Logotipo de Zephyrnet

IA "apta para la lucha contra el fraude"

Fecha:

La inteligencia artificial es sin duda una de las palabras de moda más importantes, si no la más importante, en la tecnología actual.

Desde chatbots y asistentes virtuales hasta vehículos autónomos y reconocimiento facial, la amplia aplicación de dicha tecnología está teniendo un cambio profundo y efectivo en todo el mundo en innumerables campos.
Y es su eficacia lo que la convierte en la clave para luchar contra el fraude para las instituciones financieras y las fintechs que las ayudan a hacerlo, afirma Brendan Deakin, director general del mercado estadounidense de Provenir, una empresa de software que ofrece soluciones de toma de decisiones de riesgo basadas en datos e inteligencia artificial.

En la jerga de Deakin y Provenir, la IA es “apta para la lucha contra el fraude”.

"Dentro de los servicios financieros específicamente, hay muchísimos datos que se pueden aprovechar", afirmó Deakin. “Es difícil determinar qué es más predictivo y qué puede detectar la mayor actividad fraudulenta en comparación con otras fuentes de datos. La IA realmente ayuda a los prestamistas a examinar eso y puede obtener rápidamente información sobre qué fuentes de datos son mejores para detectar actividades sospechosas específicas sobre otras”.

Brendan DeakinBrendan Deakin
Brendan Deakin de Provenir

Si bien algunas fuentes de datos pueden usarse específicamente para un tipo particular de producto crediticio o un canal típico, Deakin dijo que la IA puede ayudar a los prestamistas a evaluar mejor qué datos son más efectivos para evaluar el fraude.

"Creo que el verdadero poder es que la IA puede predecir o detectar patrones de comportamiento y actividades sospechosas que los métodos tradicionales tardarían mucho más en descubrir y puede reaccionar muy rápidamente", dijo.

“Puede autoadaptarse. Aprende de cada transacción que fluye a través del modelo. Mejora constantemente en función de lo que aprende a medida que realiza una evaluación de fraude tras otra”.

Buscando el mejor resultado posible

Provenir, que tiene su sede a 25 millas al oeste de la ciudad de Nueva York en Parsippany, Nueva Jersey, se fundó en 2004 y construyó su negocio con un producto de software con licencia tradicional, trasladando los recursos de su producto a la computación en la nube a mediados de la década de 2010.

Fue en esa época cuando Deakin y sus colegas comenzaron a escuchar cada vez más sobre el aprendizaje automático y las capacidades de la IA. El trabajo para incorporar IA en su producto comenzó hace tres años y medio, y Provenir agregó soporte para modelos de IA a su plataforma de toma de decisiones en 2021. Desde entonces, dijo Deakin, Provenir ha evolucionado hasta el punto en que no solo brindan soporte sus propios clientes, también están en el negocio de generación e implementación de modelos.

"Hemos generado una interfaz de usuario con poco o ningún código que brinda a nuestros clientes la capacidad de construir y generar estos modelos, y luego implementarlos rápidamente en la transacción para que puedan cosechar los beneficios", dijo. dicho.

“Ofrecemos capacidades de seguimiento a través de gráficos. Nuestros clientes pueden ver el rendimiento de este modelo en tiempo real, por lo que pasamos de sumergirnos en la IA simplemente admitiendo la capacidad de forma nativa en nuestra plataforma a convertirnos ahora en una ventanilla única en lo que se refiere a las personas que Quiere iniciar, construir e implementar estos modelos por su cuenta utilizando Provenir”.

La belleza de lo que la IA puede hacer, según Deakin, es digerir una gran cantidad de información cuando se utiliza en la detección de fraudes para garantizar que determine el mejor resultado posible a partir de los detalles que se le brindan.

"No vemos muchos falsos positivos o errores dentro del ámbito del fraude", dijo. “Cuando se trata de crédito, la explicabilidad es importante, especialmente si un modelo de crédito basado en inteligencia artificial rechaza a un consumidor. Debe haber códigos de motivo de por qué el modelo decidió rechazar a un consumidor. Ahí es donde todavía no hemos visto una gran adopción de modelos de evaluación del riesgo crediticio basados ​​en inteligencia artificial, pero ciertamente sí lo estamos viendo en el fraude.

"Esto es simplemente una medida de si esta transacción, esta aplicación, cualquiera que sea, puede avanzar porque estamos seguros de que es quien dice ser... Ahí es realmente donde vemos grandes promesas y grandes resultados en nuestros clientes que utilizan la IA. por fraude”.

Lea más sobre IA y detección de fraude

  • craig ellingsoncraig ellingson

    Craig es un escritor y editor independiente. Ha trabajado en varios puestos para varios periódicos en el oeste de Canadá, incluidos el Edmonton Journal y el Calgary Herald.

    Cuando no está ocupado arreglando su casa, puede encontrarlo experimentando con su olla de cocción lenta, encontrando la molienda adecuada (y el grano de café) para su AeroPress, leyendo ficción y no ficción, reflexionando sobre las obras del director Ingmar Bergman y practicando sus cruces hacia atrás. (¡ambos lados!) mientras patina sobre hielo.

.pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .box-header-title { font-size: 20px !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .box-header-title { font-weight: bold !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .box-header-title { color: #000000 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-avatar img { border-style: none !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-avatar img { border-radius: 5% !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-name a { font-size: 24px !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-name a { font-weight: bold !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-name a { color: #000000 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-description { font-style: none !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-description { text-align: left !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta a span { font-size: 20px !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta a span { font-weight: normal !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta { text-align: left !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta a { background-color: #6adc21 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta a { color: #ffffff !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta a:hover { color: #ffffff !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-user_url-profile-data { color: #6adc21 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-twitter-profile-data span, .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-twitter-profile-data i { font-size: 16px !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-twitter-profile-data { background-color: #6adc21 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-twitter-profile-data { border-radius: 50% !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-twitter-profile-data { text-align: center !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-linkedin-profile-data span, .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-linkedin-profile-data i { font-size: 16px !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-linkedin-profile-data { background-color: #6adc21 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-linkedin-profile-data { border-radius: 50% !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-recent-posts-title { border-bottom-style: dotted !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-multiple-authors-boxes-li { border-style: solid !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-multiple-authors-boxes-li { color: #3c434a !important; }

punto_img

Información más reciente

punto_img