Abrigo запускает платформу обнаружения мошенничества на базе искусственного интеллекта, которая поможет снизить финансовые потери
Коротко
Abrigo запустила платформу Abrigo Fraud Detection для анализа и проверки изображений, чтобы помочь финансовым учреждениям бороться с мошенничеством.
Поставщик решений по предотвращению финансовых преступлений и управлению рисками Abrigo запустил новую платформу под названием Abrigo Fraud Detection. Платформа интегрирует Поддержка проверка и анализ изображений с помощью настраиваемого механизма принятия решений о мошенничестве, который помогает финансовым учреждениям бороться с мошенничеством.
Несмотря на растущую популярность каналов цифровых платежей, чеки по-прежнему остаются наиболее распространенной формой B2B-платежей: 81% предприятий по-прежнему платят другим фирмам бумажными чеками, что требует от фирм оставаться активными.
В ноябре 2023 года Абриго объявил о партнерстве с компанией Mitek, занимающейся мобильными депозитами и предотвращением мошенничества. Платформа Abrigo Fraud Detection использует Check Fraud Defender от Mitek и объединяет его с настраиваемой системой Abrigo. мошенничество Механизм принятия решений для улучшения обнаружения мошенничества с чеками.
«Abrigo Fraud Detection на базе Mitek использует расширенный вычислительный визуальный анализ для проверки 22 ключевых атрибутов проверки, таких как несоответствия почерка и шрифта, обеспечивая точное обнаружение мошенничества», — рассказал Рави Немаликанти, технический директор Abrigo. Metaverse Post.
«Наше решение оценивает изображения чеков из различных источников, включая банкоматы, мобильные приложения и прямой депозит в отделениях, и сравнивает атрибуты общенационального консорциума данных о мошенничестве с чеками, чтобы выявить потенциальные поведенческие тревожные сигналы и составить прозрачные оценки риска мошенничества для ускорения проверки и принятия решений», — он добавлен.
Он добавил, что удобный интерфейс решения позволяет аналитикам оценивать подозрительные проверки, включая немедленное сравнение с предыдущими проверками, и обращаться к своим клиентам или участникам для проверки подозрительных транзакций.
В рамках пилотной программы с банком на юго-востоке США Abrigo Fraud Detection точно выявила 93% общей суммы мошеннических чеков банка, что составляет более 330,000 XNUMX долларов США в целях предотвращения потенциальных потерь от мошенничества.
Вдобавок к этому, Немаликанти сказал, что решение компании указывает на более высокий уровень и мошенническими проверки с использованием анализа изображений чеков на базе искусственного интеллекта и машинного обучения Mitek, который анализирует 22 ключевых атрибута проверки, общенационального консорциума данных о мошенничестве с чеками и настраиваемого механизма принятия решений о мошенничестве Abrigo.
Abrigo повышает эффективность предотвращения мошенничества с помощью специализированных инструментов обнаружения
По мере совершенствования технологий мошенники будут использовать более сложные методы для подделок и других финансовых преступлений. Финансовые учреждения должны быть в курсе тенденций мошенничества и внедрять эффективные инструменты, чтобы избежать потерь от мошенничества. Новое дополнение Abrigo направлено на сокращение мошенничества с чеками.
«Платформа повышает эффективность благодаря автоматизированным сквозным рабочим процессам обнаружения мошенничества, адаптированным к потребностям финансового учреждения, включая прием данных, проверку, принятие решений и отчетность. Это сводит к минимуму бремя ручной обработки, снижает затраты и активно предотвращает влияние мошенничества на учреждение и его клиентов», — сказал Рави Немаликанти из Abrigo. Metaverse Post.
Он добавил, что за счет оптимизации операций и повышения точности платформа дает финансовым учреждениям возможность защищаться от дорогостоящих атак и защищать клиентов, активы и репутацию бренда.
Более того, каждое финансовое учреждение имеет уникальную толерантность к риску. Платформа Abrigo Fraud Detection использует опыт Abrigo в сценариях мошенничества с чеками, позволяя учреждениям устанавливать индивидуальные уровни толерантности к риску и адаптировать рабочие процессы к этим ограничениям.
Немаликанти сказал: «Учреждения могут использовать правила и условия, такие как пороговые значения транзакций, чтобы помочь им решить, является ли деятельность мошеннической или нет. Прозрачные оценки риска мошенничества и другие атрибуты данных, полученные из анализа изображений чеков, помогают учреждениям решить, какие транзакции следует расследовать».
На данный момент решение изначально обеспечивает проверку обнаружение мошенничества. В течение 2024 года возможности платформы расширятся за пределы обнаружения мошенничества с чеками и будут включать обнаружение дополнительных типов транзакций, таких как банковские переводы и FedNow.
Отказ от ответственности
В соответствии с Руководство трастового проектаОбратите внимание, что информация, представленная на этой странице, не предназначена и не должна интерпретироваться как юридическая, налоговая, инвестиционная, финансовая или любая другая форма консультации. Важно инвестировать только то, что вы можете позволить себе потерять, и обращаться за независимой финансовой консультацией, если у вас есть какие-либо сомнения. Для получения дополнительной информации мы предлагаем обратиться к положениям и условиям, а также к страницам справки и поддержки, предоставленным эмитентом или рекламодателем. MetaversePost стремится предоставлять точную и объективную отчетность, однако рыночные условия могут быть изменены без предварительного уведомления.
Об авторе
Кумар — опытный технический журналист, специализирующийся на динамических пересечениях искусственного интеллекта и машинного обучения, маркетинговых технологий и новых областях, таких как криптография, блокчейн и NFTс. Имея более чем трехлетний опыт работы в отрасли, Кумар зарекомендовал себя в создании убедительных повествований, проведении содержательных интервью и предоставлении всеобъемлющей информации. Опыт Кумара заключается в создании эффективного контента, включая статьи, отчеты и исследовательские публикации для известных отраслевых платформ. Обладая уникальным набором навыков, сочетающим в себе технические знания и умение рассказывать истории, Кумар преуспевает в ясной и увлекательной передаче сложных технологических концепций разнообразной аудитории.
Другие статьи
Кумар — опытный технический журналист, специализирующийся на динамических пересечениях искусственного интеллекта и машинного обучения, маркетинговых технологий и новых областях, таких как криптография, блокчейн и NFTс. Имея более чем трехлетний опыт работы в отрасли, Кумар зарекомендовал себя в создании убедительных повествований, проведении содержательных интервью и предоставлении всеобъемлющей информации. Опыт Кумара заключается в создании эффективного контента, включая статьи, отчеты и исследовательские публикации для известных отраслевых платформ. Обладая уникальным набором навыков, сочетающим в себе технические знания и умение рассказывать истории, Кумар преуспевает в ясной и увлекательной передаче сложных технологических концепций разнообразной аудитории.
