समाचार पर वापस जाएँ
उत्पादAI Understanding ब्रीफिंग

PayU ने अंतर्राष्ट्रीय कार्ड भुगतान के लिए AI धोखाधड़ी सुरक्षा लॉन्च की

PayU का कहना है कि उसका नया फ्रॉड लायबिलिटी प्रोटेक्ट उत्पाद पात्र भारतीय व्यापारियों को कुछ सीमा पार कार्ड धोखाधड़ी चार्जबैक से बचाने के लिए एआई-आधारित जोखिम मूल्यांकन और अनुकूली प्रमाणीकरण का उपयोग करता है।

4 min readRead the linked source
Source-provided image accompanying PayU launches AI fraud protection for international card payments
स्रोत संदर्भस्रोत रिकार्ड किया गया
प्रकाशक
dqindia.com
स्रोत लिंक
dqindia.comhttps://www.dqindia.com/news/payu-launches-ai-fraud-protection-for-international-card-payments-12524928
स्रोत प्रकार
लिंक्ड स्रोत - प्राथमिक-स्रोत स्थिति स्थापित नहीं की गई है।
प्रसंगइसे 60 सेकंड में समझें

यहां से प्रारंभ करें

प्रमुख शर्तें

कृत्रिम बुद्धिमत्ता (एआई)
बिल्डिंग सिस्टम का व्यापक क्षेत्र जो पैटर्न पहचान, तर्क, भाषा या निर्णय लेने की आवश्यकता वाले कार्य करता है।
स्वयं की जांच करोएआई मॉडल समझाए गए प्रश्नोत्तरी

क्या हुआ?

डीक्यू इंडिया की रिपोर्ट है कि पेयू ने अंतरराष्ट्रीय कार्ड से भुगतान स्वीकार करने वाले भारतीय व्यापारियों के लिए एआई-संचालित उत्पाद फ्रॉड लायबिलिटी प्रोटेक्ट (एफएलपी) लॉन्च किया है। सिस्टम लेन-देन और व्यवहार संबंधी संकेतों का मूल्यांकन करता है, मूल्यांकन किए गए जोखिम के अनुसार विभिन्न प्रमाणीकरण स्तर लागू करता है, और पात्र व्यापारियों को कुछ धोखाधड़ी-संबंधी चार्जबैक से बचाता है। PayU का कहना है कि FLP PayU चेकआउट के साथ एकीकृत है और पहले से ही अंतरराष्ट्रीय लेनदेन के लिए Zomato सहित कुछ व्यापारियों द्वारा इसका उपयोग किया जा रहा है। कंपनी इसे यात्रा, ऑनलाइन यात्रा, एयरलाइंस, ई-कॉमर्स, त्वरित वाणिज्य और खाद्य प्रौद्योगिकी में छोटे और मध्यम आकार के व्यवसायों की ओर ले जा रही है। सटीक पात्रता, ऑनबोर्डिंग आवश्यकताएँ, कवरेज बहिष्करण, मूल्य निर्धारण और व्यापक उपलब्धता की सूचना नहीं दी गई है।

डीक्यू इंडिया के अनुसार, पेयू ने अंतरराष्ट्रीय कार्ड से भुगतान स्वीकार करने वाले भारतीय व्यापारियों के लिए ग्लोबल फिनटेक फेस्ट 2026 में फ्रॉड लायबिलिटी प्रोटेक्ट का अनावरण किया। PayU उत्पाद का वर्णन कई लेनदेन और व्यवहार संकेतों में कृत्रिम बुद्धिमत्ता और मशीन-लर्निंग-आधारित जोखिम मूल्यांकन का उपयोग करने के रूप में करता है।

एफएलपी को उच्च जोखिम वाले भुगतानों के लिए मजबूत प्रमाणीकरण लागू करते हुए कम बोझ वाले प्रमाणीकरण के माध्यम से कम जोखिम वाले लेनदेन को रूट करने के लिए डिज़ाइन किया गया है। यह पात्र व्यापारियों को कुछ धोखाधड़ी-संबंधी चार्जबैक के विरुद्ध सुरक्षा भी प्रदान करता है। स्रोत पूर्ण पात्रता मानदंड, कवरेज सीमा, मूल्य निर्धारण, या अनुबंध संबंधी शर्तें निर्दिष्ट नहीं करता है।

PayU का कहना है कि FLP PayU चेकआउट के साथ एकीकृत है और पहले से ही कुछ व्यापारियों द्वारा इसका उपयोग किया जा रहा है। डीक्यू इंडिया ज़ोमैटो को अंतरराष्ट्रीय लेनदेन के लिए एक उपयोगकर्ता के रूप में पहचानता है और रिपोर्ट करता है कि एक ऑनलाइन ट्रैवल व्यापारी ने गोद लेने के बाद भुगतान सफलता दर में 14% सुधार और धोखाधड़ी-से-बिक्री अनुपात में 83% की कमी देखी है। PayU का यह भी दावा है कि उत्पाद का उपयोग करने वाले व्यापारी अंतर्राष्ट्रीय कार्ड भुगतान सफलता दर में लगभग 4-5% सुधार देख रहे हैं।

स्रोत विवरण: dqindia.com ↗

यह क्यों मायने रखता है?

सीमा-पार भुगतान नियंत्रण को उस जोखिम के विरुद्ध धोखाधड़ी की रोकथाम को संतुलित करना चाहिए जो अतिरिक्त प्रमाणीकरण के कारण वैध लेनदेन विफल हो जाता है। यदि PayU के रिपोर्ट किए गए परिणाम उद्धृत व्यापारियों से परे हैं, तो जोखिम-आधारित प्रमाणीकरण पात्र धोखाधड़ी चार्जबैक के लिए व्यापारियों के जोखिम को सीमित करते हुए घर्षण को कम करने का एक व्यावहारिक तरीका प्रदान कर सकता है। उत्पाद यह भी दर्शाता है कि कैसे भुगतान प्रदाता लेन-देन-स्तर के निर्णयों में एआई को लागू कर रहे हैं क्योंकि धोखाधड़ी की रणनीति अधिक परिष्कृत हो गई है। हालाँकि, प्रदर्शन के आंकड़े कंपनी द्वारा बताए गए हैं और इन्हें डीक्यू इंडिया या आपूर्ति की गई सामग्री द्वारा स्वतंत्र रूप से सत्यापित नहीं किया गया है। कवर किए गए धोखाधड़ी के दावों की कोई पद्धति, तुलना आधार रेखा, नमूना आकार, माप अवधि या परिभाषा प्रदान नहीं की गई है, इसलिए रिपोर्ट किए गए सुधारों को अभी तक सभी व्यापारियों या लेनदेन प्रकारों के लिए सामान्यीकृत नहीं किया जा सकता है।

अंतर्राष्ट्रीय भुगतान में गिरावट यात्रा, वाणिज्य और खाद्य व्यवसायों के राजस्व को सीधे प्रभावित कर सकती है। एक प्रणाली जो लेनदेन जोखिम के लिए प्रमाणीकरण को समायोजित करती है वह अधिक खतरनाक माने जाने वाले भुगतानों के लिए मजबूत चेक को संरक्षित करते हुए अनावश्यक घर्षण को कम कर सकती है।

यह उत्पाद भुगतान-जोखिम निर्णय लेने में एआई की एक ठोस व्यावसायिक तैनाती है, जिसमें व्यापारी घाटे, ग्राहक चेकआउट अनुभव और धोखाधड़ी दायित्व के आवंटन के संभावित निहितार्थ हैं। पहले से ही PayU के भुगतान बुनियादी ढांचे का उपयोग करने वाले व्यापारियों के लिए इसकी प्रासंगिकता सबसे अधिक है।

आपूर्ति की गई रिपोर्ट में सभी परिणाम आंकड़े PayU को दिए गए हैं। स्वतंत्र पुष्टि, परीक्षण परिणाम, कार्यप्रणाली, नमूना आकार, समय अवधि, और सबूत कि परिणाम व्यापक रूप से लागू होते हैं, उपलब्ध नहीं हैं।

Interactive Mechanism

इंटरैक्टिव तंत्र: यह वास्तव में कैसे काम करता है

इस विकास के पीछे अंतर्निहित प्रौद्योगिकी का अंतःक्रियात्मक रूप से अन्वेषण करें।

Agent Lifecycle Stage:
1
User Intent & Planning: "Audit customer refund request #4092 and settle payment."
2
Tool Calling: Emits structured JSON call crm_get_transaction(id='4092').
3
Guardrail & Verification:🛡️ Paused: High-value action requires human operator sign-off.
4
Final Settlement: Refund recorded, email receipt dispatched, and audit log stored.
Core takeaway: An AI agent is not just a language model—it is a closed loop of planning, tool invocation, and environment feedback. Production systems require self-healing retries and strict human approval guardrails.
इंटरएक्टिव कॉन्सेप्ट चेक+10 Points
AI Models Explained Quiz

Which component of an AI application is the machine-learning model itself?

आगे क्या देखना है

मुख्य प्रश्न यह हैं कि क्या FLP PayU चेकआउट के माध्यम से व्यापक रूप से उपलब्ध हो जाता है, कौन से व्यापारी और लेनदेन देयता संरक्षण के लिए योग्य हैं, और कौन से बहिष्करण या शुल्क लागू होते हैं। PayU ने अंतर्राष्ट्रीय कार्ड भुगतान सफलता दर में 4-5% सुधार की सूचना दी और एक ट्रैवल व्यापारी ने 14% सुधार और धोखाधड़ी-से-बिक्री अनुपात में 83% की कमी की सूचना दी, जो बड़े नमूनों में स्वतंत्र सत्यापन की गारंटी देता है। व्यापारियों को यह भी देखना चाहिए कि PayU झूठी गिरावट, ग्राहक प्रमाणीकरण, गोपनीयता और डेटा प्रशासन और चार्जबैक सुरक्षा के लिए योग्य है या नहीं, इस पर विवादों को कैसे संभालता है। आपूर्ति की गई रिपोर्ट यह स्थापित नहीं करती है कि सिस्टम अन्य धोखाधड़ी उपकरणों से बेहतर प्रदर्शन करता है या इसके एआई निर्णयों का स्वतंत्र रूप से ऑडिट किया जाता है।

PayU का व्यापक रोलआउट, व्यापारी पात्रता, मूल्य निर्धारण, दायित्व बहिष्करण और विवाद प्रक्रिया अज्ञात बनी हुई है। रिपोर्ट कुछ व्यापारियों द्वारा उपयोग स्थापित करती है लेकिन सामान्य उपलब्धता स्थापित नहीं करती है।

स्वतंत्र मापों से यह स्पष्ट होना चाहिए कि दावा किया गया अनुमोदन-दर लाभ धोखाधड़ी, गलत अनुमोदन, प्रमाणीकरण विफलताओं या ग्राहक शिकायतों में वृद्धि के बिना जारी रहता है या नहीं।

स्रोत एफएलपी के जोखिम निर्णयों के लिए उपयोग किए जाने वाले मॉडल आर्किटेक्चर, डेटा प्रतिधारण, गोपनीयता सुरक्षा उपाय, मानव समीक्षा या ऑडिट प्रक्रिया का वर्णन नहीं करता है।

संबंधित मार्गदर्शिकाएँ एवं प्रश्नोत्तरी

एआई मॉडल की व्याख्याएआई नैतिकताएआई का भविष्यआप जो जानते हैं उसका परीक्षण करें - निःशुल्क AI प्रश्नोत्तरी आज़माएँहमारी शब्दावली में एआई शब्द देखेंएआई मॉडल रिलीज ट्रैकर का पालन करें
क्या यह उपयोगी पाया गया?