Per superare i maggiori rischi derivanti dalla criminalità finanziaria, i team di esperti in frode lavorano da tempo con soluzioni basate sull’intelligenza artificiale. Senza tali strumenti, non sarebbe possibile ispezionare tutte le transazioni finanziarie per possibili attività criminali. Ma non tutte le soluzioni sono ugualmente efficaci. Il futuro della prevenzione delle frodi risiede nella combinazione intelligente di monitoraggio multicanale e intelligenza artificiale ibrida, ovvero nella combinazione ottimale di dati, regole sofisticate e utenti competenti.
Il termine Intelligenza Artificiale (AI) è sempre stato fonte di confusione e controversia. Sfortunatamente, non esiste una corrente principale che guidi la discussione. La cosiddetta “Intelligenza Artificiale Generale” è il tipo di IA più importante che attira l'attenzione degli utenti e (nello scenario più catastrofico) è destinata a sostituire gli esseri umani in varie funzioni, soprattutto sul posto di lavoro. L'obiettivo è creare un robot o un androide che assimili, parli e persino reagisca come gli umani. In questo senso, gli assistenti potenziati dall’intelligenza artificiale, come Siri, Alexa o Cortana, sono i primi esempi di questo approccio.
Attualmente, la maggior parte dei programmi di intelligenza artificiale ci offrono “soluzioni speciali” dalla mentalità ristretta che possono battere gli umani a scacchi o padroneggiare alcuni compiti discreti per risolvere specifici problemi aziendali. Questo tipo pratico di intelligenza artificiale utilizza tecniche di apprendimento automatico e apporta valore ai diversi settori in cui opera. Con ChatGPT e altri modelli linguistici addestrati, sono emerse tecnologie che sembrano spingere questi confini a nuovi livelli con molti casi d’uso di questa tecnologia solo all’orizzonte. Tuttavia, un’efficace prevenzione delle frodi necessita di qualcosa di più del semplice machine learning, che molto spesso viene utilizzato come sinonimo di intelligenza artificiale.
Comprendere l'intelligenza artificiale ibrida
Ma cos’è il machine learning (ML)? In termini semplici, il machine learning comprende una serie di strumenti che utilizzano algoritmi per apprendere dai dati e adattarsi ai dati, consentendo ai computer di trovare informazioni nascoste senza che gli venga detto dove cercare. Il machine learning classico dipende dalla maturità dei modelli di machine learning utilizzati. Questi devono essere addestrati intensamente prima di poter essere utilizzati per la prima volta con un tasso di successo ragionevole. Nell’era dei pagamenti istantanei, il tempo richiesto non è a disposizione degli istituti finanziari. Se il team di prevenzione delle frodi di una banca, ad esempio, si affidasse solo agli algoritmi di ML per apprendere i modelli di frode, i criminali avrebbero tutto il tempo per causare ingenti danni.
Attualmente, software specializzati basati sull'intelligenza artificiale ibrida, che combinano i vantaggi dell'intelligenza artificiale basata sui dati (ad esempio ML) con l'intelligenza artificiale basata sulla conoscenza (ad esempio Fuzzy Logic o profilazione dinamica), vengono utilizzati per identificare in modo efficace il rischio e la frode che alcune organizzazioni stanno subendo. esecuzione nel mercato finanziario. In questo senso, i modelli di machine learning si sono rivelati un potente strumento contro questa piaga. Tuttavia, per sfruttare appieno il loro potenziale, necessitano di una grande quantità di informazioni e di esperti.
Un approccio ibrido, invece, consente di integrare i modelli di machine learning con la conoscenza degli esperti, ottenendo risultati immediati e più affidabili.
IA ibrida nella prevenzione delle frodi in tempo reale
I sistemi attuali che mantengono profili dinamici per diverse entità (ad esempio, un conto bancario) possono rilevare transazioni “potenzialmente fraudolente” in tempo reale attraverso regole avanzate. Inoltre, attraverso regole basate sulla logica fuzzy, è possibile creare regole indipendenti per evitare il rischio di un particolare evento. Pertanto, essendo in grado di gestire regole indipendenti per dati diversi all’interno della stessa transazione, è possibile creare “impronte digitali” per i clienti, identificando modelli sconosciuti. Trattandosi di casi isolati, questi modelli potrebbero rimanere sotto il radar di un modello basato interamente sull’apprendimento automatico. Ad esempio, immagina una transazione in cui l'importo è superiore del 30% rispetto all'importo medio prelevato negli ultimi mesi. Ci sono anche diversi nuovi conti coinvolti per il cliente, importi vicini all'importo massimo giornaliero consentito, IP sconosciuti, paesi della transazione diversi da quello del cliente, ecc.
Ognuna di queste anomalie di transazione da sola può essere strana e sospetta, ma non abbastanza da far scattare gli allarmi adeguati. Con il modello di intelligenza artificiale ibrida, tecniche avanzate e apprendimento automatico lavorano di pari passo, rendendo il software che utilizza questa tecnologia un’alternativa sostanzialmente più efficace per anticipare questo tipo di problemi.
Un fattore critico per rendere efficace questo approccio è l’immediatezza con cui questi modelli possono reagire. Pochi strumenti hanno la capacità di lavorare in tempo reale e fornire una risposta “millisecondo” per identificare e prevenire le frodi prima che si verifichino. Quei modelli che combinano tutte le tecnologie e le tecniche disponibili presentano un sostanziale vantaggio comparativo rispetto ai modelli che si concentrano solo su poche tecnologie. Ciò consente alle organizzazioni che li utilizzano di ottenere risparmi significativi e di avere una base clienti più sana e soddisfatta.
- Distribuzione di contenuti basati su SEO e PR. Ricevi amplificazione oggi.
- PlatoAiStream. Intelligenza dei dati Web3. Conoscenza amplificata. Accedi qui.
- Coniare il futuro con Adryenn Ashley. Accedi qui.
- Acquista e vendi azioni in società PRE-IPO con PREIPO®. Accedi qui.
- Fonte: https://www.finextra.com/blogposting/24255/hybrid-artificial-intelligence—the-future-of-effective-fraud-prevention?utm_medium=rssfinextra&utm_source=finextrablogs
- :ha
- :È
- :non
- :Dove
- a
- capacità
- capace
- Il mio account
- conti
- Raggiungere
- il raggiungimento
- attività
- adattare
- Inoltre
- Avanzate
- Vantaggio
- contro
- AI
- AI-alimentato
- Alexa
- Algoritmi
- Tutti
- Consentire
- consente
- da solo
- anche
- alternativa
- sempre
- quantità
- importi
- an
- ed
- androide
- anticipando
- approccio
- SONO
- artificiale
- intelligenza artificiale
- Intelligenza artificiale (AI)
- AS
- assistenti
- At
- attenzione
- attrae
- disponibile
- media
- evitare
- Banca
- conto bancario
- base
- basato
- BE
- stato
- prima
- dietro
- essendo
- vantaggi
- confini
- Porta
- affari
- ma
- by
- Materiale
- casi
- catastrofico
- Causare
- certo
- ChatGPT
- Scacchi
- classico
- Chiudi
- combinazione
- combinato
- combinando
- competente
- incluso
- computer
- confusione
- polemica
- potuto
- paesi
- creare
- creato
- crimine
- Azione Penale
- criminali
- critico
- cliente
- Clienti
- alle lezioni
- dati
- data-driven
- affare
- dipendente
- diverso
- discussione
- disegnato
- dinamico
- e
- Efficace
- in maniera efficace
- emerse
- abbastanza
- interamente
- entità
- Allo stesso modo
- particolarmente
- eccetera
- Anche
- Evento
- esempio
- Esempi
- esecuzione
- esperto
- esperti
- fattore
- pochi
- finanziario
- Istituzioni finanziarie
- Financial Market
- criminalità finanziaria
- Trovare
- Finextra
- Nome
- prima volta
- messa a fuoco
- Nel
- frode
- PREVENZIONE FRODI
- da
- pieno
- funzioni
- futuro
- scopo
- grande
- guida
- cura
- maniglia
- accade
- Avere
- sano
- Aiuto
- nascosto
- superiore
- Colpire
- orizzonte
- Tuttavia
- HTTPS
- Gli esseri umani
- IBRIDO
- i
- identificare
- identificazione
- if
- immagine
- immediato
- in
- è aumentato
- studente indipendente
- industrie
- informazioni
- intuizioni
- immediato
- pagamenti istantanei
- istituzioni
- Intelligence
- coinvolto
- isolato
- IT
- ad appena
- conoscenze
- Lingua
- IMPARARE
- apprendimento
- livelli
- si trova
- piace
- logica
- Lunghi
- Guarda
- lotto
- macchina
- machine learning
- corrente principale
- mantenere
- Fare
- molti
- Rappresentanza
- Mastercard
- maturità
- massimo
- Maggio..
- ML
- modello
- modelli
- monitoraggio
- mese
- Scopri di più
- maggior parte
- devono obbligatoriamente:
- esigenze
- tuttavia
- New
- no
- of
- offrire
- di frequente
- on
- esclusivamente
- opera
- ottimale
- or
- organizzazioni
- Altro
- ancora
- Superare
- particolare
- modelli
- pagamenti
- Platone
- Platone Data Intelligence
- PlatoneDati
- Abbondanza
- possibile
- potenziale
- potente
- Pratico
- prevenire
- Frodi
- problemi
- Profili
- profiling
- Programmi
- proiettato
- prominente
- corretto
- comprovata
- fornire
- Spingi
- radar
- aumentare
- tasso
- Reagire
- reagisce
- tempo reale
- ragionevole
- recente
- affidabile
- rimanere
- sostituire
- richiedere
- necessario
- risposta
- Risultati
- Rischio
- rischi
- robot
- norme
- stesso
- soddisfatte
- Risparmio
- scenario
- sembrare
- senso
- set
- alcuni
- significativa
- Un'espansione
- Software
- Soluzioni
- RISOLVERE
- alcuni
- sofisticato
- Fonte
- specializzata
- specifico
- sostanziale
- tale
- sospettoso
- Sinonimo
- SISTEMI DI TRATTAMENTO
- trattativa
- task
- team
- le squadre
- tecniche
- Tecnologie
- Tecnologia
- termine
- condizioni
- di
- che
- I
- Il futuro
- loro
- Li
- Là.
- Strumenti Bowman per analizzare le seguenti finiture:
- di
- questo
- quelli
- Attraverso
- tempo
- a
- strumenti
- allenato
- delle transazioni
- Le transazioni
- Digitare
- Tipi di
- per
- purtroppo
- Sconosciuto
- us
- uso
- utilizzato
- utenti
- utilizzando
- APPREZZIAMO
- vario
- Che
- Che cosa è l'
- quale
- con
- entro
- senza
- Lavora
- lavoro
- Sul posto di lavoro
- sarebbe
- zefiro