Potentaci na rynku finansowym, tacy jak Mastercard, dostrzegają potencjał wykorzystania uczenia maszynowego w ulepszaniu swej oferty dla klientów banków

Chcąc zwiększyć bezpieczeństwo transakcji z użyciem kart kredytowych, w lipcu 2017 roku Mastercard przejął Brighterion Inc., firmę specjalizującą się w sztucznej inteligencji. Chodziło o większy wgląd w każdą transakcję, co pomogłoby przeciwdziałać oszustwom.

Po niespełna trzech miesiącach od przejęcia Brighteriona, Mastercard zapowiedział system wczesnego wykrywania oszustw, dostępny dla emitentów kart na całym świecie i uwzględniający wszystkie rodzaje oszustw we wszystkich kanałach transakcyjnych. Jest on w stanie wykryć m.in. aktywne handlowanie danymi dotyczącymi kont przez przestępców, identyfikację kart, które są testowane przed użyciem ich do oszukańczych transakcji czy dane kont, które wydają się narażone na ryzyko. Alerty, które otrzymują wydawcy kart, dotyczą o wiele szerszego zakresu zagrożonych kont, na dodatek napływają od 6 do 18 miesięcy wcześniej niż tradycyjne powiadomienia. Projekt działa w oparciu o analizę danych zgromadzonych przez Mastercarda i jego partnerów biznesowych.

Mastercard nie chce ograniczać się do wykorzystywania SI tylko w kwestiach bezpieczeństwa. Chodzi też m.in. o zapobieganie też oszustwom z użyciem kart. W czerwcu 2018 pojawiła się oferta dla biznesu pod nazwą AI Express, która umożliwiła łatwe wdrożenie rozwiązań SI we własnym przedsiębiorstwie, w tym m.in. ocenę ryzyka kredytowego. Jak jednak wskazuje Steve Flinter z Mastercard Labs R&D, nadszedł czas na pójście o krok dalej. Klienci wymagają bowiem rozwiązań, które pozwolą bezpośrednio odczuć pożytki z obecności sztucznej inteligencji w codziennym życiu.

Bezpieczeństwo transakcji jest ważne, ale jest niedostrzegalne dla klienta, działa w tle. Z wypowiedzi Flintera można wywnioskować, że w najbliższej przyszłości Mastercard zaoferuje partnerom nowe możliwości SI, skrojone niejako na miarę każdego klienta. To nie tylko kwestia proponowania konsumentom produktów finansowych, których w danej chwili potrzebują. Wykorzystanie SI ma pozwolić klientowi końcowemu dowiedzieć się, jaka jest jego sytuacja finansowa, a także na przykład jakie jego nawyki bądź błędy wpływają negatywnie na jego zdolność kredytową.

System informowałby konsumentów, jakich błędów powinni się wystrzegać i co zrobić, by poprawić swoją sytuację. Podobnie rzecz mogłaby wyglądać w przypadku inwestycji. Oczywiście, jak zaznacza Flinter, dane potrzebne do stworzenia idealnego profilu klienta czy wskazania owych błędów musiałyby być pozyskiwane przy pełnej wiedzy i zgodzie zainteresowanego.

Skip to content