在网络犯罪分子眼中，信用卡公司无疑是最重要的目标之一。想想在他们的系统中流动的数万亿美元，真是令人兴奋。正因如此，仅2019年全美就有超过27万起信用卡诈骗举报，是2017年的两倍。那么，信用卡公司该如何应对呢？许多金融机构正在使用人工智能来嗅探和阻止欺诈行为。例如，美国运通风险管理副总裁AnjaliDewan最近在TechFirst播客中表示，“从整个金融服务行业来看，我们认为美国运通拥有世界上最大、最先进的机器学习系统.这些模型正在监控所有交易活动，并实时返回80亿信用和欺诈风险决策结果。据了解，美国运通在106个国家/地区发行了1.4亿张信用卡，客户每年支付1.2万亿美元购买商品和服务，这自然涉及海量交易和决策过程。美国运通拥有超过十年人工智能欺诈管理经验，即将发布第十大模型，监控和降低欺诈风险，有趣的是，虽然人工智能技术在当下可以说是风头正劲，但美国运通早在十年前就已经开始使用人工智能了（即2010年），并在2015年将其所有风险管理模型全面转换为AI。美国运通，当之无愧的AI采用先驱。如果你关注Gartner自2019年以来发布的人工智能炒作周期报告，你会发现，AI云服务、机器学习、洞察引擎、认知计算等技术几年来已经脱离“错误预期”，已经已经过去了。“启蒙上升期”，逐渐进入大家真正向往的“生产稳定期”。《2019年Gartner人工智能技术成熟度曲线报告》由此得出结论，美国运通不仅是重要的早期采用者，而且在从AI技术中获取实际价值方面也领先于整体市场曲线。也就是说，目前的美国运通，已经将AI全面推入稳定生产期。Dewan在接受采访时表示，“我们所有的模型都已经基于AI技术，这可以显着缩短客户生命周期。从新账户创建、配额分配、客户管理和欺诈检测开始，整个过程都涵盖了。根据根据尼尔森报告发布的调查结果，你会发现在过去的13年里，美国运通的欺诈率最低，只有行业平均水平的一半。”这确实令人钦佩。尽管自COVID-19爆发以来信用卡欺诈有所增加，但Dewan表示，美国运通的欺诈损失仍然极低。这样的结果离不开多方的努力。诈骗得逞，当然有金钱损失（最终由信用卡客户承担）；但即使欺诈活动失败，损失也是真实的。如果客户想要购物，但他们的信用卡被误报为欺诈并被拒绝，这可能会令人尴尬、沮丧、恼火，甚至决定换用另一家发卡机构。随着时间的推移，这种情况会对品牌形象产生负面影响，并最终导致客户群分散。Dewan表示，在这两种情况下，美国运通都希望带来切实的改进。“自从我们在2014年开始部署基于AI的欺诈解决方案以来，我们发现欺诈活动的数字解决方案增加了100%。2014年之后，销售点中断减少了21%，这大大改善了我们的客户体验，”Dewan说。我们的经验。”Dewan对这一壮举背后的硬件和软件技术并没有多说，但表示美国运通即将推出其全球欺诈检测模型的第十次重大迭代，该模型将使用生成对抗网络(GAN)和顺序递归的风险决策处理神经网络(RNN)。GAN非常重要，因为它可以快速提高模型的效率。它是一种机器学习框架，其中神经网络相互竞争，交替改进，从而以机器速度实现优化升级。RNN也很重要，因为它们不仅可以处理输入并将内容转换成其他形式，还可以在处理下一组数据时参考上一组数据的结果做出更智能、更精细的决策。最终，所有这些后端技术都会对前端客户产生直接影响。示例：当您飞往国外城市并计划购物时。Dewan说，“后台会利用机器学习算法，在15秒内与信用卡持卡人进行个性化沟通，可以是邮件、推送通知，也可以是短信。通过灵活的实时沟通渠道，我们可以快速与持卡人互动并解决欺诈问题。”当然，这其中涉及到大量数据，德万指出，由于美国运通采用垂直导向的运营模式（即发卡、商户支持和支付网络运营完全由美国运通负责），与竞争对手相比，美国运通本质上具有平台优势：它可以基于更多数据做出更明智的决策。据德万介绍，整个欺诈检测系统一直在不断完善，变得越来越复杂。她总结道：“早在2014年，我们就需要150个模型来管理全球、各个国家/地区、消费者和商家组合的欺诈检测。今天我们只需要一个全球模型，目标是安全地管理我们的支付1.2万亿美元流入和流出网络。而最新的vinegar将于下个月推出，将包括最新的数据和一系列更强大的新功能。
