在银行自动化峰会上，Informed 的汽车贷款战略总监 Jessica Gonzalez 与 Ally Financial 产品和战略高级总监 Kevin Faragher 一起参加了由银行自动化新闻副主编 Whitney McDonald 主持的小组讨论。
这是讨论的一部分。
惠特尼 – 哪些类型的欺诈行为正在上升？ 杰西卡你能分享一些数字吗？
杰西卡——欺诈是一个热门话题。 购车者正在使用数字界面购买和融资汽车，因此在汽车贷款方面，我们看到了 4.7 亿美元的损失。 Informed 在我们所有的贷方中检测到的欺诈平均值为 2.25%。 拥有数字化存在实际上会增加 08% 的欺诈行为——欺诈者变得越来越老练，他们正在使用数字平台来实现它们。
所以我们要确保欺诈被遏制。 执法部门的重点是身份盗窃，因为它很容易受到惩罚并且是“热门犯罪”。 我们专注于工资单欺诈，因为它与消费者偿还贷款有关。 我们不是专注于身份识别或 KYC，而是确保我们可以计算消费者收入。
Whitney – 你谈到了工资单欺诈，你刚刚发布了一个公告。 你能分享更多关于你所看到的吗？
杰西卡——我们贷方的欺诈率约为 2.25%。 在数字领域，我们发现欺诈行为增加了 35%。 数字零售商在抵押和贷款中看到欺诈性工资单和文件的可能性要高出 10 倍。 在查看趋势时，我们将其与平均 2.25% 进行比较。 这听起来可能没什么大不了的，但价值数十亿。 关键不仅在于拥有跟踪欺诈的数据，还在于确保您识别趋势。
正如凯文所说，手动跟踪趋势很困难。 分析师审查文件——他们每天都会看到大量文件。 他们无法连接所有这些数据点来发现趋势。 当我在银行时，我们看到一张电话账单，名字和地址不同，但电话号码和别人一样，花了将近六个月的时间才辨认出来。 通过共享数据资源来为您的欺诈团队和更广泛的行业提供实时、自动化的交易分析是必不可少的。
人工智能可以处理数百万笔交易并突出趋势。 因此，不仅拥有数据，而且正确使用和分析数据是关键。
惠特尼——杰西卡告诉我们她所看到的。 现在，Kevin 和 Ally 一起——您能分享一下您最近看到的欺诈活动增加的情况吗？
凯文——你想想过去是多么的欺诈。 有人偷了别人的邮件，拿到了假身份证，买了辆车。 聪明的承销商可能会认出这个人在加利福尼亚有一张征信机构的票据，而他们正在底特律申请贷款，这没有任何意义。 但是今天，一切都很快。 速度是不可或缺的商业价值主张之一。
这很适合数字化，因为欺诈者会利用，试图更快。 我们看到的最大欺诈类型之一是欺诈，人们部分或完全地建立了旨在通过我们的承保系统的信用档案。 我最近看到一个例子，有人通过模型交易线提高了他们的信用评分，这使得交易评分更好。
因此，我们查看所有数据并进行模拟。 我们有人在看他们，但他们真的很难被发现。 当交易通过合成 ID 完成时，您仍然必须支持该身份。 这就是让人工智能捕捉不良工资单并为我们的员工标记它的能力真正有价值的地方。
Whitney – 你们都提到了 Ally 如何与informed.IQ 合作来标记欺诈性交易。 杰西卡，你能谈谈银行如何利用这项技术吗？
Jessica – Informed 会自动检测工资单上的欺诈行为，这是进入贷款流程的第一个切入点。因此，必须了解我们认为欺诈者是真正的高科技，虽然这可能是真的，但它也是人们每天面临的问题进入壁垒。 如果您只关注非文件验证，您可能会遇到大量合成 ID。 如果您专注于 KYC 和身份欺诈，但不使用数字文档，那么您可以启用多少自动检测是有限的。
如果您收到的是平面图像，只是来自电子邮件或传真的文档图像，则图像质量是个问题。 因此，如果您收到传真或图片的图片，就很难知道它是否是欺诈性的。 AI 可以专注于 ID，但如果它是平面图片，你只会有 10% 到 20% 的时间成功。 大多数贷方仍然依赖纸质文件，因此我们专注于可以产生重大影响的地方——我们高度自信地发现了欺诈行为。 依靠 Informed 的 paystub 欺诈措施是贷方确保他们不仅识别 KYC 还识别增强欺诈的一个很好的指标。 也许有人看不到欺诈，因为获得假工资单比获得假身份证要容易得多，而且由于更多地关注 KYC 和 ID 验证，因此可能会发生更多工资单欺诈。
确保贷方可以开设账户并为消费者上传文件提供无缝体验非常重要。 如果您在前端有这些检查，则可以显着减少欺诈。 确保在瀑布开始时检查欺诈行为至关重要。 糟糕的图像质量与贷款组合中的糟糕表现相关。 如果您有人能够并且将偿还贷款但不能提供证明文件，他们很可能会尝试合成 ID 或 CPN，但当我们看到实际的工资单欺诈时，他们更有可能违约。 他们只是没有办法支付这些款项。
要了解有关举报欺诈的更多信息，请访问 informiq.com.
