Forrester的Ming Liu討論了AI如何幫助改善金融服務(wù)行業(yè)中的欺詐檢測(cè)。

我相信擁有信用卡的大多數(shù)人都經(jīng)歷過欺詐或誤報(bào)(非欺詐交易被拒絕)，我也是如此.2019年，我經(jīng)歷了海外信用卡欺詐，金額約為3,000美元。給我更深刻的印象是與銀行交談以申請(qǐng)退款的復(fù)雜程序。

我已向銀行提交了10種不同的紙質(zhì)證明，并至少與銀行代表打了六個(gè)電話。銀行要求的一種文書工作是警察調(diào)查記錄，這意味著我不得不去警察局報(bào)告欺詐案，所以我去了兩次警察局。

您可能會(huì)認(rèn)為我必須為銀行煩惱，因?yàn)檫@些程序充滿了麻煩，但我卻沒有這種感覺，因?yàn)槲抑楞y行對(duì)此無能為力-他們就像我一樣，越來越多的受害者技術(shù)和互聯(lián)網(wǎng)推動(dòng)的復(fù)雜欺詐活動(dòng)。

更有意思的是，我正巧在遇到信用卡欺詐的同時(shí)，就AI對(duì)欺詐管理的影響進(jìn)行研究。從受害者的角度來看，我對(duì)AI如何潛在地改變欺詐管理行業(yè)并解決弱勢(shì)客戶以及銀行的痛苦有更深入的了解。

感謝報(bào)告的共同作者Andras Cser和Danny Mu，我們出版了《人工智能正在改變欺詐管理》，我相信它將為AI和欺詐供應(yīng)商以及金融機(jī)構(gòu)帶來很多啟發(fā)關(guān)于如何發(fā)展其現(xiàn)有欺詐檢測(cè)機(jī)制的信息。

欺詐管理行業(yè)中的AI

隨著技術(shù)的發(fā)展和互聯(lián)網(wǎng)的普及，當(dāng)前的欺詐活動(dòng)變得比以前更智能，成本更低。我所經(jīng)歷的海外信用卡欺詐案是一個(gè)典型的例子，表明罪犯具有復(fù)雜的欺詐手段，可以輕松地跨境轉(zhuǎn)移。

此外，隨著客戶數(shù)字交易數(shù)據(jù)的呈指數(shù)增長(zhǎng)，傳統(tǒng)的基于規(guī)則的欺詐檢測(cè)模型越來越難以滿足要求。人工智能可以增強(qiáng)現(xiàn)有的基于規(guī)則的模型并顯著增強(qiáng)人為欺詐分析師的能力，從而可以提高準(zhǔn)確性和效率，同時(shí)降低成本。

欺詐管理用例對(duì)AI算法具有共同的技術(shù)要求。但是，每個(gè)用例對(duì)這些技術(shù)要求的優(yōu)先級(jí)不同。例如，與諸如欺詐調(diào)查和報(bào)告之類的其他用例相比，事務(wù)監(jiān)視需要最高級(jí)別的響應(yīng)時(shí)間，培訓(xùn)數(shù)據(jù)可用性和質(zhì)量，錯(cuò)誤率和精度，可擴(kuò)展性以及易于建立模型。