gospodarowanie odpadami. Dostęp tutaj.
• Platon Zdrowie. Inteligencja w zakresie biotechnologii i badań klinicznych. Dostęp tutaj.
• Źródło: https://www.fintechnexus.com/ai-as-a-credit-union-fraud-fighting-tool/