تطلق شركة Featuresspace نموذج مكافحة الجرائم المالية المدعوم من GenAI، TallierLTM - Finovate

تطلق شركة Featuresspace نموذج مكافحة الجرائم المالية المدعوم من GenAI، TallierLTM – Finovate

تطلق شركة فيتشر سبيس نموذج مكافحة الجرائم المالية المدعوم من GenAI، TallierLTM - Finovate PlatoBlockchain Data Intelligence. البحث العمودي. منظمة العفو الدولية.
تطلق شركة Featuresspace نموذج مكافحة الجرائم المالية المدعوم من GenAI، TallierLTM - Finovate
  • كشفت شركة فيتشر سبيس عن نموذج المعاملات الكبيرة (LTM) الذي يعمل بالذكاء الاصطناعي، والذي يحمل اسم TallierLTM، هذا الأسبوع.
  • وتكشف هذه التكنولوجيا عن أنماط المعاملات المخفية التي عادة ما لا يتم اكتشافها بواسطة الأساليب الحالية والتي قد تكون مؤشرا على نشاط إجرامي.
  • ظهرت شركة Featuresspace لأول مرة في Finovate في عام 2016، حيث ظهرت في كل من FinovateEurope وFinovateFall في ذلك العام.

شركة مكافحة الاحتيال والجرائم المالية مساحة الميزات كشف النقاب نموذج المعاملات الكبيرة (LTM)، تالييرLTM، هذا الاسبوع. تعتبر TallierLTM تقنية أساسية للمدفوعات بشكل خاص وصناعة الخدمات المالية بشكل عام، وهي عبارة عن نموذج واسع النطاق وخاضع للإشراف الذاتي ومدرب مسبقًا تم تصميمه لتشغيل الجيل التالي من تطبيقات الذكاء الاصطناعي لحماية المستهلكين من الجرائم المالية.

تمثل هذه التكنولوجيا المرة الأولى التي يتمكن فيها المتخصصون الماليون في مجال مكافحة الاحتيال من الاستفادة من نموذج المعاملات الكبيرة التوليدي. أشارت شركة Featuresspace في بيان لها إلى أن TallierLTM قدمت تحسينات تصل إلى 71% في الكشف عن قيمة الاحتيال مقارنة بمعايير الصناعة.

قال ديفيد إكسيل، مؤسس شركة Featuresspace: "ما فعلته شهادات LLM في OpenAI فيما يتعلق باللغة، ستفعله TallierLTM فيما يتعلق بالمدفوعات". "هناك قلق واسع النطاق بشأن كيفية استخدام التزييف العميق والذكاء الاصطناعي التوليدي لخداع المستهلكين وأنظمتنا المالية. ونحن نخطط لعكس هذا الاتجاه من خلال الاستفادة من قوة خوارزميات الذكاء الاصطناعي لإنشاء حلول تحمي المستهلكين وتجعل العالم مكانًا أكثر أمانًا لإجراء المعاملات."

من خلال الاتصال بالمؤسسات المالية عبر واجهة برمجة التطبيقات المضمنة الخاصة بها، تقوم TallierLTM بتحليل مليارات المعاملات، وتحديد أنماط المعاملات المخفية التي غالبًا ما لا تتمكن الأساليب الحالية من اكتشافها. وتعتمد رؤى التكنولوجيا على التسلسل الزمني، واكتشاف أنماط الإنفاق غير العادية خلال فترة زمنية قصيرة، على سبيل المثال، أو بين المستهلك والتاجر. وقال الدكتور ديفيد ساتون، كبير مسؤولي الابتكار في فيتشر سبيس، إن هذه القدرة المتزايدة على التمييز بين النشاط المشروع والسلوك الإجرامي المحتمل لن تمكن علماء البيانات من تحسين أداء نموذجهم بشكل أسرع فحسب. كما سيسمح للمؤسسات "بإدراك قيمة استثمارات التعلم الآلي بسرعة أكبر".

وأضاف ساتون: "نحن نعلم أن التكنولوجيا الأكثر ذكاءً تساعد المؤسسات المالية على فهم عملائها بشكل أفضل". "لقد انتقلنا بهذا إلى المستوى التالي من خلال مزاوجة خوارزميات الذكاء الاصطناعي التوليدية المتطورة مع كميات هائلة من البيانات، مما يمكّن الآلة من فهم العلاقات بين معاملات العملاء المختلفة بكفاءة."

تأسست شركة Featuresspace في عام 2016 ويقع مقرها الرئيسي في كامبريدج بالمملكة المتحدة، وظهرت لأول مرة في Finovate في عام 2016، حيث ظهرت في كل من FinovateEurope وFinovateFall. باعتبارها شركة مبتكرة في التحليلات السلوكية التكيفية والشبكات السلوكية العميقة الآلية لإدارة المخاطر، تخدم شركة Featuresspace أكثر من 80 عميلًا مباشرًا و200,000 مؤسسة. وفي الأشهر الأخيرة، أعلنت الشركة عن شراكات مع منصة الدفع الرقمية قصاصة وزميله فينوفيت الشب زيتا. في أغسطس، أطلقت شركة Featuresspace موقعها ARIC كشف الاحتيال حل للمساعدة في حماية شركات الخدمات المالية وعملائها من عمليات الاحتيال - وخاصة عمليات الاحتيال المعتمدة على الدفع الفوري (APP) - في الوقت الفعلي.

"مع تزايد تطور المحتالين في تكتيكاتهم، مع استخدام الذكاء الاصطناعي التوليدي والتعلم الآلي، تحتاج المؤسسات المالية إلى حل تكيفي يمكنه الحماية من تغيير أنواع الاحتيال في الوقت الفعلي ومراقبة المدفوعات الواردة والصادرة على حد سواء،" قال كبير مسؤولي المنتجات في الشركة، بات هينشين. قال.

جمعت شركة Featuresspace ما يقرب من 108 ملايين دولار من التمويل من المستثمرين بما في ذلك Chrysalis Investments وMissionOG وInsight Partners.


تصوير كوتونبرو ستوديو

الطابع الزمني:

اكثر من إنهاء