Çoğu banka, olası mali suçlara ilişkin işlemleri incelemek için insan analistlerinden oluşan ekiplere güveniyor, ancak bu ekipler çok sayıda sorunla karşılaşıyor. Bankaların yüzde 40'i, soruşturmalarının tamamlanmasının çok uzun sürdüğünü söylüyor ve yüzde 90'ı, soruşturmaların çok sayıda hatalı pozitif sonuçla sonuçlandığını söylüyor. Bu durum, meşru işlemlerin yanlışlıkla sahtekarlık olarak işaretlenmesi durumunda ortaya çıkıyor. Bankalar yüzde XNUMX'ın üzerinde hatalı pozitif oranlara bile sahip olabiliyor ve bu da müşterilerin işlemlerini yeniden göndermek zorunda kalması nedeniyle hoş olmayan deneyimlerle sonuçlanabiliyor.

Finansal kurumlar bu engellerin üstesinden gelmek için birçok yol araştırıyor ancak bunların çok azı yapay zeka (AI) ve makine öğrenimi (ML) kadar umut verici. İşte dolandırıcılık

Yapay zeka tarafından yönlendirilen tespit sistemleri, birçok bankanın bunları uygularken karşılaştığı zorlukların yanı sıra, bu sistemlerin dolandırıcılıkla mücadelede bir dizi avantajını sunar. İşlemleri bütünsel olarak analiz edebildikleri ve bir işlem içindeki her veri noktasını her bir veri noktasıyla karşılaştırabildikleri için kurtarma avantajları sunar. diğer veriler saniyenin kesirleri düzeyindedir.

Bu sistemler ayrıca, kurs boyunca aynı hesaba farklı kullanıcı adları ve şifrelerle giriş yapma girişimleri gibi bir insan analistin asla fark edemeyeceği değişkenlere dayalı olarak dolandırıcılık olma olasılığını belirlemek için her işlemi bankaların şimdiye kadar işlediği tüm diğer işlemlerle karşılaştırabilir. birkaç ay süren veya alışılmadık derecede büyük işlemler.

Bankalar, dolandırıcılığın önlenmesi ve risk değerlendirmesi gibi orta ofis kullanım senaryolarına yönelik yapay zeka uygulamalarına 217 milyar dolardan fazla harcama yaparak, rekor sayıda yapay zeka tabanlı sistem kullanıyor.

Dolandırıcılık önleme uzmanlarına göre bu yatırımlar karşılığını veriyor; uzmanların yüzde 80'i yapay zekanın ödeme sahtekarlığını azalttığını söylüyor ve finansal kurumların yüzde 63.6'sı yapay zekayı dolandırıcılığı başarıya ulaşmadan durdurmak için değerli bir araç olarak görüyor. Bu sistemler, varlıkları 100 milyar dolardan fazla olan (yüzde 72.7'si yapay zekadan yararlanan) büyük bankalarda yaygın olarak kullanılıyor, ancak tüm finansal kurumların yalnızca yüzde 5.5'inin yapay zeka tabanlı bir sisteme sahip olduğu bildiriliyor.

Bu açığın en bariz açıklaması yapay zeka sistemlerinin masrafı, ancak bankaların yapay zeka kervanına atlamasını engelleyen bir takım başka endişeler de var. Yapay zeka sistemleri çoğu zaman gerçek zamanlı çalışmıyor; dolandırıcılık uzmanlarının yüzde 45.6'sı bunu bir endişe kaynağı olarak belirtiyor; bu, anında işlenmesi gereken ödemelerin önünde önemli bir engel.

Uzmanların yüzde 42.8'ine göre şeffaflığın olmayışı da bir sorun. Bir insan analisti, gerekçeleri çok daha belirsiz olan birçok yapay zeka sisteminin aksine, herhangi bir işlemin reddedilmesi için kesinlikle gerekçe sağlayabilir.

Bu kaygılardan bazıları, yapay zekanın daha gelişmiş bir biçimi olan ML tarafından giderilebilir. Makine öğrenimi sistemleri, mali suçları tespit etmek için geçmiş işlemleri dikkate alır ve bu kuralları gelecekteki analizlere uygulayarak, zaman içinde dolandırıcılıkla mücadelede onları giderek daha becerikli hale getirir. Bankalara yönelik mali suç girişimleri muhtemelen hiçbir zaman tamamen sona ermeyecek, ancak mali kuruluşların dolandırıcılıkla mücadele cephaneliğine yapay zeka ve makine öğreniminin eklenmesi, bu girişimlerin başarılı olma olasılığını azaltma konusunda uzun bir yol kat edebilir.