Στο πλαίσιο του ολοένα και πιο εξελιγμένου εγκλήματος υψηλής τεχνολογίας, πολλές τράπεζες αναπτύσσουν τεχνητή νοημοσύνη (ΤΝ) ως «ασπίδα» για την ανίχνευση κινδύνων, την πρόληψη απάτης και την ενίσχυση της εμπιστοσύνης των πελατών.
«Η τράπεζα που κάνει τους πελάτες να αισθάνονται ασφαλείς κατά τη διεξαγωγή συναλλαγών θα είναι η νικήτρια στον αγώνα του ψηφιακού μετασχηματισμού», δήλωσε ο κ. Hung.
Σύμφωνα με τον κ. Hung, η αρχιτεκτονική ψηφιακής εμπιστοσύνης της τράπεζας βασίζεται επί του παρόντος σε τρεις βασικούς πυλώνες: διαφάνεια, ασφάλεια και επιχειρησιακή συνέχεια.
Η Τεχνητή Νοημοσύνη εφαρμόζεται ευρέως στις τραπεζικές λειτουργίες, από την εξυπηρέτηση πελατών έως την παρακολούθηση συναλλαγών. Ορισμένες τράπεζες αναπτύσσουν chatbots τεχνητής νοημοσύνης για να αντικαταστήσουν τα παραδοσιακά τηλεφωνικά κέντρα, επιτρέποντας στους πελάτες να αναζητούν ιστορικό συναλλαγών ετών χωρίς να χρειάζεται να επισκεφθούν ένα υποκατάστημα.
Η διεπαφή μεταφοράς χρημάτων έχει επίσης επανασχεδιαστεί σε μορφή συνομιλίας για να μειωθεί ο κίνδυνος μεταφοράς χρημάτων σε λάθος άτομο, εμφανίζοντας παλιό ιστορικό συναλλαγών με γνωστούς, και η τεχνητή νοημοσύνη εξάγει αυτόματα πληροφορίες λογαριασμού από κείμενο ή εικόνες για να ελαχιστοποιήσει τα σφάλματα μεταφοράς.
Σε ένα βαθύτερο επίπεδο ασφάλειας, τα κέντρα επιχειρήσεων ασφαλείας (SOC) εφαρμόζουν τεχνολογία Τεχνητής Νοημοσύνης και Ανίχνευσης Ζωντανότητας (τεχνολογία Τεχνητής Νοημοσύνης που χρησιμοποιείται στη βιομετρία για να προσδιορίσει εάν το βιομετρικό δείγμα που παρουσιάζεται σε μια κάμερα/αισθητήρα ανήκει σε ένα πραγματικό άτομο που ήταν παρόν κατά τη στιγμή της επιθεώρησης ή είναι πλαστό αντίγραφο) για την παρακολούθηση ανωμαλιών σε πραγματικό χρόνο.
Επιπλέον, εάν ένας ανενεργός λογαριασμός λάβει ξαφνικά ένα μεγάλο χρηματικό ποσό και το μεταφέρει αμέσως ή εάν ένας πελάτης συνδεθεί από δύο διαφορετικές τοποθεσίες μέσα σε σύντομο χρονικό διάστημα, το τραπεζικό σύστημα ενδέχεται να αναστείλει αυτόματα τις συναλλαγές και να στείλει μια ειδοποίηση.
Οι τράπεζες επεκτείνουν επίσης τη συνεργασία μεταξύ των υπηρεσιών για την καταπολέμηση της απάτης. Τα δεδομένα συνδέονται με το Τμήμα Κυβερνοασφάλειας και Πρόληψης Εγκλημάτων Υψηλής Τεχνολογίας (A05, Υπουργείο Δημόσιας Ασφάλειας ) και το Σύστημα Παρακολούθησης και Προειδοποίησης για Απάτη Συναλλαγών (SIMO) για την επαλήθευση της ταυτότητας των ύποπτων ατόμων.
Εκτός από τη χρήση δεδομένων από ρυθμιστικές αρχές, πολλές τράπεζες κοινοποιούν προληπτικά πληροφορίες σχετικά με λογαριασμούς που εμφανίζουν σημάδια απάτης στις αρχές, ώστε να μπορούν να ειδοποιήσουν άλλες τράπεζες, εμπλουτίζοντας έτσι τη μαύρη λίστα και εμποδίζοντας τους απατεώνες να ανοίξουν λογαριασμούς σε άλλα ιδρύματα.
Παρόλο που η Τεχνητή Νοημοσύνη παίζει ολοένα και πιο σημαντικό ρόλο, ένας εκπρόσωπος της TPBank δήλωσε ότι η τεχνολογία δεν μπορεί να αντικαταστήσει πλήρως τους ανθρώπους.
«Η Τεχνητή Νοημοσύνη δεν αντικαθιστά τους ανθρώπους. Αντίθετα, οι άνθρωποι χρησιμοποιούν την Τεχνητή Νοημοσύνη για να προστατεύσουν άλλους ανθρώπους», δήλωσε ο κ. Χανγκ.
Εκτός από τις επενδύσεις στην τεχνολογία, πολλά χρηματοπιστωτικά ιδρύματα εκπαιδεύουν πλέον τους υπαλλήλους τους σε δεξιότητες Τεχνητής Νοημοσύνης, ώστε να εντοπίζουν αποκλίσεις δεδομένων ή «ψευδαισθήσεις» χρησιμοποιώντας μοντέλα μηχανικής μάθησης. Σε καταστάσεις έκτακτης ανάγκης, οι τράπεζες εξακολουθούν να διατηρούν μηχανισμούς χειροκίνητης παρέμβασης για τον συντονισμό της δέσμευσης ύποπτων για απάτη κεφαλαίων πριν από τη μεταφορά τους.
Σύμφωνα με τους ειδικούς, η τεχνολογία μπορεί να βοηθήσει στην προσέλκυση χρηστών σε ψηφιακές πλατφόρμες, αλλά ο βασικός παράγοντας για τη διατήρηση των πελατών μακροπρόθεσμα παραμένει η εμπιστοσύνη. Στην εποχή της Τεχνητής Νοημοσύνης, η ικανότητα προστασίας δεδομένων και ψηφιακών περιουσιακών στοιχείων γίνεται το νέο μέτρο της αξιοπιστίας μιας τράπεζας.
Πηγή: https://doanhnghiepvn.vn/cong-nghe/ngan-hang-dung-ai-bao-ve-niem-tin-so/20260513102542828
Σχόλιο (0)