.

Platforma pro detekci fraudů pomocí strojového učení (ML FDS)

Dynamická detekce fraudů

Platforma ML FDS posiluje pomocí strojového učení obranu proti fraudům a identifikuje nové typy podvodů z dostupných dat. Díky datům se systém průběžně učí a přizpůsobuje se vyvíjející se sofistikovanosti fraudů.

60 %
snížení počtu falešných poplachů
50
špičkových odborníků na umělou inteligenci
7
let implementování komplexních AI systémů

Jak platforma ML FDS pomáhá s ochranou proti fraudům

None

Platforma ML FDS (Machine Learning Fraud Detection System) doplňuje stávající linie obrany proti fraudům, využívá k tomu potenciálu strojového učení.

První linie obrany: Systém založený na pravidlech

  • Zachycuje podvody především na základě předem definovaných pravidel.
  • Kontrola v národních a externích registrech nebo databázích.
  • Blacklisty

Druhá linie obrany: Strojové učení (ML FDS)

  • Identifikace nových typů podvodů přímo z dat, tj. nechat data mluvit sama za sebe.
  • Moderní přístup založený na neustále aktualizovaných algoritmech strojového učení.
  • Vysoká prediktivní úspěšnost, možnost rozšíření pro interní i externí fraudy.

Třetí linie obrany: Platforma pro detekci anomálií

Vysoká odolnost proti fraudům jednak díky kombinaci zpětně orientovaného přístupu (blacklisty, pravidla), tak i strojového učení jako proaktivního přístupu, který využívá vaše data a machine learning technologie.

Pro detekci anomálií jsme vyvinuli vlastní platformu ADF (Anomaly Detection Framework). Jak dokáže zkrátit dobu detekce ze dnů na minuty nebo sekundy a v čem konkrétně klientům pomáhá si můžete přečíst zde.

Případové studie

Telco: snížení podvodů o 30% a dosažení ROI do jednoho roku

I přes systém, který je založený na pravidlech a prověřování nových zákazníků, a moderní technologické nástroje náš klient čelil častým podvodům s aplikacemi (zákazníci neplatící za hardware a služby) a snažil se je omezit.

Použili jsme vlastní platformu strojového učení pro detekci podvodů, abychom zlepšili řízení rizik a posílili proces prevence podvodů pomocí umělé inteligence.

Po implementaci do ostrého provozu se podařilo zabránit zhruba 30 % fraudů, což zajistilo návratnost investic během 1. roku.

None

Insurance: pokles "falešných poplachů" o 60 %, zvýšení efektivity provozu a zlepšení zákaznické zkušenosti

Pojišťovny obvykle odhalují fraudy pomocí nástrojů a dedikovaných zaměstnanců. Naši klienti ale chtěli zvýšit efektivitu odhalování fraudů, snížit počet falešných poplachů a chránit se před stále se měnícími podvody.  

Využili jsme historická data o pojistných událostech a aplikovali na ně strojové učení pro detekci fraudů. Modely umělé inteligence zachytily komplexní vzorce z pojistných událostí, pojistných smluv a dalších dat, což umožnilo spolehlivou detekci podvodů a zároveň vytvoření whitelistů.  

Řešení automatizovalo proces detekce fraudů, což umožnilo analytikům soustředit se na relevantní případy a snížit počet falešně pozitivních případů o 60 %.  

Výsledky s využitím strojového učení:  

40 % nejlepších případů seřazených podle skóre strojového učení obsahuje 90 % pravdivě pozitivních případů a 48 % všech podvodů.  

None

Pokud chcete posílit vaši obranu proti fraudům a snížit vysoké množství falešných poplachů, kontaktujte nás:

Děkujeme

V co nejbližší době se vám ozveme.

Ondřej Vaněk

CEO Blindspot Solutions

Štěpán Kopřiva

CTO Blindspot Solutions