11 июля 2019 г.
Всего через два года искусственный интеллект и машинное обучение будут использоваться для противодействия мошенничеству в три раза чаще, чем сейчас. Такие данные были получены в ходе совместного исследования компании SAS и Ассоциации сертифицированных специалистов по расследованию хищений и мошенничества (Association of Certified Fraud Examiners, ACFE). В настоящее время такие антифрод-инструменты уже используют в 13% организаций, принявших участие в опросе, и в еще 25% заявили, что планируют их внедрить в течение ближайшего года-двух.
Совместное исследование SAS и ACFE было запущено в феврале 2019 года, а его итоги подведены в конце июня 2019 года. Для этого были изучены ответы 1055 членов ACFE, работающих в разных странах мира. По итогам был создан интерактивный отчет. Вопросы, заданные экспертам, касались технологий и инструментов, которые используются в их организациях для борьбы с мошенничеством.
Как выяснилось, в настоящее время большинство организаций чаще всего пользуются преднастроенными отчетами по ключевым событиям мошенничества с использованием классических инструментов, например, от Microsoft Office. Это стандартный инструмент для 64% компаний, охваченных исследованием. На втором по популярности месте автоматический мониторинг с использованием экспертных бизнес-правил — его используют в 54% организаций. Замыкает тройку визуальное исследование данных с использованием BI инструментов — на ее долю приходится 35%.
Что касается планов по развитию используемых технологий , то, помимо роста интереса к ИИ, авторы исследования выявили следующие тренды:
- Ожидается более широкое распространение биометрии. Сейчас ее использует примерно каждая четвертая организация, а еще 16% участников опроса планируют внедрить до 2021 года.
- Планируется существенно больше уделять внимания различным инструментам и приемам анализа данных. Ожидается, что к 2021 году 72% организаций будут использовать для борьбы с мошенничеством автоматический мониторинг данных, автоматическое обнаружение аномалий и др.
- Предиктивная аналитика планируется использоваться в 52% организаций, что на 22% выше показателей предыдущего исследования.
- Продолжается возрастающий тренд на применение инструментов визуализации данных — их планируют использовать или продолжить использовать 47% организаций (сейчас примеряют 35%).
Один из вопросов, заданных участникам, касался наиболее часто используемых аналитических инструментов. Выяснилось, что решения SAS чаще всего выбирают для решения задач предиктивной аналитики и моделирования, для анализа социальных взаимосвязей и применения графовой аналитики, для глубокого анализа текстовой информации.
«Поскольку злоумышленники используют новейшие технологии, применяя их для построения все более совершенных преступных схем, профессионалы, которые им противодействуют, также должны прибегать к самым передовым решениям, — говорит Брюс Доррис, президент и генеральный директор ACFE. — От выбора наиболее эффективных технологий и инструментов управления рисками зависит ответ на вопрос о том, кто выйдет победителем из этого противостояния».
«Организациям очень важно понимать, какую пользу им даст применение современных антифрод-технологий. Позволит ли им это увеличить эффективность процесса мониторинга, защитить бизнес и безболезненно запускать новые продукты? Разрабатывая свои антифрод-решения на основе ИИ, машинного обучения, предиктивного моделирования и других продвинутых технологий, SAS ориентируется именно на практическую пользу, на возможность добиться измеримых улучшений. Несмотря на то, что вот уже почти 20 лет мы разрабатываем различные методы и инструменты борьбы с мошенничеством, только сейчас мы видим устойчивый интерес к этим технологиям как со стороны крупнейших компаний, как это было прежде, так и со стороны существенно более мелких организаций, которые теперь хорошо понимают, какие возможности им может дать подвинутая аналитика в борьбе с мошенниками», — говорит Алексей Коняев, руководитель практики аналитических решений для противодействия мошенничеству SAS Россия/СНГ.
Источник: Пресс-служба компании SAS
