Точность обнаружения мошенничества в Stripe с помощью ИИ
Компания Stripe, одна из ведущих мировых платформ онлайн-платежей, смогла благодаря использованию искусственного интеллекта впечатляюще повысить точность обнаружения мошенничества в транзакциях с 59% до 97% всего за одну ночь. Этот успех является ярким примером положительного влияния применения ИИ в сфере финтеха и безопасности платежей.
На недавнем мероприятии Stripe Sessions компания представила свою новую модель под названием Payments Foundation Model. Это, как утверждается, первая в мире фундаментальная модель в области платежей, разработанная для более точного выявления мошенничества и повышения безопасности финансовых транзакций.
Точность обнаружения мошенничества в Stripe с помощью ИИ
Решение задачи тестирования кредитных карт с помощью новой модели
Одной из распространённых угроз в сфере платежей является тестирование кредитных карт. В этих атаках злоумышленники используют украденные данные карт для проверки их действительности с целью последующего мошенничества. Новая модель Stripe, сосредоточенная на таких атаках, показала значительно лучшие результаты по сравнению с традиционными методами.
Креативное использование трансформеров в моделировании платежей
Гаутам Кедия, менеджер по машинному обучению в Stripe, объяснил в LinkedIn, что хотя предыдущие модели компании были отчасти эффективны, для каждой задачи требовалось отдельное проектирование и обучение. Он добавил: «Вдохновившись архитектурой больших языковых моделей (LLM), мы решили использовать трансформеры для создания комплексной модели. Несмотря на то, что структура платежей сильно отличается от языка, мы обнаружили, что эта модель может понимать скрытые связи между данными транзакций так же, как слова связаны в предложениях.»
Эта модель представляет каждый платеж в виде плотного многомерного вектора, используя данные миллиардов транзакций. В результате похожие транзакции группируются в определённом векторном пространстве, что позволяет Stripe выявлять сложные шаблоны, ранее игнорировавшиеся.
Точность обнаружения мошенничества в Stripe с помощью ИИ
Рывок в точности и эффективности обнаружения мошенничества
Компания Stripe заявила, что с помощью векторной модели классификации, основанной на их базовой модели, смогла обнаруживать и останавливать атаки с тестированием карт до их полного совершения. Это привело к беспрецедентному увеличению уровня обнаружения мошенничества при этих атаках с 59% до 97%.
Кедия считает, что платежные транзакции, подобно словам, имеют семантические зависимости, которые можно понять только через векторный анализ — способность, которой ручная разработка признаков обеспечить не могла.
Точность обнаружения мошенничества в Stripe с помощью ИИ
Восстановление миллиардов долларов из ошибочно отклонённых транзакций.
Вслед за успехами, Stripe с помощью искусственного интеллекта смогла вернуть более 6 миллиардов долларов из транзакций, ошибочно отклонённых банками-эмитентами. Интеллектуальный инструмент Adaptive Acceptance сыграл важную роль, выявляя шаблоны ошибочного отклонения транзакций.
Изначально в этом инструменте использовалась модель XGBoost, но Stripe заменил её на усовершенствованную версию табличных трансформеров под названием TabTransformer+ с целью повышения эффективности. Эта новая модель увеличила точность определения ошибочно отклонённых транзакций до 70% и сократила количество повторных попыток завершения транзакций на 35%.
Значительное снижение точности обнаружения мошенничества в Stripe с помощью ИИ
Кроме того, система борьбы с мошенничеством Stripe под названием Radar была обновлена с новыми функциями, такими как автоматическая аутентификация. Этот инструмент может автоматически включать двухфакторную аутентификацию для подозрительных транзакций. Первоначальные результаты внедрения этой системы показали снижение уровня мошенничества на 30% среди проверенных транзакций.
Взгляд в будущее: Искусственный интеллект в центре платежной индустрии
Точность обнаружения мошенничества в Stripe с помощью искусственного интеллекта показывает, что будущее платежной индустрии невозможно представить без ИИ. Такие компании, как Razorpay, идут по аналогичному пути, используя ИИ для оптимизации операций, снижения задержек платежей и управления возвратами.
В итоге усилия Stripe доказывают, что искусственный интеллект может не только повысить безопасность, но и преобразить опыт оплаты клиентов. Этот путь может стать вдохновляющим примером для других финтех-компаний.
Точность обнаружения мошенничества в Stripe с помощью ИИ
Источник: hooshio
Нажмите на ссылку ниже, чтобы прочитать другие новости, связанные с искусственным интеллектом.
Блог-страница Kish iVision
