アメリカン・エキスプレスはAIを活用してクレジットカード詐欺を50%削減

サイバー犯罪者の目から見れば、クレジットカード会社は間違いなく最も重要な攻撃ターゲットの一つです。彼らのシステムには数兆ドルが流れており、それについて考えるだけでもワクワクします。このため、2019年だけでも米国全土で27万件を超えるクレジットカード詐欺の報告があり、これは2017年の2倍に上ります。

では、クレジットカード会社はどのように対応するのでしょうか? 多くの金融機関は、詐欺を察知して阻止するために人工知能を使用しています。

たとえば、アメリカン・エキスプレスのリスク管理担当副社長であるアンジャリ・デワン氏は、最近、TechFirst ポッドキャストで次のように語っています。「アメリカン・エキスプレスは、金融サービス業界全体において、世界最大かつ最も先進的な機械学習システムを有していると考えています。これらのモデルは、すべての取引活動を監視し、80 億件の信用および詐欺リスクの決定をリアルタイムで返しています。」

アメリカン・エキスプレスは106の国と地域で1億4000万枚のクレジットカードを発行し、顧客は毎年1兆2000億米ドルを商品やサービスに支払っており、当然ながら膨大な数の取引と意思決定プロセスが伴うと理解されています。

American Express は AI による不正管理で 10 年以上の経験があり、現在、不正リスクを監視および削減するための 10 番目の主要モデルをリリースしようとしています。

興味深いことに、現在 AI 技術が脚光を浴びていますが、アメリカン・エキスプレスは 10 年前 (2010 年) から AI の使用を開始し、2015 年にすべてのリスク管理モデルを AI に完全に移行しました。

アメリカン・エキスプレスは、AI 導入の先駆者として当然の地位を占めています。

2019年以降、ガートナーが発表した人工知能ハイプサイクルレポートに注目すると、AIクラウドサービス、機械学習、インサイトエンジン、コグニティブコンピューティングなどの技術は、数年前から「誤った期待」から離れ、「啓蒙上昇期」を過ぎて、誰もが本当に望んでいる「生産安定期」に徐々に入っていることがわかります。

ガートナーの2019年人工知能ハイプサイクルレポート

重要なのは、アメリカン・エキスプレスが重要な早期導入者であるだけでなく、AI テクノロジーから真の価値を引き出すという点でも市場全体をリードしているということです。つまり、アメリカン・エキスプレスはAIを安定生産期に完全に移行させたというわけだ。

デワン氏はインタビューで、「当社のモデルはすべてAI技術に基づいており、顧客ライフサイクルを大幅に短縮できます。新規アカウントの作成から割り当て、顧客管理、不正検出まで、プロセス全体をカバーしています。ニールセンレポートが発表した調査結果によると、過去13年間、アメリカン・エキスプレスは業界平均の半分に過ぎない最も低い不正率を維持していることがわかります。」と語った。

これは本当に素晴らしいことです。

COVID-19の流行以来、クレジットカード詐欺は増加しているものの、アメリカン・エキスプレスの詐欺による損失は依然として極めて低いとデワン氏は述べた。

このような結果は、さまざまな側面からの努力と切り離せないものです。

もちろん、詐欺が成功すれば金銭的損失が発生します (最終的にはクレジットカードの顧客が負担します)。しかし、詐欺が失敗した場合でも、損失は同様に現実的です。顧客が購入を希望しているのに、クレジットカードが不正行為と誤ってフラグ付けされ、拒否された場合、恥ずかしさ、フラストレーション、不快感が生じ、別のカード発行会社に切り替えることを決める可能性があります。時間が経つにつれて、このような状況はブランドイメージに悪影響を及ぼし、最終的には顧客基盤の分断につながる可能性があります。

デワン氏は、アメリカン・エキスプレスは両分野で目に見える改善をもたらすことを期待していると述べた。

「2014年にAIベースの不正防止ソリューションの導入を開始して以来、不正行為のデジタル解決が100%増加しました」とデワン氏は語ります。「2014年以降、POSシステムの停止は21%減少し、顧客体験が大幅に向上しました。」

デワン氏は、この偉業の背後にあるハードウェアとソフトウェアの技術について多くを明かさなかったが、アメリカン・エキスプレスは、リスク決定を処理するために生成的敵対的ネットワーク（GAN）と逐次再帰型ニューラルネットワーク（RNN）を使用するグローバル詐欺検出モデルの10番目の主要な反復をまもなく開始する予定であると述べた。

GAN はモデルの効率を迅速に向上できるため、非常に重要です。これは、ニューラル ネットワークが互いに競争して互いを改善し、マシンの速度で最適化のアップグレードを実現する機械学習フレームワークです。 RNN は、入力を処理してコンテンツを他の形式に変換するだけでなく、次のデータセットを処理する際に前のデータセットの結果を参照し、よりスマートで洗練された決定を下すことができるため、非常に重要です。

最終的には、これらすべてのバックエンド テクノロジーがフロントエンドの顧客に直接影響を与えることになります。

たとえば、外国の都市に飛行機で行き、買い物に行く予定がある場合などです。 Dewan 氏は、「バックグラウンドでは、機械学習アルゴリズムを使用して、15 秒以内にクレジットカード所有者にパーソナライズされた通信を送信します。これは、電子メール、プッシュ通知、またはテキスト メッセージの形式になります。柔軟なリアルタイム通信チャネルを通じて、カード所有者と迅速にやり取りし、不正の問題を解決できます」と述べています。

もちろん、大量のデータが関係します。

デワン氏は、アメリカン・エキスプレスが垂直志向の運営モデル（つまり、カードの発行、加盟店サポート、決済ネットワークの運用をすべてアメリカン・エキスプレスが担当）を採用しているため、競合他社に対して本質的にプラットフォーム上の優位性があり、より多くのデータに基づいてより賢明な決定を下すことができると指摘した。

Dewan 氏によると、不正検出システム全体は継続的に改善され、より複雑になっています。彼女は次のように結論付けました。「2014 年当時、当社は世界中の国、消費者、加盟店ポートフォリオにわたって不正検出を管理するモデルを 150 種類持っていました。現在、当社の決済ネットワークを流れる 1.2 兆ドルを安全に管理する単一のグローバル モデルがあります。来月リリースされる最新リリースには、最新のデータと多数の新しい強力な機能が含まれます。」