当今欺诈和金融犯罪日益复杂,全球各地的欺诈、风险和合规部门面临着快速变化和不断增加的工作量。根据 FBI 和德勤的数据,生成式人工智能 (GenAI) 有望
欺诈损失迅速增加 未来几年内,人工智能技术将迎来革命性的发展。但即使人工智能技术激发了不良行为者屡试不爽的欺骗行为(深度伪造、网络钓鱼计划、支付欺诈和各种骗局),它也可以增强金融公司的防御能力。
目前,调查人员通常依靠机器学习 (ML) 模型来发现符合已知欺诈计划的活动以及识别新的和正在出现的欺诈趋势。除了检测已建立的欺诈模式外,ML 算法还可以在欺诈者改变其方法时轻松标记可疑交易。调查人员还使用自然语言处理 (NLP) 和文本分析来提取交易价值、交易发生地点、IP 地址和其他文档等数据。
最近,反欺诈专家开始探索生成式人工智能打击欺诈的潜力。最近
欺诈技术调查注册舞弊审查师协会 (ACFE) 和 SAS 的一项调查发现,有八成 (83%) 的受访者预计到 2025 年将 GenAI 添加到他们的反欺诈工具包中。
它如何帮助他们做出更好、更快的决策,以遏制欺诈和金融犯罪?以下是 GenAI 可以增强更传统的 AI 和 ML 技术的一些方法,以帮助调查人员智胜狡猾的对手。
GenAI 作为调查员的数字助理
欺诈和合规调查通常涉及大量数据需要审查,包括无数的财务记录、不计其数的金融交易以及大量外部公司的记录。这类信息不仅审查起来极其耗时,而且从海量数据中提取相关证据(例如关键人物、地址、电话号码、关系等)的过程通常具有挑战性且繁琐。从调查的某一方面获得的新信息通常需要仔细查阅以前读过的报告,这使得既定流程变得重复且费力。
进入
大型语言模型 (法学硕士),一种 GenAI 形式,可以帮助调查团队找到相关数据点并更快、更轻松地将它们连接起来。考虑到法学硕士的工作方式,不难想象法学硕士驱动的“数字助理”如何为调查人员带来巨大价值,快速编目和解释数据以回答问题并提取最相关的信息。这种类型的数字助理可以生成摘要叙述,突出显示关键细节,识别调查过程中的潜在差距和冲突,甚至建议后续任务。
这种方法的独特之处在于 GenAI 的自适应性。与其他形式的人工智能技术一样,它会根据用户反馈进行学习和发展,不断完善其模型,并在调查领域提供更深入的背景理解。如果做得好,这种动态交互可以帮助确保整个过程的准确性、可解释性和透明度。
此外,法学硕士与传统人工智能之间的合作进一步增强了欺诈和合规调查的许多其他方面。
GenAI 用于对话分析
对话分析重新定义了调查处理数字交流的方式。此功能可通过从移动设备和其他设备上提取和整理数字交流记录,帮助彻底改变调查中的风险评估。该功能将数据显示在一个易于使用的查看器中,可显示两人或多人之间的交流。
该工具的主要优势在于它能够导航和选择突出显示的关键词,从而加快在大量对话日志中识别机会的过程。这在欺诈计划中非常有用,例如账户接管和通过手机银行或电话银行获取新的信用额度。例如,应用于欺诈者和在线代理之间的对话,GenAI 驱动的对话分析可以快速揭示“危险信号”行为,例如多次请求对帐户进行非货币更改 – 例如,请求新卡、添加授权用户、修改个人身份信息 (PII) 操纵或更改电子邮件地址。
将 GenAI 功能注入金融公司的对话分析工具中,将使他们能够更深入地了解大量聊天记录,以识别潜在关注的行为并评估持续的欺诈和金融犯罪风险。
GenAI 用于测试和优化欺诈和风险系统
数据是任何 AI 算法的命脉——但如果银行的数据敏感或缺乏足够的量怎么办?合成数据是模仿真实数据通过算法生成的数据。当由于以下原因导致真实数据不可用、不足或不合适时,组织会使用 AI 生成的合成数据:
- 敏感或私人信息。
- 成本高昂。
- 手工贴标签效率低下。
- 偏见或不平衡。
- 罕见情况的数据短缺。
据 Gartner 称,到 2026 年,75% 的企业将使用 GenAI 来创建合成客户数据,而 2023 年这一比例还不到 5%。许多银行已经在探索使用案例。
其他
最近的 Gartner 研究 强调合成数据将如何通过丰富信贷风险决策来促进金融包容性,并帮助银行加强欺诈和金融犯罪预防。例如,金融公司可以使用合成数据来:
- 训练他们的机器学习模型来检测欺诈或识别表明潜在洗钱的非法支付模式。
- 通过模拟新型欺诈攻击进行渗透测试并减少误报。
- 安全地共享软件开发和测试数据,而不会损害数据隐私或安全。
展望
人工智能技术的使用标志着银行、保险公司和其他金融服务机构在欺诈和金融犯罪调查能力方面的重大里程碑。值得注意的是,上述 GenAI 技术的技术协同作用为调查人员提供了一个变革性的机会,可以彻底改变他们的风险、欺诈和合规运作,从而制定更有效的检测和预防策略。
关键词:Finextra,新闻,在线,银行,银行业务,技术,金融,金融,金融,技术,金融科技,IT,突发新闻,最新,零售,交易,贸易,执行,头条新闻,区块链,数字,投资,移动,商业,挑战者,支付,监管科技,保险科技,服务