人工智能如何改变金融服务中的欺诈检测

Forrester的Ming Liu讨论了AI如何帮助改善金融服务行业中的欺诈检测。

我相信拥有信用卡的大多数人都经历过欺诈或误报(非欺诈交易被拒绝)，我也是如此.2019年，我经历了海外信用卡欺诈，金额约为3,000美元。给我更深刻的印象是与银行交谈以申请退款的复杂程序。

我已向银行提交了10种不同的纸质证明，并至少与银行代表打了六个电话。银行要求的一种文书工作是警察调查记录，这意味着我不得不去警察局报告欺诈案，所以我去了两次警察局。

您可能会认为我必须为银行烦恼，因为这些程序充满了麻烦，但我却没有这种感觉，因为我知道银行对此无能为力-他们就像我一样，越来越多的受害者技术和互联网推动的复杂欺诈活动。

更有意思的是，我正巧在遇到信用卡欺诈的同时，就AI对欺诈管理的影响进行研究。从受害者的角度来看，我对AI如何潜在地改变欺诈管理行业并解决弱势客户以及银行的痛苦有更深入的了解。

感谢报告的共同作者Andras Cser和Danny Mu，我们出版了《人工智能正在改变欺诈管理》，我相信它将为AI和欺诈供应商以及金融机构带来很多启发关于如何发展其现有欺诈检测机制的信息。

欺诈管理行业中的AI

随着技术的发展和互联网的普及，当前的欺诈活动变得比以前更智能，成本更低。我所经历的海外信用卡欺诈案是一个典型的例子，表明罪犯具有复杂的欺诈手段，可以轻松地跨境转移。

此外，随着客户数字交易数据的呈指数增长，传统的基于规则的欺诈检测模型越来越难以满足要求。人工智能可以增强现有的基于规则的模型并显着增强人为欺诈分析师的能力，从而可以提高准确性和效率，同时降低成本。

欺诈管理用例对AI算法具有共同的技术要求。但是，每个用例对这些技术要求的优先级不同。例如，与诸如欺诈调查和报告之类的其他用例相比，事务监视需要最高级别的响应时间，培训数据可用性和质量，错误率和精度，可扩展性以及易于建立模型。