Γιώργος Μούζος, 10/11/2020 - 16:34 facebook twitter linkedin Πώς η τεχνητή νοημοσύνη και το machine learning μπορούν να εμποδίσουν τις απάτες; Γιώργος Μούζος, 10/11/2020 facebook twitter linkedin Τα συνδυασμένα οφέλη αυτών των προηγμένων τεχνολογιών βοηθούν άμεσα στην καταπολέμηση της ασφαλιστικής και τραπεζικής απάτης. Η πλειοψηφία των τραπεζικών, αλλά κι ασφαλιστικών ομίλων βασίζονται σε ομάδες ανθρώπινων αναλυτών για να εξετάσουν περίεργες συναλλαγές που σχετίζονται με πιθανή οικονομική ή ασφαλιστική απάτη. Όμως όπως είναι αντιληπτό, οι ομάδες αυτές καλούνται να αντιμετωπίσουν πολλά και διαφορετικά ζητήματα με το λάθος να είναι εύκολο να γίνει. Για να είμαστε ακόμα πιο ακριβείς το 45% των ομίλων αναφέρουν ότι οι έρευνες τους απαιτούν χρόνο για να ολοκληρωθούν, εκ των οποίων το 40% έχουν χαρακτηριστεί εσφαλμένα ως δόλιες, ενώ εκ των υστέρων αποδείχθηκε ότι δεν ήταν. Τα πλεονεκτήματα της Τεχνητής Νοημοσύνης! Οι χρηματοπιστωτικές κι ασφαλιστικές εταιρείες διερευνούν πολλές οδούς για να ξεπεράσουν αυτά τα εμπόδια, αλλά λίγα είναι τόσο πολλά υποσχόμενα όσο η τεχνητή νοημοσύνη (Artificial Intelligence) και η μηχανική μάθηση (Machine Learning). Τα συστήματα ανίχνευσης που οδηγούνται από την τεχνητή νοημοσύνη προσφέρουν σημαντικά οφέλη για την καταπολέμηση της απάτης. Για παράδειγμα στον τραπεζικό κλάδο προσφέρουν τη δυνατότητα να αναλύσουν ολιστικά τις συναλλαγές, συγκρίνοντας τα παραγόμενα δεδομένα μιας συναλλαγής, με παρελθοντικά μέσα σε κλάσματα του δευτερολέπτου. Αυτά τα συστήματα μπορούν επίσης να συγκρίνουν κάθε συναλλαγή με οποιαδήποτε άλλη που έχει επεξεργαστεί η τράπεζα, ώστε να προσδιορίσει την πιθανότητα να πρόκειται για δόλια συναλλαγή, με βάση μεταβλητές που μπορεί να μην παρατηρήσει ποτέ ένας αναλυτής. Όπως για παράδειγμα απόπειρες σύνδεσης στον ίδιο λογαριασμό με διαφορετικά ονόματα χρήστη και κωδικούς πρόσβασης ή ακόμα και ασυνήθιστα μεγάλες συναλλαγές. Οι ασφαλιστικές εταιρείες και οι τράπεζες αναπτύσσουν συστήματα που βασίζονται σε τεχνητή νοημοσύνη με επενδύσεις ρεκόρ. Πιο συγκεκριμένα, περισσότερα από 217 δισεκατομμύρια δολάρια δαπανώνται σε εφαρμογές A.I., όπως η πρόληψη της απάτης και η εκτίμηση κινδύνου. Αυτές οι επενδύσεις αποδίδουν, σύμφωνα με ειδικούς για την πρόληψη της απάτης, είτε πρόκειται για την απόδοση μιας αποζημίωσης, είτε την απάτη σε μια τραπεζική συναλλαγή. Σύμφωνα με τους ειδικούς η τεχνητή νοημοσύνη μειώνει σημαντικά την απόπειρα απάτης, με το 63,6% των ασφαλιστικών και χρηματοπιστωτικών ομίλων να αναφέρουν ότι η τεχνητή νοημοσύνη είναι ένα πολύτιμο εργαλείο για την καταπολέμηση της προτού καν ξεκινήσει. Το μειονέκτημα; Προφανώς το κόστος εφαρμογής όλων των παραπάνω, αλλά το κυριότερο που αναφέρουν οι ειδικοί, είναι πως τα συστήματα αυτά δεν λειτουργούν συχνά σε πραγματικό χρόνο. Κάτι που προβληματίζει ιδιαίτερα τους ειδικούς για περιπτώσεις που πρέπει να γίνει άμεσα η επεξεργασία των δεδομένων και να δοθεί έγκριση αποζημίωσης. Εξίσου σημαντικό πρόβλημα είναι η έλλειψη διαφάνειας, που προβληματίζει τους ειδικούς. Για να γίνουμε πιο συγκεκριμένοι, ένας αναλυτής θα μπορούσε με επιχειρήματα να δικαιολογήσει το γιατί απέρριψε την καταβολή μιας ασφαλιστικής αποζημίωσης, σε αντίθεση με τα συστήματα τεχνητής νοημοσύνης, των οποίων οι συλλογισμοί μπορεί να είναι πολύ πιο αόριστοι. Η λύση στα προβλήματα; Η μηχανική εκμάθηση, ή διαφορετικά το machine learning, που είναι μια προηγμένη μορφή τεχνητής νοημοσύνης. Τα συστήματα machine learning λαμβάνουν υπόψη παρελθοντικές συναλλαγές και εφαρμόζουν αυτούς τους κανόνες σε μελλοντικές αναλύσεις για τον εντοπισμό τυχόν ασφαλιστικής απάτης ή οικονομικού εγκλήματος. Όσο περνάει ο καιρός και το σύστημα αναλύει ολοένα και περισσότερα δεδομένα, καθίσταται πιο έμπειρο στην καταπολέμηση της απάτης. Το σίγουρο είναι πως οι απόπειρες δεν πρόκειται να σταματήσουν ποτέ εντελώς, όμως όσο περισσότερη είναι η χρήση προηγμένης τεχνολογίας από έναν ασφαλιστικό ή τραπεζικό όμιλο, τόσο πιο εύκολη θα είναι η αντιμετώπισή της οποιαδήποτε απάτης! Ακολουθήστε το Nextdeal.gr στο Google News .
Γιώργος Μούζος, 18/09/2024 - 09:00 Ασφάλιση Αυτοκινήτου για Νέους Οδηγούς: Τι πρέπει να γνωρίζουν οι ασφαλιστές για τους νέους τους πελάτες;
Γιώργος Μούζος, 16/09/2024 - 08:45 Αναδυόμενες τάσεις στα ασφαλιστικά προϊόντα αυτοκινήτου: Προκλήσεις και ευκαιρίες για τους ασφαλιστές!
Γιώργος Μούζος, 11/09/2024 - 08:43 Προσαρμογή ασφαλιστικών προϊόντων για ηλεκτρικά αυτοκίνητα: Ευκαιρίες και προκλήσεις για τον ασφαλιστή!
Γιώργος Μούζος, 09/09/2024 - 09:58 Γιατί το Volvo XC90 είναι ένα από τα πιο ασφαλή αυτοκίνητα στον δρόμο;
Ο ρόλος του ασφαλιστή στη μείωση της ασφαλιστικής απάτης στον κλάδο του αυτοκινήτου! Η ασφαλιστική απάτη αποτελεί μία από τις μεγαλύτερες προκλήσεις που αντιμετωπίζει η ασφαλιστική βιομηχανία. Οι επιπτώσεις της δεν είναι μόνο... Γιώργος Μούζος, 04/09/2024 - 08:34
Οδηγώντας με ασφάλεια: Ο ρόλος της ασφάλισης στην πρόληψη ατυχημάτων! Η οδήγηση είναι μια δραστηριότητα που εμπεριέχει κινδύνους, και δυστυχώς, τα τροχαία ατυχήματα είναι καθημερινό φαινόμενο. Ωστόσο, οι ασφαλιστικοί σύμβουλοι... Γιώργος Μούζος, 02/09/2024 - 08:51
Πώς μπορεί να γίνει καλύτερη η διαχείριση κινδύνων σε στόλους εταιρικών οχημάτων; Διαβάστε παρακάτω μερικές στρατηγικές για αποτελεσματική ασφάλιση και μείωση κόστους εταιρικών στόλων! Σίγουρα ως ασφαλιστές γνωρίζετε από πρώτο χέρι πως η... Γιώργος Μούζος, 29/08/2024 - 09:29
Πώς η κλιματική αλλαγή μεταμορφώνει τον κλάδο ασφάλισης αυτοκινήτων; Αντιμέτωποι με τις νέες προκλήσεις του καιρού: Τι πρέπει να ξέρουν οι ασφαλιστές για την επόμενη ημέρα; Η κλιματική αλλαγή δεν... Γιώργος Μούζος, 26/08/2024 - 09:01
Η επανάσταση της Τεχνητής Νοημοσύνης & των Big Data στον κλάδο αυτοκινήτου! Η αυτοκινητοβιομηχανία και ο ασφαλιστικός κλάδος αυτοκινήτου βρίσκονται στο κατώφλι μιας τεχνολογικής επανάστασης, καθώς η τεχνητή νοημοσύνη (AI) και τα... Γιώργος Μούζος, 22/08/2024 - 11:40
Το εγχειρίδιο που πρέπει να έχουν οι πελάτες σας με ηλεκτρικό αυτοκίνητο Η σημασία του συγκεκριμένου εγχειριδίου ή διαφορετικά του φύλλου διάσωσης σε περίπτωση τροχαίου ατυχήματος είναι τεράστια και μπορεί να σώσει... Γιώργος Μούζος, 19/08/2024 - 12:04