Īss un detalizēts projekta apraksts
Klienta pieredze: FutureFinance Inc. ir finanšu tehnoloģiju uzņēmums, kas piedāvā tiešsaistes maksājumu platformu un digitālos bankas pakalpojumus. Tas apstrādā miljoniem darījumu saviem lietotājiem, tostarp naudas pārskaitījumus, kredītkaršu maksājumus un tirgotāju apstrādi, izmantojot API, piemēram, Stripe. Finanšu nozarē krāpšana un atbilstība ir pastāvīgas bažas. FutureFinance riska pārvaldības komanda izmantoja tradicionālās, uz noteikumiem balstītas sistēmas, lai atzīmētu krāpšanu, un manuālu komandu, lai pārskatītu atzīmētos darījumus un atrisinātu maksājumu strīdus. Pieaugot darījumu apjomam, kļuva arvien grūtāk reāllaikā pamanīt katru krāpniecisko modeli, un klientiem dažkārt radās kavēšanās aizdomīgu darījumu pārskatīšanā vai atmaksas pieprasījumu risināšanā. Uzņēmums atzina, ka ir nepieciešami viedāki un ātrāki drošības pasākumi, lai aizsargātu gan uzņēmumu, gan tā klientus.
Mērķi: FutureFinance nolēma uzlabot savu drošību un efektivitāti darījumu apstrādē izmantojot mākslīgo intelektu. Mērķi bija trīs: (1) Uzlabojiet krāpšanas atklāšanas precizitāti un ātrumu – krāpniecisku darījumu (vai citu anomāliju) tūlītēja atklāšana ar mazāk viltus trauksmēm. (2) Automatizējiet ikdienas finanšu operācijas piemēram, zema riska brīdinājumu pārskatīšana, strīdu dokumentācijas apstrāde un atbilstības pārbaudes (KYC/AML), tādējādi samazinot cilvēku analītiķu slodzi. (3) Saglabājiet nevainojamu lietotāja pieredzi – likumīgajiem klientiem nevajadzētu tik tikko pamanīt visu aizkulišu risku pārvaldību, izņemot to, ka lietas vienkārši darbojas un problēmas tiek atrisinātas ātrāk. Galu galā FutureFinance vēlējās mākslīgā intelekta aģentu, kas darbojas kā modrs finanšu sargsuns, reāllaikā sargājot platformu un ļaujot uzņēmumam mērogot darbību, lineāri nepalielinot darbinieku skaitu.
Risinājums: Mēs izvietojām mākslīgo intelektu "Riska analītiķa" aģents kas tagad ir FutureFinance darījumu plūsmas centrā. Šis aģents reāllaikā uzrauga katru darījumu un konta aktivitāti, izmantojot mašīnmācīšanās modeļus, kas apmācīti vēsturiskos krāpšanas modeļos un klientu uzvedībā. Brīdī, kad maksājums tiek uzsākts, mākslīgais intelekts to novērtē, vai nav nekādu brīdinājuma zīmju, analizējot tādus faktorus kā lietotāju tēriņu paradumi, ierīces/atrašanās vietas dati, iepriekšējās krāpšanas tendences utt. Tas var pamanīt anomālijas vai aizdomīgus modeļus milisekundēs, daudz ātrāk nekā jebkura manuāla pārskatīšana. Kad tas atklāj kaut ko potenciāli krāpniecisku (piemēram, pēkšņu lielas vērtības pārskaitījumu no jaunas atrašanās vietas), aģents var nekavējoties rīkoties: tas var uz laiku apturēt darījumu un aktivizēt papildu verifikāciju (piemēram, nosūtīt lietotājam apstiprinājuma pieprasījumu, izmantojot lietotni). Tas arī kategorizē brīdinājumu pēc riska līmeņa. Vidēja riska gadījumos mākslīgā intelekta aģents var autonomi sazināties ar klientu ar e-pasta vai lietotnes paziņojumu, lai pārbaudītu darījumu (piemēram, “Vai tikko mēģinājāt izņemt $500? Lūdzu, pieskarieties Jā vai Nē”), izmantojot drošas OTP un ziņojumapmaiņas integrācijas. Ja lietotājs apstiprina, ka darījums ir likumīgs, aģents atbrīvo aizturējumu un darījums tiek turpināts; ja nē, tas paliek bloķēts un atzīmēts kā krāpšana. Augstāka riska gadījumos aģents sazinās ar cilvēku risku speciālistu, pievienojot savu analīzi. Paralēli mākslīgais intelekts veic krāpšanas mazināšanas rokasgrāmata — piemēram, tas var automātiski atcelt kompromitētu karti, uzsākt atmaksu vai bloķēt kontu smagos gadījumos, ievērojot uzņēmuma noteikto politiku. Vēl viens risinājuma aspekts ir strīdu risināšanas automatizācijaKad klients iesniedz maksājuma atmaksas pieprasījumu vai sūdzību, mākslīgā intelekta aģents apkopo visus attiecīgos darījumu datus, pārbauda tos, salīdzinot tos ar modeļiem un pierādījumiem, un pat sagatavo ieteicamo atbildi vai ziņojumu cilvēku komandai. Tas ievērojami paātrina strīdu risināšanu. Būtībā mākslīgā intelekta riska aģents kalpo kā nenogurstošs, īpaši ātrs filtrs un pirmais reaģētājs – krāpšanas atklāšana reāllaikā, zaudējumu novēršana un ikdienas lietu risināšana no sākuma līdz beigāmArī tā mašīnmācīšanās modeļi nepārtraukti mācās no jauniem datiem, kas nozīmē, ka ar katru incidentu tas kļūst viedāks (pielāgojoties mainīgajai krāpšanas taktikai). FutureFinance tagad ir pastāvīgi modrs mākslīgā intelekta auditors, kas nodrošina sistēmas drošību un efektivitāti.
Integrācijas: Mākslīgā intelekta riska analītiķa aģents tika integrēts visā FutureFinance tehnoloģiju komplektā. Galvenie integrācijas punkti ietver galvenā darījumu apstrādes sistēma/virsgrāmata, kur aģents var redzēt un iejaukties maksājumos reāllaikā. Mēs to integrējām ar Stripe API (jo FutureFinance daudzus karšu darījumus novirza caur Stripe), lai iegūtu bagātīgākus datus par maksājumiem un pat izmantotu Stripe izdošanas iespējas — piemēram, aģents var izmantot Stripe, lai vajadzības gadījumā izveidotu vienreiz lietojamas virtuālās kartes drošiem darījumiem. Aģents arī pieslēdzas uzņēmuma lietotāju profilu un vēsturisko darījumu datubāze, sniedzot tam kontekstu anomāliju noteikšanai (zinot katra lietotāja tipisko uzvedību). Saziņai tas ir savienots ar klientu kontaktu kanāliem: e-pastiem, mobilo lietotņu push paziņojumiem un īsziņām (izmantojot drošus vārtejus), lai tas varētu automātiski sazināties verifikācijas vai brīdinājuma nolūkos. Svarīgi ir tas, ka mākslīgais intelekts ir saistīts ar FutureFinance krāpšanas lietu pārvaldības sistēma – kad tas kaut ko atzīmē, tas atver lietu ar visu informāciju, un, ja tas tiek eskalēts, cilvēka riska analītiķis redz informācijas paneli ar to, ko mākslīgais intelekts ir atradis (tostarp riska rādītājiem, faktoriem un ieteiktajām darbībām). Tika veiktas arī atbilstības integrācijas: aģents var salīdzināt darījumus ar sankciju sarakstiem vai veikt tūlītējas KYC pārbaudes, mijiedarbojoties ar ārējām atbilstības API. Būtībā mākslīgā intelekta aģents kļuva par finanšu darbplūsmas integrētu daļu, kas ir savstarpēji saistīta ar Stripe un iekšējām sistēmām, lai tas varētu nekavējoties rīkoties un iegūt visus nepieciešamos datus. Šī dziļā integrācija nozīmē, ka mākslīgais intelekts nesēž malā, sniedzot ieteikumus – tas ir cilpā, faktiski veicot noteiktas darbības darījumu procesā (ar atbilstošu uzraudzības loģiku, lai izvairītos no pārmērīgas darbības). Tas viss tika ieviests, veicot stingru testēšanu, ņemot vērā finanšu augsto likmju raksturu — integrācijas bija ļoti svarīgas, lai nodrošinātu, ka mākslīgā intelekta lēmumi ir balstīti uz pilnīgu, reāllaika informāciju un ka jebkura automatizēta darbība atbilst esošajiem finanšu noteikumiem un sistēmām.
Rezultāti: FutureFinance guva ievērojamus ieguvumus no mākslīgā intelekta riska aģenta gan kvantitatīvi, gan kvalitatīvi. Krāpšanas zaudējumi tika samazināti par aptuveni 40% pirmajā gadā — mākslīgais intelekts uztvēra krāpnieciskus darījumus, kas iepriekš varēja būt paslīdējuši nepamanīti vai pamanīti tikai pēc notikuma. Daudzi Krāpšanas mēģinājumi tagad tiek bloķēti reāllaikā, pasargājot uzņēmumu un klientus no zaudējumiem un galvassāpēm. Arī krāpšanas atklāšanas precizitāte uzlabojās: kļūdaini pozitīvi rezultāti (kļūdaini atzīmēti likumīgi darījumi) samazinājās, jo mākslīgā intelekta niansētākā analīze aizstāja dažus neapstrādātus uz noteikumiem balstītus aktivizētājus. Tas nozīmēja likumīgie klienti piedzīvoja mazāk pārtraukumu, uzlabojot kopējo lietotāju apmierinātību. Runājot par efektivitāti, riska operāciju komanda novēroja 50% manuālās darba slodzes samazināšana uz ikdienas pārbaudēm un strīdiem. Vienkāršas lietas, kurām agrāk bija nepieciešamas 15–30 minūtes analītiķa laika, tagad AI aģents atrisina dažu sekunžu laikā. Piemēram, Maksājumu strīdi, kurus mākslīgais intelekts uzskatīja par zema riska strīdiem, tika automātiski atrisināti ar pamatojošiem pierādījumiem, samazinot risināšanas laiku no dienām līdz minūtēm. Viens pārsteidzošs rezultāts: FutureFinance klientu atbalsta dienests atzīmēja, ka maksājuma atmaksas lietas risināšanas laiks samazinājās par 70%, jo mākslīgais intelekts iepriekš apkopoja visu nepieciešamo informāciju bankai. No biznesa viedokļa mākslīgā intelekta aģents nodrošināja, ka, darījumu apjomam pieaugot par divciparu skaitli, atbilstības un riska izmaksas nemainījās — viņi izvairījās no vairāku jaunu analītiķu pieņemšanas darbā, ietaupot aptuveni vairākus simtus tūkstošu dolāru gadā. Turklāt, klientu uzticēšanās platformā tika stiprināta ietekme — lietotāji saņēma brīdinājumus, piemēram, “Mēs pamanījām neparastu pieteikšanos, un mūsu mākslīgā intelekta drošības sistēma bloķēja potenciāli krāpniecisku mēģinājumu jūsu kontā”, kas viņiem apliecināja, ka ir ieviesti proaktīvi pasākumi. Finanšu direktors uzsvēra, ka šāda mākslīgā intelekta vadīta riska pārvaldība ne tikai novērš tiešus zaudējumus, bet arī palīdz izvairīties no normatīvajām sankcijām, nodrošinot procesu atbilstību prasībām. Regulatorus un partnerus patiešām pārsteidza FutureFinance kontroles sarežģītība. Kopumā mākslīgā intelekta aģents nodrošināja spēcīgu ieguldījumu atdevi, ieņēmumu aizsardzība un dārgu procesu automatizācijaTas lieliski parāda, kā finanšu jomā mākslīgā intelekta aģenti var kalpot kā modri sargi, padarot digitālās finanses drošākas, efektīvākas un mērogojamākas. FutureFinance tagad reklamē, ka tās platformu aizsargā uzlabots mākslīgais intelekts, kas ir pārdošanas arguments klientiem, kuri novērtē drošību. Kā teica viens vadītājs: “Mūsu mākslīgā intelekta riska aģents ir kā hiperzinošs, īpaši ātrs analītiķis, kas uzrauga katru darījumu. Tas ir būtiski uzlabojis mūsu noturību.” Pasaulē, kurā finanšu noziegumi kļūst arvien sarežģītāki, FutureFinance ieguva priekšrocības, ļaujot mākslīgajam intelektam veikt smago risku pārvaldības darbu.