欢迎光临
我们一直在努力
您的位置:首页>无人机 >

Visa如何利用数据和AI预防250亿美元的欺诈行为

在人工智能和机器学习的实际用途方面,金融部门一直在通过展示这些新兴技术潜力的项目来引领潮流。Visa在AI投资中获得丰厚回报的公司中有Visa。

Visa的高级副总裁兼全球数据主管Melissa McSherry表示,由于开发了AI,该公司防止了每年250亿美元的欺诈行为。Visa到达这里所走的道路为其他公司提供了教训,权衡了如何以及何时启动其自动化项目。

“我们绝对对AI采取了用例方法,” McSherry说。“我们不会为了人工智能而部署人工智能。我们部署它是因为它是解决问题的最有效方法。”

McBerry在VentureBeat的Transform 2020会议期间接受贝恩公司(Bain&Company)合伙人Lori Sherer的采访时发表了上述言论。

该公司对AI的主要使用涉及其Visa高级授权平台。McSherry解释说,VAA对通过网络进行的每笔交易进行评分,并根据欺诈的可能性对每笔交易进行评分。通过改善好坏交易之间的距离,该系统允许更快地批准更多交易。McSherry说:“每年拥有35亿张卡和2100亿笔交易,对每个人来说都确实值得使这些卡更好地工作并进行更多的交易,”

当前的系统代表了最初于1993年部署的欺诈检测服务的发展。如今,该系统使用递归神经网络以及梯度增强树。McSherry表示,拥有明确的用例(欺诈检测)使Visa可以继续专注于AI和ML如何帮助改善服务。

“我认为很早以前我们就开始使用第一个用例就很有帮助,” McSherry说。“经验是无可替代的,我认为目前我们在如何构建和部署这些模型方面拥有大量经验。因此,第一课只是在某个时刻,您必须选择一个用例,然后开始。

McSherry说,如何实现这些工具也很关键。以Visa为例,该公司在其主要交易处理网络之外的系统中以分层方式引入了新的AI和ML工具,以避免增加延迟。

她说:“显然,您不会将自我更新的深度学习模型放入我们用于事务处理的大型机中。”“我们的延迟要求如此,我们需要能够在毫秒内对这些模型进行评分,因为我们会根据该事务的特性对实时进入网络的每个事务进行评分。”

也就是说,直接将AI工具实施到系统或邻近系统中的决定可能取决于企业对速度的依赖程度。“我认为总体思路是,您在实现它方面具有灵活性,您不一定需要在每个系统中都实现所有功能,” McSherry说。

她指出,与先进的ML技术(例如梯度增强树)相比,Visa应用了先进的AI技术后,模型性能提升了20-30%。在某些情况下,公司经历了超过100%的提升。

展望未来,McSherry对AI对金融业和Visa业务的影响持乐观态度。例如,该公司越来越多地帮助银行了解哪些产品有效,哪些产品无效。

McSherry说:“当我们更快地这样做时,它将加快他们的产品开发周期,从而使他们能够更快地将更好的产品投放到消费者面前。”“我们正在投资使用AI来加速和使这些见解更加精确的想法,我们对此感到非常兴奋。”

免责声明:本网站图片,文字之类版权申明,因为网站可以由注册用户自行上传图片或文字,本网站无法鉴别所上传图片或文字的知识版权,如果侵犯,请及时通知我们,本网站将在第一时间及时删除。