BI 中文站 1 月 20 日报道
金融机构面临许多挑战，其中最大的挑战之一就是打击诈骗。由于涉及大量金额和重要数据，金融系统总会成为犯罪分子的目标，而金融机构需要分担许多安全职责。
最有效防范金融诈骗犯的方法之一就是跟进最新技术，现在很少有比人工智能（AI）还要激动人心的技术创新领域。虽然我们确实距离开发真正的人工智能还有很远的距离，但这个领域里的发展已经给金融机构提供了很大的可能性。
服务客户不忘打击诈骗
你如何确保你的安全保障和身份验证过程严格到足以抵制诈骗，同时不辜负当今消费者期待的速度和可信性？这是当今金融机构面临的巨大问题，尤其对于付款前端而言。
人工智能可以在这里发挥作用。万事达信用卡（MasterCard）在最近的通知中强调，它正在推出一种提高实时审批和减少错误拒批精度的新方案。这可以帮助解决消费者的一大烦恼来源：当一个完全合法的交易被拒绝。
智能决策（Decision Intelligence）的发布标志着人工智能首次通过万事达信用卡网络在全球使用。这个系统比传统的决策评分产品更进一步，采取更广泛的方法来给每一笔交易评估打分，并从先前的活动中学习。
标枪战略研究公司（Javelin Strategy & Research）的高级副总裁、研究主任和欺诈安全领头人艾尔·帕斯卡（Al Pascual）说：“我们估计单在美国，错误拒批的价值就超过实际信用卡诈骗损失总金额的 13 倍。在决策评分中运用机器学习是一种创造积极用户体验的新方式，同时也会减少诈骗。”
机器学习正逐渐变成许多欺诈侦测防范方案的重要部分，它可以针对从 ATM 机到手机的所有渠道上的不同风险，提供智能的动态保护。
机器人创新大会（Innorobo）欧洲峰会上，iCub 机器人试图抓球。这个活动致力于服务型机器人行业，在法国中部城市里昂举办。2012 年 3 月 15 日周四。美联社图片/Laurent Cipriani
澳大利亚最大的银行之一看起来加入了人工智能和机器学习的大潮，正寻找解决金融诈骗和网络犯罪的新途径。澳洲联邦银行的首席信息官大卫·怀特因（David Whiteing）告诉澳大利亚金融评论报，这样的工具对分析大量数据是非常宝贵的。
他说：“当你有大量数据，人们不能发现干扰信息，机器学习能力可以给你筛出最值得进一步调查的五项内容。”
我们是否对人工智能期待过高？
毋庸置疑，现在金融服务行业的人工智能颇受争议，令人鼓舞。但是，我们是否需要透过炒作宣传，更实际地看待这个概念，思考它究竟能做些什么？
首先，一定要记住人工智能和机器学习技术很大程度上仍处在初期阶段，在它们可以实现潜能之前还需要更多年的进步与发展。现在，人工智能只可以补充提高我们在金融服务行业现存的人为流程，而不是全部取代它们。
同时，也要认识到人工智能这个概念所引发的问题－这对人类是一件好事还是一桩心事。
关于金融服务，机器学习和智能系统已经是行业的一部分，涵盖了方方面面，从虚拟客户助理到可以在非结构化数据中寻找规律的复杂功能。现在的问题只是这些技术将会变得有多重要，尤其在持续的防治诈欺上。
德娜·哈密尔顿（Dena Hamilton）是安讯资讯（NCR Corporation）的总经理和企业欺诈与安全解决方案管理的主任。