在網(wǎng)絡(luò)犯罪分子眼中，信用卡企業(yè)無疑是最重要的攻擊目標(biāo)之一。數(shù)以萬億計(jì)的美元流經(jīng)他們的系統(tǒng)，想想就令人激動(dòng)不已。正因?yàn)槿绱?，單?019年一年，全美就出現(xiàn)了超過27萬份信用卡欺詐報(bào)告，達(dá)到2017年的兩倍。

那么，信用卡公司該如何應(yīng)對？很多金融機(jī)構(gòu)正在使用人工智能嗅探并屏蔽欺詐行為。

比如，美國運(yùn)通公司風(fēng)險(xiǎn)管理副總裁Anjali Dewan最近在TechFirst就在播客上表示，“著眼于整個(gè)金融服務(wù)行業(yè)，我們相信美國運(yùn)通掌握著全球規(guī)模最大、先進(jìn)度最高的機(jī)器學(xué)習(xí)系統(tǒng)。這些模型正在監(jiān)控全部交易活動(dòng)，并實(shí)時(shí)返回80億項(xiàng)信用與欺詐風(fēng)險(xiǎn)決策結(jié)果。”

據(jù)了解，美國運(yùn)通在106個(gè)國家/地區(qū)發(fā)出1.4億張信用卡，客戶每年支付1.2萬億美元購買商品及服務(wù)，其中自然涉及大量交易與決策流程。

運(yùn)通公司已經(jīng)擁有十多年的AI欺詐管理經(jīng)驗(yàn)，目前即將發(fā)布第十種主要模型以監(jiān)控并降低欺詐風(fēng)險(xiǎn)。

有趣的是，雖然AI技術(shù)當(dāng)下可謂風(fēng)頭無兩，但美國運(yùn)通早在十年之前（即2010年）就已經(jīng)開始使用AI，并在2015年將其所有風(fēng)險(xiǎn)管理模型全面轉(zhuǎn)換為AI形式。

運(yùn)通，當(dāng)之無愧的AI采用先驅(qū)。

如果關(guān)注2019年以來Gartner公司發(fā)布的人工智能炒作周期報(bào)告，大家就會發(fā)現(xiàn)AI云服務(wù)、機(jī)器學(xué)習(xí)、洞見引擎以及認(rèn)知計(jì)算等技術(shù)已經(jīng)脫離“虛假期望值”數(shù)年之久，更是早已經(jīng)過了“啟蒙上升期”并逐步進(jìn)入大家所真正渴望的“生產(chǎn)穩(wěn)定期”。

2019年Gartner公司發(fā)布的人工智能炒作周期報(bào)告

由此得出的結(jié)論是，美國運(yùn)通不僅是重要的早期采用者，更是在從AI技術(shù)中獲取實(shí)際價(jià)值方面領(lǐng)先于整體市場曲線。換句話說，目前的運(yùn)通已經(jīng)將AI全面推向生產(chǎn)穩(wěn)定期。

Dewan在采訪中表示，“我們的全部模型都已經(jīng)以AI技術(shù)為基礎(chǔ)，能夠顯著縮短客戶的生命周期。從新賬戶創(chuàng)建、額度分配、客戶管理與欺詐檢測開始，全程覆蓋。根據(jù)尼爾森報(bào)告公布的調(diào)查結(jié)果，大家會發(fā)現(xiàn)過去13年以來，美國運(yùn)通一直保持著欺詐率方面的最低比例，僅為行業(yè)平均水平的一半。”

這確實(shí)值得欽佩。

盡管自COVID-19疫情爆發(fā)以來，信用卡欺詐活動(dòng)有所增加，但Dewan表示運(yùn)通方面的欺詐損失仍然控制在極低水平。

這樣的結(jié)果，離不開多方面努力。

欺詐行為一旦成功，當(dāng)然會帶來金錢損失（最終由信用卡客戶承擔(dān)成本）;但即使欺詐活動(dòng)失敗，損失同樣真實(shí)存在。如果客戶想要購買商品，但自己的信用卡卻被誤報(bào)為存在欺詐活動(dòng)并受到拒絕，無疑會令其感到尷尬、沮喪、煩惱甚至決定轉(zhuǎn)投別家發(fā)卡商。隨著時(shí)間推移，這類情況可能對品牌形象造成負(fù)面影響，最終導(dǎo)致客戶群體分崩離析。

Dewan表示，美國運(yùn)通希望在這兩類情況下帶來切實(shí)改善。

Dewan表示，“自2014年我們著手部署基于AI的欺詐解決方案以來，我們的欺詐活動(dòng)數(shù)字化解決率提升了100%。在2014年之后，銷售點(diǎn)中斷幾率降低了21%，這極大改善了客戶們的使用體驗(yàn)?！?/p>

Dewan無法透露太多實(shí)現(xiàn)這項(xiàng)壯舉背后所使用的軟硬件技術(shù)，但表示運(yùn)通方面即將推出其全球欺詐檢測模型的第十次重大迭代，其中將使用生成對抗網(wǎng)絡(luò)（GAN）與順序遞歸神經(jīng)網(wǎng)絡(luò)（RNN）進(jìn)行風(fēng)險(xiǎn)決策處理。

GAN非常重要，因?yàn)槠淠軌蚩焖偬嵘Ｐ托?。它屬于一種機(jī)器學(xué)習(xí)框架，由神經(jīng)網(wǎng)絡(luò)間相互競爭以交替改進(jìn)，借此以機(jī)器速度實(shí)現(xiàn)優(yōu)化升級。RNN同樣非常重要，因?yàn)槠洳粌H能夠處理輸入并將內(nèi)容轉(zhuǎn)換為其他形式，同時(shí)也能在處理下一組數(shù)據(jù)的同時(shí)參考上一組數(shù)據(jù)結(jié)果，由此做出更智能、更精細(xì)的決策。

最終，所有這些后端技術(shù)，都會對前端客戶產(chǎn)生直接影響。

例如：當(dāng)您飛往某國外城市，并打算購物時(shí)。Dewan介紹稱，“后臺會在15秒之內(nèi)使用機(jī)器學(xué)習(xí)算法與信用卡持卡人進(jìn)行個(gè)性化通信?？梢圆捎秒娮余]件形式，也可以采用推送通知形式，或者是文本短信形式。通過靈活的實(shí)時(shí)溝通渠道，我們能夠與持卡人快速接觸并解決欺詐問題?！?/p>

當(dāng)然，其中需要涉及大量數(shù)據(jù)。

Dewan指出，由于美國運(yùn)通公司采取垂直導(dǎo)向的運(yùn)營模式（即發(fā)卡、商戶支持及支付網(wǎng)絡(luò)運(yùn)行完全由運(yùn)通自行負(fù)責(zé)），因此與競爭對手相比，運(yùn)通在本質(zhì)上更具有平臺優(yōu)勢：能夠基于更多數(shù)據(jù)做出更為明智的決策。

根據(jù)Dewan的介紹，整個(gè)欺詐檢測系統(tǒng)一直在不斷精進(jìn)、愈發(fā)復(fù)雜。她總結(jié)道，“回顧2014年，當(dāng)時(shí)我們需要使用150套模型來管理全球、各個(gè)國家、消費(fèi)者以及商戶組合中的欺詐檢測工作。但如今我們只需要單一的全球模型，目標(biāo)就是安全管理我們支付網(wǎng)絡(luò)中往來流動(dòng)的1.2萬億美元。而即將于下個(gè)月推出的最新醋，將包含最新數(shù)據(jù)以及一系列更為強(qiáng)大的新功能?！?br /> 責(zé)編AJX