作者：任鑫，数据科学高级总监，费德扎伊
生成式人工智能 (GenAI) 正在改变企业的游戏规则，并成为欺诈者的新工具。监管人工智能并扩大技术参与者在金融服务领域的作用对于遏制欺诈的发展至关重要。
根据 2024 年诈骗现状报告竞赛&费德扎伊，银行欺诈和诈骗导致全球损失 1 万亿美元。这些重大损失凸显出，银行比犯罪分子领先一步比以往任何时候都更加重要。银行需要从应对欺诈转向预防欺诈。
生成式人工智能为自动欺诈和金融犯罪铺平了道路
借助社会工程、访问因数据泄露、社交媒体和被盗银行数据而在暗网上发布的敏感信息等现有策略，欺诈者可以大幅增强他们的骗局。
欺诈者不仅可以更快地创建新身份，而且 GenAI 还赋予这些身份更大的可信度。创建虚假图像、视频甚至虚假录音的能力使欺诈者能够从头开始构建具有自己捏造身份的角色。
凭借通过身份验证检查的能力，生成式人工智能成为金融犯罪的强大工具。
在这种背景下，随着这些工具变得更加广泛和先进，银行将忍不住质疑每一次互动的真实性。
欺诈即服务正在兴起
借助生成式人工智能，呼叫中心现在可以快速收集有关目标的信息，了解组织运营情况，并针对特定银行定制攻击。这对于新账户欺诈和开户请求尤其重要。
犯罪分子可以使用 GenAI 工具来了解银行屏幕的不同布局和步骤。了解不同组织的运作方式后，犯罪分子可以编写脚本来快速填写表格并创建看似可信的身份来实施开户欺诈。银行将不再需要问“这是合适的人选吗？”而且，“我的客户是人类还是人工智能？”
拥抱人工智能的力量至关重要
企业需要先进的欺诈预防工具来保护自己免受人工智能驱动的威胁。人工智能驱动的欺诈检测系统使组织能够实时分析大量交易数据，发现传统方法可能遗漏的隐藏模式和警告信号。人工智能生成的警报应包含清晰的解释，以便人类分析师能够理解潜在问题背后的原因并做出明智的决策。
人工智能算法可能存在偏差，需要不断监控和改进。这就是为什么人类专业知识仍然是基于人工智能的决策的关键要素。
银行可以利用人工智能，通过风险评估预测未来风险，采取主动措施。然而，使用人工智能进行信用评估或欺诈检测等应用的银行必须确保其系统有效、道德、透明和负责任。
期待更多FinServe合作
随着银行越来越多地与金融科技和监管科技等其他金融机构联手，合作变得越来越重要。目标是共享数据和知识，以加强对跨境欺诈系统的防御。然而，如果银行担心自己面临法律问题，他们就会犹豫是否分享信息。
为了改善数据共享和协作，监管机构必须澄清或放松对银行的立场。目标是协作，但最高层需要更加明确，以确保正确共享数据。
金融机构还可以通过数据驱动的洞察来优化资源配置，将注意力集中在高风险案例上。这减少了对每笔交易进行详尽的手动调查的需要，使团队能够有效地确定其工作的优先顺序。因此，组织可以通过预防最重大的欺诈案件来提高效率并降低成本。
人工智能和机器学习：防止欺诈的盾牌
银行需要人工智能和机器学习来实时检测和防止欺诈。欺诈分析不仅有助于减少潜在损失，还有助于建立客户对银行的信任。
欺诈分析结合了人工智能 (AI)、机器学习和预测分析来进行高级数据分析，使银行能够处理大量数据并快速获得见解，以实时响应可疑的欺诈行为。
根据我们与美国银行合作的经验，这些银行现在能够检测到一半的潜在欺诈交易。然而，人工智能和机器学习的使用使他们能够检测到 60% 的欺诈行为，从而避免了数百万美元的潜在欺诈损失。
此外，GenAI 功能将误报率降低了 40%，使银行能够提供更加透明、顺畅的客户体验。
结论
在大数据时代，银行不能再仅仅依靠传统的基于规则的系统来检测欺诈交易。欺诈者很快就会了解银行的规则，并找到在不被发现的情况下实施欺诈的方法。每一种新的欺诈策略都会带来新的学习，将银行推入一场无休止的猫捉老鼠的游戏。
对于银行和金融机构来说，围绕人工智能不断发展的监管环境既带来了挑战，也带来了机遇。一方面，机构必须灵活地更新人工智能驱动的流程，以遵守新的指导方针，同时考虑潜在的责任。另一方面，遵守这些原则可以增强客户和利益相关者的信任，这在金融界非常有价值。
关于作者
Xin Ren 数据科学高级总监。她在金融行业工作了 10 多年，专注于提供基于人工智能的策略并为客户带来数据科学最佳实践。
文章主题
||||||
