Изкуствен интелект улеснява засичането на финансови измами

Pixabay.com
Alexa

Изкуствен интелект улеснява засичането на финансови измами

Пазарът на AI базирани решения ще надхвърли $10 милиарда през 2027 г. според Juniper Research

Владимир Владков
344 прочитания

Pixabay.com

© Alexa


Откриването на финансови измами става все по-трудоемко, а хакерите измислят нови техники за социално инженерство да "излъжат" най-уязвимото звено. За да помогнат на финансовите институции да се борят с този тип атаки, разработчиците на технологични решения вграждат в тях механизми за изкуствен интелект, които да се самообучават бързо и да засичат опити за измами в реално време.

От години изкуственият интелект (AI) доказва своя потенциал в много сектори, включително финансовите услуги, като продължава неговото развитие и усъвършенстване. В същото време масовото преминаване към електронната търговия доведе до това, че измамите, особено измамите с карти се превърнаха в основен проблем. Затова необходимостта от използване на изкуствен интелект за предотвратяване на измами нараства значително, коментират анализаторите от Juniper Research.

Ново проучване на агенцията показва, че фирмите по света ще похарчат за AI базирани платформи за засичане на финансови измами и стратегически решения за превенция над $10 милиарда през 2027 г., докато през 2022 г. се очаква тези разходи да достигнат $6.5 милиарда.

Ръстът от 57% през периода е значителен, тъй като според доклада измамниците ще използват все по-усъвършенствани методи при своите атаки и затова търговците и емитентите ще се прилагат по-напреднали методи за откриване на измами с активиран AI за борба с престъпността. Докладът идентифицира способността на изкуствения интелект да разпознава мащабни опити за измамни плащания като критична за осигуряване на подобрена превенция на измами.

Пазарните платформи за откриване и предотвратяване на измами с вграден изкуствен интелект използват AI механизми за наблюдение на транзакции и за идентифициране на модели на измамни транзакции. Рисковете от измами ще се намалят чрез блокиране на подозрителни транзакции в реално време.

Трудностите, с които изкуственият интелект се справя в сравнение с традиционните "експертни" системи, е, че той не е базиран на правила, а програмистът не трябва да кодира всяка възможна пермутация на даден сценарий. AI механизмът се учи от опита, "обучава" се с помощта на примерни набори от данни. В контекста на индустрията за финансови измами изкуственият интелект трябва да притежава едно или повече от тези умения, за да предоставя иновативни услуги - анализ на риска, обработка на естествен език NLP, представяне на познанията, засичане на аномалии, проучвания и прогнози.

Въпреки че изкуственият интелект несъмнено напредва по отношение на комплексни възможности, той все още не може да замести успешно човешката намеса във всички роли, освен в най-основните. Следователно AI до голяма степен е ограничен в момента до консултантски роли.

Една основна характеристика на AI системите е способността им да се справят с огромни по мащаби данни с експоненциално нарастваща сложност. Тъй като AI е проектиран да имитира човешката способност да интерпретира данни чрез учене от опита, той е фундаментално по-способен от всяка система, базирана на правила. Базираните на правила системи неизменно водят до голям брой фалшиви положителни резултати, тъй като не могат да предвидят всяка комбинация от обстоятелства, а изкуственият интелект може да се адаптира към променящите се условия. "Мащабът е критичният елемент. Докато хората и ръчно осъществяваните огледи на транзакции са ограничени от наличното време, възможностите на AI са ограничени само от изчислителната мощност, която е заделена за задачата. С навлизането на облачните изчисления тази изчислителна мощност е почти неограничена", обясняват от Juniper Research.

Скоростта също е критичен фактор по две основни причини - времето за одобряване на транзакциите и бързината на новите видове плащания: "На бързоразвиващ се пазар като електронната търговия, търговците се стремят да подобрят потребителското изживяване, което е по-важно от всякога. Затова всяко забавяне, при което не е ясно дали плащането ще бъде одобрено или не, носи минуси. Скоростта за вземане на решение или изискването за предприемане на допълнителни стъпки, е от решаващо значение за предоставянето на добро потребителско изживяване", добавят анализаторите.

Освен това разпознаването на образи е важно умение в рамките на изкуствения интелект и машинното обучение. Автоматизираното разпознаване на модели и закономерности в данните е ключово за функционирането на изкуствения интелект. "Тази възможност е важна, тъй като опитите за финансови измами не са изолирани - обикновено измамите са свързани с други профили и опити за транзакции, често има индикатори, като например променена геолокация, различно устройство или различно потребителско поведение. При опитите за пране на пари често има много различни сметки на "мулета" (посредници за предаване на измамни средства), така че по-широкият поглед е важен за засичането и блокирането на този вид измама", добавят от Juniper.

И все пак AI пести разходи

Анализаторите прогнозират, че спестяването на разходи от внедряването на изкуствен интелект ще бъде от решаващо значение за използване на системата отвъд регулаторните изисквания. Осигуряването на истинска възвръщаемост на инвестициите в услуги за предотвратяване на измами ще стане чрез подобряване на моделите и по-голям достъп до повече данни. В това отношение прогнозираният ръст на икономисаните разходи е 285%, като икономиите ще достигат $10.4 милиарда в световен мащаб през 2027 г. при около $2.7 милиарда през 2022 г.

Авторът на изследването Ник Мейнард обяснява, че "чрез използване на изкуствен интелект фирмите могат да пренасочат своя ресурс за управление на измами там, където има значение, като проучат ключовите проблеми, вместо да се занимават с безкрайни фалшиви положителни резултати, а това повишава ефективността."

Ключови фактори за успеха

Освен това докладът установява, че изкуственият интелект вече става стандартна способност при услугите за предотвратяване на финансови измами. Изследването препоръчва на доставчиците да се съсредоточат върху достъпа до данните за транзакциите и тенденциите, тъй като получаването на най-доброто ниво на мрежова интелигентност ще позволи на бизнеса да се възползва от информация за измами отвъд собствените им транзакции. Освен това доставчиците трябва да създадат партньорства с трети страни, като кредитни бюра и разплащателни мрежи, за да подобрят покритието на данните.

Сред разработчиците на решения за точно засичане на финансови измами, анализирани от Juniper, са Experian, GBG, Microsoft, Pelican, SymphonyAI Sensa и Vesta.

Откриването на финансови измами става все по-трудоемко, а хакерите измислят нови техники за социално инженерство да "излъжат" най-уязвимото звено. За да помогнат на финансовите институции да се борят с този тип атаки, разработчиците на технологични решения вграждат в тях механизми за изкуствен интелект, които да се самообучават бързо и да засичат опити за измами в реално време.

От години изкуственият интелект (AI) доказва своя потенциал в много сектори, включително финансовите услуги, като продължава неговото развитие и усъвършенстване. В същото време масовото преминаване към електронната търговия доведе до това, че измамите, особено измамите с карти се превърнаха в основен проблем. Затова необходимостта от използване на изкуствен интелект за предотвратяване на измами нараства значително, коментират анализаторите от Juniper Research.

С използването на сайта вие приемате, че използваме „бисквитки" за подобряване на преживяването, персонализиране на съдържанието и рекламите, и анализиране на трафика. Вижте нашата политика за бисквитките и декларацията за поверителност. ОК