AI は銀行がますます激化する詐欺の競争に勝つためにどう役立つか

AI は銀行がますます激化する詐欺の競争に勝つためにどう役立つか

今日のイノベーションのペースが競争だとしたら、世界は猛烈なスピードで変化しています。

今日の世界で起こっているあらゆる前向きなイノベーションには、その逆の応用が存在します。ハッカーやサイバー犯罪者は、人工知能(AI)などのテクノロジーを使用して、同じ戦術をツールキットに追加するでしょう。

「テクノロジーの利用は善人だけのものではない」とホークAIのCEO兼共同創設者のトビアス・シュヴァイガー氏は記者団に語った。「悪人は新技術を採用するためにこの軍拡競争を加速させている」

「金融機関としては、この傾向を認識し、対抗できるテクノロジーをビジネスに導入することが重要です。」

調査によると、米国の銀行の40%以上が詐欺が年々増加していると報告しており、これは2022年に報告された率のほぼ2倍である。不正取引件数の増加は、詐欺による損失が年々増加していることを意味し、犯罪者が確立された詐欺対策を回避するのがますます上手になっていることを浮き彫りにしています。

シュヴァイガー氏は、少なくとも過去 20 年間、詐欺システムは一般的に単純なルール エンジンに基づいていたが、これはもはや機能しないと考えています。

「ソリューションとシステムをアップグレードし、機械学習 (ML) と AI を組み込むことが、前進する唯一の方法です」と彼は説明します。

現代の問題には現代の解決策が必要

新たな攻撃ベクトルの脆弱性を効果的に封じ込めるために、企業はもはや広範な防御策に甘んじることはできません。ハッカーがより賢くなるにつれて、ハッキング プログラムも、関連性のある動作や疑わしい動作をより正確に検出して、同様に対応する必要があります。

「最終的に勝者は出ないと思う」とシュヴァイガー氏は語った。 「企業は犯罪者と同じ速さで対応する必要があります。解決策は、モデルを再調整し、過去に何が起こったかをバックテストし、防御を調整して組織固有の問題行動をより正確に保護し回避することで、継続的に学習することです。」

さらに事態を複雑にしているのは、少なくとも3分の1の金融機関が、詐欺師の巧妙さが、詐欺に対抗するための戦略を立案し、ツールを決定する上での真の課題であると指摘していることです。

シュヴァイガー氏が説明するように、金融機関は問題を予防し、対処し、一度に大混乱を起こそうとするのではなく、小さなことから始める必要があるのはこのためです。

「旧式のルールに基づくプロセスを完全に置き換える必要はない」と彼は語った。 「ルールが存在するのは、組織が理解し、慣れ親しんでいるからに他なりません。ほとんどの組織にとって、AI を導入するだけでは大げさすぎる動きです。機械学習と AI は、古い世界と新しい世界を融合できると私たちは考えています。そこでは、ルールは人々が立ち止まりたい、または注目したいパターンを反映し、その上にある機械学習と AI の第 2 層は精度と俊敏性を提供します。」

合法性の判断はますます困難になっている

詐欺はリアルタイムで発生し、新しい生成 AI 機能により、ハッカーは取引詐欺、口座開設、口座乗っ取り、その他の行動主導型詐欺など、より多くの詐欺行為の脆弱性を活性化する方法を利用できるようになります。

「クレジットカード詐欺はハッカーにとって依然として莫大な金儲けの手段となっている」とシュヴァイガー氏は語った。 「ACH 決済も大きな注目を集めています。ディープフェイク音声や顔を含む生成 AI を使用したなりすましの事例も増加しています。これらの手法は、ハッカーが実現している、将来を見据えた大きな進歩を表しています。」

詐欺の手法が高度化するにつれ、どのリクエストが正当なもので、どれがハッカーからのものか分からない消費者やその他のエンドユーザーによって、正当なリクエストが無視される可能性があります。

「この場合、人工知能の応用は、通常の動作から逸脱した異常を特定できるため、非常に重要です」とシュヴァイガー氏は説明した。 「戦略は常に、取引データ、位置情報、デバイスのフィンガープリントなどのデータに基づいています。将来的には、サードパーティの詐欺プールに関する情報も含める予定です。」

同氏は、異なる、さらには従来とは異なる種類のデータを収集する能力が将来「非常に重要」になるだろうと述べた。

今日の消費者は、銀行プラットフォームにアクセスして取引を行う際に、本人確認や登録を煩わされることはほとんどありませんが、AI の統合と、新しいデータやコンテキストから継続的に学習する AI モデルの機能は、セキュリティと利便性の適切なバランスを確保するのに役立ちます。

シュヴァイガー氏は、詐欺に加えて、他の種類の金融犯罪も金融機関にとって最大の懸念事項であると述べた。

「Hawk AIのようなツールは、制裁スクリーニング、マネーロンダリング対策(AML)取引監視などの機能を詐欺防止と組み合わせることができ、お互いのシグナルを強化したり、その逆を行ったりすることができる。これが、銀行がこの軍拡競争に勝つための答えだ」と彼は語った。

<<:  生成 AI が流行する中、コンプライアンス計画にはどのような変化が見られるのでしょうか?

>>:  AI支援農業建築:農業生産効率の向上

ブログ    
ブログ    

推薦する

テスラの秘密チームが暴露:ネガティブなニュースを抑え、虚偽入札の段階を乗り切ることに特化

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

...

AI教育の知能化、パーソナライゼーション、多様化は今後さらに発展するだろう

人工知能教育は主に、ユーザーの学習行動データを分析・処理することで、パーソナライズされた学習コンテン...

大規模モデルを低コストで便利に使用するには? Amazon Web Services が生成型 AI を実現する方法

現在、私たちは「百機種戦争」の時代に突入しており、テクノロジー企業は人工知能分野で主導権を握ろうと、...

...

...

スマート建設現場: 2021 年に注目すべき 5 つのスマート建設技術

革新的な建設技術により、大規模建設プロジェクトの安全性、効率性、生産性が大幅に向上します。建設業界に...

...

注釈付きビデオの 1 フレームでセグメント機能を学習し、完全な監視パフォーマンスを実現できます。 Huake、時系列行動検出における新たなSOTAを達成

ビデオ内の興味深い部分を見つけるにはどうすればいいですか?時間的アクションローカリゼーション (TA...

エラー分析を正しく行う方法、NLP研究者は学ぶ必要がある

著者注:機械学習モデルがいつ、どのように、なぜ失敗するかを分析することを「エラー分析」と呼びます。科...

...

ヘルスケアにおけるAI導入が難しい理由

私たちはほぼ毎日、人工知能と医療業界におけるその応用に関する最新の記事を読んでおり、医療機関などのク...

毎日のアルゴリズム: 完全順列問題

[[435870]]繰り返しのない数字のシーケンスが与えられた場合、そのシーケンスのすべての可能な順...