Če je umetna inteligenca (AI) pravilno uporabljena, izboljša zmožnost kreditnih zadrug pri odločanju o goljufijah, Provenirjevo EVP za Severno Ameriko Kathy Stares verjame.
Odkrivanje in preprečevanje goljufij je glavna prednostna naloga kreditnih zadrug, saj razmišljajo, kako lahko umetna inteligenca izboljša zagotavljanje storitev, verjetno zato, ker jih goljufije močno prizadenejo. Glede na nedavno raziskavo je 79 % kreditnih zadrug in skupnostnih bank poročalo o več kot 500,000 USD neposrednih izgub zaradi goljufij, kar je več kot kateri koli drug segment. Po podatkih raziskave Juniper Research bodo podjetja po vsem svetu leta 10 vsako leto porabila več kot 2027 milijard dolarjev za platforme strategije odkrivanja in preprečevanja finančnih goljufij, ki jih podpira AI. To je več kot 50-odstotno povečanje glede na leto 2022.
Stares je dejal, da prediktivna umetna inteligenca finančnim organizacijam omogoča optimizacijo poslovnih procesov. To sprosti vire in spodbuja bolj osredotočen pristop k goljufijam. Umetna inteligenca lahko obdela milijone atributov, ki presegajo človeške zmožnosti, da zagotovi zmogljivost napovedovanja, učinkovito pri modeliranju goljufij v celotnem življenjskem ciklu stranke.
"Obstajajo trendi, ki so prepoznani, in sposobnost operacionalizacije teh v platformi odločanja je po mojem mnenju ključna," je dejal Stares.
Kreditne zadruge imajo edinstvene vidike umetne inteligence
Kreditne zadruge lahko po zasnovi pritegnejo različne vrste goljufij. Njihova podružnica in zasnova članstva je primerna za goljufanje prve osebe in identitete. To pritegne tudi prevare s socialnim inženiringom.
Ker integrirajo rešitve za preprečevanje digitalnih goljufij, morajo kreditne zadruge ohraniti visoko zaupanje v svojo lokalizirano bazo. Sistemi morajo zmanjšati lažne pozitivne rezultate in zakonitim strankam omogočiti nemoteno opravljanje transakcij. Stares je dejal, da morajo biti sistemi, ki temeljijo na AI, povezani z odločanjem v realnem času, da zagotovijo zgodnjo identifikacijo in opozorila.
Kreditne zadruge imajo običajno bolj homogene baze strank. AI je kot nalašč za hitro prepoznavanje nenormalnega vedenja. Ko model prejme več podatkov, bo veliko hitreje prepoznal sumljivo dejavnost.
"Pomembno je biti povezan z alternativnimi podatki," je svetoval Stares. »To prihaja in se ujema, da bi ugotovili, ali ima kakršno koli napovedno naravo pri prepoznavanju goljufij v celotnem življenjskem ciklu, kot je razkrita goljufija. Vnos podatkov KYC in AML, potencialna uporaba podatkov, ki temeljijo na transakcijah, kjer vam stranke dovolijo vpogled v njihove dejanske bančne račune in finance, bo kazalo na stvari, ki lahko premaknejo prihodnje goljufije.
»Zato je pomembna tehnologija za vnašanje podatkov v realnem času, tako da lahko podatke uporabite ... za izboljšanje modelov ali morebitno vgradnjo modelov, ki jih lahko spodbujate/izzivate, da pogledate napovedno naravo preprečevanja goljufij v celotnem življenjskem ciklu. . Zato je zgodnje opozarjanje ključno.«
Goljufi uporabljajo tudi AI. Pomaga jim, da se hitro preusmerijo na nove strategije, ko institucije ujamejo njihove taktike. Kreditne zadruge ga lahko uporabljajo za iste namene: za hitro prepoznavanje sumljive dejavnosti, preden se odpiše kot zbiranje.
Premisleki glede skaliranja
Umetna inteligenca igra tudi pomembno vlogo, ko se kreditne zadruge konsolidirajo in pridobivajo na obsegu. Stares je dejal, da je bistvenega pomena, da je umetna inteligenca povezana z vsemi ustreznimi zbirkami podatkov, upoštevajoč lažne pozitivne rezultate in gledajo vse v celoti. Podatki so ključni. Razvijte strokovnost v vnašanju podatkov in nato uporabi AI za hitro odkrivanje goljufij.
"Mislim, da velikost ni pomembna," je dejal Stares. »Velikost in obseg lahko povzročita različne vrste napadov goljufij in število napadov goljufij, vendar menim, da je način, kako jih obravnavate, enak z uporabo umetne inteligence z alternativnim vbrizgavanjem podatkov in obdelavo modelov v realnem času.
»Če imate pravo tehnologijo in se lahko povežete z vsemi silosi in vnesete druge podatke, jih enako prevedite skozi svoje odločitvene strategije in jih obravnavajte na enak način, ker ste konsolidirali podatke. Mislim, da ni velikega tveganja. Če tega ne zmorete, lahko obstaja tveganje pri zdravljenju vsake populacije, ker bi morali vsako populacijo obravnavati drugače. In morda imate večje tveganje lažnih pozitivnih rezultatov."
Prediktivna umetna inteligenca in človeški dotik: pomembni vidiki
Medtem ko generativna umetna inteligenca povzroča vse več pozornosti, je pametno, da institucije najprej razmislijo o prediktivni umetni inteligenci. Stares je dejal, da lahko pomaga preizkusiti učinkovitost različnih modelov odkrivanja goljufij. Kateri ustvarijo na primer več lažno pozitivnih rezultatov? Modeli, ki temeljijo na AI, se tudi učijo iz svojih napak in se sčasoma izboljšujejo.
In čeprav ima človeški dotik svoje mesto, Stares pravi, da lahko tudi ovira učinkovitost umetne inteligence. Človeško posredovanje temelji na izkušnjah. Če modeli postanejo preveč usmerjeni nazaj, se njihova napovedna moč zmanjša.
Ohraniti je treba tudi optimalno uporabniško izkušnjo. Zvestoba ni več to, kar je bila.
"Zvestoba finančni instituciji ni več to, kar je nekoč bila," je opazil Stares. »Če pa lahko zagotovite izkušnjo in zagotovite vse točke izdelka na enem mestu, bo vaš potrošnik verjetno ostal tam.
»Torej tveganja ne morete prenesti na uporabniško izkušnjo. Umetno inteligenco in podatke morate uporabiti za ublažitev goljufij ali kreditnega tveganja, ne da bi to vplivalo na stranko.«
.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; }
- Distribucija vsebine in PR s pomočjo SEO. Okrepite se še danes.
- PlatoData.Network Vertical Generative Ai. Opolnomočite se. Dostopite tukaj.
- PlatoAiStream. Web3 Intelligence. Razširjeno znanje. Dostopite tukaj.
- PlatoESG. Ogljik, CleanTech, Energija, Okolje, sončna energija, Ravnanje z odpadki. Dostopite tukaj.
- PlatoHealth. Obveščanje o biotehnologiji in kliničnih preskušanjih. Dostopite tukaj.
- vir: https://www.fintechnexus.com/ai-as-a-credit-union-fraud-fighting-tool/
