Mesterséges intelligencia a csalások felderítésére és megelőzésére

A pénzügyi szektor már korábban is használt különféle algoritmusokat a csalások és csalási kísérletek felderítésére. Ezek azonban csak manuális folyamatok és előre meghatározott szabályok alapján működtek, így alacsony pontossággal, sok fals pozitív és fals negatív eredménnyel dolgoztak. Ebben a technológiában is a gépi tanulás hozta meg a fordulatot.

A pénzügyi intézeteknél fellelhető hatalmas mennyiségű tranzakciós és egyéb ügyfelekkel kapcsolatos adatok remek teret engednek egy gépi tanuló algoritmus számára. Az ilyen típusú mesterséges intelligencia már képes felismerni a mintázatokat és azok alapján magától szabályokat alkotni. Az ügyfelek viselkedésének nyomon követésével és kielemzésével egy jól felkészített AI nagy pontossággal képes meghatározni az anomáliákat, így valós időben jelentheti a csalás-gyanús felhasználókat és tevékenységeket.

A tanításhoz olyan adatokra van szükség, amelyek részletesen leírják az ügyfelek által megtett útvonalakat és lépéseket, továbbá ezeket az adatokat manuálisan be is kell sorolni a csalás megléte alapján. Ezek után történik az algoritmusok tanítása, melyre kétféle módot (általában ezek kombinációját) használnak: ellenőrzött és nem ellenőrzött gépi tanulás.

Bár a gépi tanulás hatalmas előrelépést jelent a csalások azonosításában, még van hova fejlődnie a technológiának. Mivel egy ilyen algoritmus annyit ér, amennyit a mögötte lévő adat, azok minőségi és mennyiségi növekedésével az ilyen rendszerek hatékonysága is sokat fog nőni.

Automatizált ügyfélszolgálat beszédfelismerést felhasználva

Biztosan te is eltöltöttél már jó pár percet valamilyen ügyfélszolgálat munkatársának kapcsolására várva. Általában az ilyen telefonhívásokat sürgős esetek miatt kezdeményezik, így kimondottan bosszantó a várakozás, vagy ha esetleg egyáltalán nem jut sorra az ügyfél. Az amúgy sem túl jó ügyfél élményt tovább ronthatja egy idegesítő várakozási dallam, vagy egy munkatárs kapcsolását megelőző frusztráló kérdések. Sokak szerint mindez a múlté lehet a közeljövőben.

Az említett problémával minden banki vezető tisztában van, mégsem lelhető fel még egy helyen se botok által automatizált ügyfélszolgálat. Miért lehet ez? A válasz egy ilyen rendszer komplexitásában rejlik. Első körben szöveggé kell alakítani a hívó fél kérdését/kérését. Ezáltal lesz digitális úton feldolgozható az elhangzott információ. A leiratozott szöveget ezek után különböző NLP megoldásokkal értelmezni kell a gép számára. Mivel teljesen szabad nyelvhasználatról beszélünk, az megnehezíti mind a leiratozást, mind a leírt szöveg értelmezését. Következő lépésként ki kell választani a megfelelő választ az ügyfél kérdésére, majd végül erről tájékoztatni szükséges. Ha nem tűnne elég nehéznek a feladat, gondoljunk bele, hogy mindezt hihetetlen gyorsasággal kell végrehajtani, hiszen egy valós ügyfélszolgálati asszisztens látszatát szeretnénk kelteni. Remélhetőleg a technológia rohamos fejlődése rövid időn belül túllép ezeken a nehézségeken és automatizált banki ügyfélszolgálattal rendezhetjük problémáinkat.

Egy beszédfelismerő megoldás nemcsak az ügyfélélmény és vélemény javulásával, hanem közvetlen is versenyelőnyhöz juttathatja a technológiát alkalmazó pénzügyi intézeteket. Az ügyfelekkel folytatott kommunikáció leiratának elkészítésével az azonnal elemezhetővé válik. Megállapítható, hogy a hívások hány százaléka volt reklamáció, mi volt azok tartalma, vagy hogy arányában mennyi hívás végződött pozitív visszajelzéssel.

Virtuális asszisztenseken keresztül intézhetjük pénzügyeinket

A chatbotok és virtuális asszisztensek már számos helyen megtalálhatóak mindennapjainkban és rövidesen banki ügyeink intézésében is segítséget nyújthatnak. Az alap műveletek mellett, mint az egyenleg lekérdezése, vagy egy tranzakció indítása akár személyre szabott üzenetek, figyelmeztetések és promóciós célú üzenetek is küldhetők egy speciálisan erre a célra létrehozott chatbottal. Figyelmeztetés küldhető a nem szokványos bankkártya terhelésekről, például a szokásostól eltérő összegű csoportos beszedésekről. A chatbot szólhat továbbá akkor is, ha számításai szerint az ügyfél hasonló költekezés mellett ki fogja meríteni számláját a hó végére, ekkor egyedi javaslatokkal láthatja el. Fordított esetben, ha hó végén többlet vagyon keletkezik, személyre szabott megtakarítási lehetőségeket kínálhat fel.

A fentiekben leírtak alapján még számos innovatív módon használható fel egy virtuális asszisztens, vagy chatbot a pénzügyi szektorban. A technológiában rejlő potenciált mindezért érdemes minden, a szektorban dolgozó vezetőnek érzékelnie és kihasználnia.

Forrás: Fintechnews, Finextra, Netguru