AI ในการตรวจจับการฉ้อโกง

It matters because fraud losses run into the tens of billions annually, and rules alone can't keep up with adaptive criminals.

ระบบการฉ้อโกงแบบดั้งเดิมอาศัยกฎที่เขียนด้วยลายมือ เช่น 'แจ้งการซื้อใดๆ ที่มีมูลค่ามากกว่า 5,000 ดอลลาร์ในต่างประเทศ' อาชญากรเรียนรู้และหลีกเลี่ยงกฎดังกล่าวอย่างรวดเร็ว ระบบ AI สมัยใหม่จะเรียนรู้รูปแบบจากธุรกรรมนับล้านในอดีต โดยให้คะแนนแต่ละรายการใหม่ตามความเบี่ยงเบนไปจากพฤติกรรมปกติ อุปกรณ์ สถานที่ และจังหวะการใช้จ่ายของผู้ถือบัตร โมเดลที่ได้รับการดูแลจะฝึกฝนตัวอย่างการฉ้อโกงที่มีป้ายกำกับ ในขณะที่การตรวจจับความผิดปกติแบบไม่ได้รับการดูแลจะตรวจจับการโจมตีใหม่ๆ ที่ไม่มีใครเคยเห็นมาก่อน เครือข่ายบัญชีได้รับการวิเคราะห์ด้วยเทคนิคกราฟเพื่อเปิดเผยวงแหวนของการฉ้อโกง สิ่งสำคัญที่สุดคือ ระบบเหล่านี้จะต้องสร้างสมดุลระหว่างการจับฉ้อโกงกับผลบวกลวง ซึ่งจะบล็อกลูกค้าที่ถูกต้องตามกฎหมายและกัดกร่อนความไว้วางใจ โดยทั่วไปแล้วพวกเขาจะทำงานแบบอินไลน์ โดยให้คะแนนธุรกรรมก่อนการส่งคืนการตัดสินใจในการอนุญาต