マスターカードがAIを活用して詐欺を阻止し、誤ったチャージバックを削減する方法

【51CTO.com クイック翻訳】チェックアウト時に銀行カード取引が拒否されると、イライラしたり恥ずかしい思いをしたりします。また、ブランドロイヤルティに深刻なダメージを与える可能性もあります。Mastercard の調査によると、3 人に 1 人が銀行カードが拒否されたために小売店で購入しなくなるそうです。

これは多くの場合、取引が不正であると誤ってフラグ付けされることが原因です。支払いが有効かどうかを判断するアルゴリズムが過度に慎重であり、アルゴリズムが間違えることがあります。

[[252969]]

こうした誤ったチャージバックは、不便さをもたらすだけでなく、小売業者や経済全体に推定 1,180 億ドルの損害をもたらし、これは実際のカード詐欺による損失の 13 倍に相当します。

しかし、恐れることはありません。今回も人工知能が救いの手を差し伸べてくれるのです。 Mastercard は、機械学習に基づく予測分析を活用した Decision Intelligence および AI Express プラットフォームを使用して、こうした事態の発生率を 50% 削減しました。

私は、マスターカードのグローバル エンタープライズ、リスク、セキュリティ担当社長である Ajay Bhalla 氏と、このテクノロジーの仕組みや、AI がどのようにしてマスターカードの戦略目標の達成にさらに貢献できるのかについて話す機会を得ました。

リアルタイム分析により、より正確な結果が得られます

Bhalla 社は、カリフォルニアに拠点を置く AI 専門企業 Brighterion 社の買収により、詐欺を検出し、誤ったチャージバックを削減する能力が大きく向上したと語った。

Brighterion と共同で開発されたテクノロジーにより、代わりにデータをリアルタイムで分析することが可能になりました。マスターカードのネットワークで処理される世界中の 4,500 万か所の拠点で毎年行われる 750 億件の取引を処理するには、機械学習アルゴリズムが極めて効率的である必要があります。

現在、取引を拒否する決定は、静的なサンプル データ セットや固定ルールではなく、継続的なデータ ストリームと自己学習アルゴリズムに依存しており、これにより素晴らしい結果が得られています。

Bhalla氏は、AIシステムには自己学習能力があるため、常に時代の変化に対応しており、学習の遅れはなくなると語った。

「このシステムは、何十億もの取引を分析して不正の可能性を調べ、取引が承認される準備が整うと、システム内の銀行にそのアドバイスを提供する」と同氏は述べた。

「これにより、数十億ドル相当の詐欺行為が明らかになりました。」

このシステムでは、リアルタイムで送信される取引データ、外部データ（匿名および集約された顧客情報を含む）、および地理情報を使用します。

地理情報は、特定の地域で「通常」行われる取引の種類を概説するだけでなく、それに関連する不正行為のパターンも明らかにするため、役立ちます。これらの情報もすべてリアルタイムで集約されます。

これは、ある場所の企業を狙ったり、市内の多数の ATM で「現金引き出し」を試みたりする組織犯罪集団による大規模な詐欺行為のパターンを検出、追跡、ブロックできることを意味します。

「消費者の観点からすると、これは本当に良いことです。消費者にとって承認が早くなり、より多くの正当な取引が承認されることを意味します」とバラ氏は言う。「商店にとっても、承認が増えるということは商売が増えることを意味するので、これは良いことです。」

AIの課題

バラ氏は、インテリジェントな自動化システムの構築は長年マスターカードの中心的な戦略であったが、ブライトリオン社を買収し、その技術をマスターカードのシステムに統合することは「純粋な」AIへの一歩であると語った。顧客サービスからマネーロンダリング対策まで、ビジネスの多くの側面が AI の改善から恩恵を受けることになるだろう。

大きな課題は、データが一貫して高品質であることを保証することです。なぜなら、取引記録やその他の保存データにエラーがある場合、最も賢いマシンであっても、必然的に誤った決定を下してしまうからです。

バラ氏は、この分野での自社の成功は、取引記録の生成と検証における 50 年以上の実績によるものだとしている。「当社は長年この業務に携わっていますが、通常、そこが課題です。データが極めて正確であることを確認する必要があります」とバラ氏は語った。

2 番目の課題は、潜在的にコストがかかる AI インフラストラクチャを社内のどこに導入するかを決定する際に優先順位を付けることです。

顧客満足度の向上が長期的に最も大きな利益をもたらす可能性が高いという決定が早い段階で下されました。

「これは優先順位の問題です。私たちが取り組むべき上位 5 つの分野は何でしょうか?」とバラ氏は私に語った。

「ご存知のとおり、私たちが取り組みたい最も重要な側面は顧客体験であり、販売時点での取引がシームレスであることを確認することです。これが私たちの最優先事項です。」

マネーロンダリングの阻止

マネーロンダリングに対抗するために、関連する AI 原則の多くは、誤ったチャージバックを削減するために使用される原則と似ています。

人工知能アルゴリズムは取引データのパターンをチェックし、個人または企業が協力してアカウントを設定し、不正資金が関与する可能性のある取引を行っているかどうかを検出できます。

ただし、ここでは自然言語処理 (NLP) という別のテクノロジーも導入されています。 NLP は、自然な人間の言語を解釈するように設計されたアルゴリズムを使用して、基本的にコンピューターが人間の言うことを理解できるようにします。つまり、従来処理してきた数字やコードだけでなく、音声や文章からも重要な情報を抽出できるということです。

NLP は、名前と人物のつながりを検出して判断できるため、偽名を使用したり、別名を採用したり、検出を避けるために名前のスペルを密かに変更したりすることが多い場合に非常に役立ちます。

モノのインターネット – 未来を見据えて…

将来については、バラ氏は、取引量が増加し、商取引がデジタル化され、犯罪がより巧妙になるにつれて、金融サービス業界全体でAIの重要性が増すと確信していると述べた。

特に、モノのインターネット (IoT) の急速な成長により、決済システムはますます多くの自動取引を処理することになります。つまり、需要とますます複雑化するユースケースに対応するには、AI プログラムがより強力かつ高速になる必要があるということです。

「将来、冷蔵庫が取引を行い、車が充電ステーションまで自動運転してそこで取引を行う世界が到来するでしょう。これらは自律的な取引となり、これらの取引から得られるすべてのデータは、私たちが意思決定を下し、消費者が日常生活をより良く管理する上で非常に役立つでしょう。」

原題: マスターカードが人工知能を使って詐欺を阻止し、誤った拒否を減らす驚くべき方法、著者: バーナード・マー

[51CTOによる翻訳。パートナーサイトに転載する場合は、元の翻訳者と出典を51CTO.comとして明記してください]