El 11 de mayo de 1997 fue un momento fundamental. Gary Kasparov, entonces el no. Componente de ajedrez número 1 del mundo, perdió una partida en menos de 20 movimientos delante la supercomputadora Deep Blue de IBM. A pesar de un rally temporal, el partido terminó con una triunfo de 3.5-2.5 para la máquina, revirtiendo el triunfo de Kasparov solo 15 meses antiguamente.
El insigne partido fue gastado como una señal de que la Inteligencia Sintético (IA) estaba alcanzando a la inteligencia humana. El entonces director ejecutante de IBM, Louis Gerstner, anunció: “lo que tenemos es el mejor deportista de ajedrez del mundo contra Gary Kasparov”. The Weekly Standard resumió el evento con un artículo titulado “Ten miedo”.
Un cuarto de siglo luego, la IA se utiliza para mejorar casi todos los aspectos de la vida moderna; desde asistentes virtuales y motores de búsqueda hasta la gobierno de líneas de producción en fábricas y bases de datos de atención médica, e incluso el explicación nuevo (y aún en proceso) de automóviles autónomos. En los últimos meses, abundaron los titulares con historias sobre la intrusión de la IA en dominios que alguna vez fueron totalmente humanos, como la pintura y la escritura.
Pero todavía tenemos que aparecer al punto en el que la inteligencia de las máquinas pueda reemplazar completamente a la inteligencia humana. Uno de esos campos en los que consideramos que la experiencia humana es fundamental es la prevención del fraude. Veamos las razones por las que incluso la IA más poderosa requiere la billete humana para que la prevención del fraude opere en todo su potencial.
El estudios mecánico permite la prevención del fraude, pero no es suficiente por sí solo
En 2021, el 46% de las empresas globales utilizaron algún tipo de aprendizaje automático para detectar y combatir el fraudesegún Statista, frente a solo una cuarta parte del año susodicho. El hecho de que la prevención del fraude impulsada por el estudios mecánico sea la tecnología central que permite a los comerciantes contender contra los estafadores sofisticados en igualdad de condiciones, a escalera, ya no está sujeto a debate.
En un panorama de fraude en constante cambio, el estudios mecánico ofrece las capacidades para categorizar, rastrear y analizar millones de puntos de datos en segundos de una guisa que el cerebro humano nunca podrá competir. Es proactivo, está diseñado para optimizarse automáticamente y puede adaptarse y detectar patrones complejos como el fraude. Combinado con una rica red de datos, por ejemplo, una red de comerciantes que contribuyen con datos anónimos pero impactantes sobre los MO y los patrones de fraude que están experimentando, el estudios mecánico parece casi una superpotencia.
Pero el aprendizaje automático también está moldeado, restringido y sesgado por varios factores, como los datos que se alimentan previamente a los modelos y las características que los guían.
Más que eso, el estudios mecánico solo puede replicar a la información que tiene apto, lo que significa que solo puede hacer inferencias basadas en el pasado, buscando transacciones y patrones que ya han ocurrido para hacer predicciones. Eso podría funcionar perfectamente para un mecanismo de ajedrez en el que tienes un número inmenso pero finito de movimientos posibles. Pero el fraude es un sistema campechano que crea puntos ciegos inevitables para el estudios mecánico.
“Los estafadores siempre están buscando un ángulo. Siempre buscan mejorar sus capacidades de acuerdo con los desafíos que enfrentan. Ahí es donde entramos nosotros, como analistas de fraude: para cachear dónde debe ponerse al día nuestra comprensión del fraude para que podamos carear a estos estafadores en el mismo nivel”, dice Nimrod Dvir, analista sénior de fraude en Riskified.
¿Qué son las funciones de estudios mecánico?
Cuando se palabra de estudios mecánico, las características se refieren a una característica o propiedad individual y medible. En la prevención del fraude en ruta, esto podría incluir, entre otros:
- Virilidad de la dirección de correo electrónico: ¿Cuándo se creó la dirección de correo electrónico? Por lo caudillo, cuanto más antiguo es el correo electrónico, más seguro es.
- Comportamiento de negocio del legatario: ¿Navegó el legatario durante 10 minutos antiguamente de anexar un artículo a su carrito, o agregó inmediatamente el artículo más caro en la tienda y se dirigió a la caja?
- Discrepancia de AVS: ¿coinciden las direcciones de facturación y pedido? En ciertas situaciones, los desajustes son legítimos.
Al final, la prevención del fraude se reduce a los estafadores frente a los analistas.
A pesar de todas las increíbles capacidades que ofrece el estudios mecánico, los humanos siguen superando cuando se proxenetismo de comprender el comportamiento humano. Un ejemplo nuevo que hemos gastado con uno de nuestros socios comerciales ilustra perfectamente esto.
Este comerciante tenía un patrón de revendedores rusos conocidos. Una vez que ocurrió la invasión rusa de Ucrania a principios de 2022, muchas de las rutas marítimas regulares en dirección a el país fueron bloqueadas conveniente a las sanciones internacionales. Estos revendedores luego trasladaron sus almacenes a un país cercano, inmediato con sus direcciones de facturación y pedido, pero continuaron usando sus direcciones de correo electrónico rusas, a veces con una IP de proxy para viejo autenticidad.
Un maniquí de estudios mecánico podría concebir esto como un nuevo patrón de fraude emergente. Un analista humano, por otro flanco, puede considerar la complejidad de las situaciones geopolíticas cambiantes y comprender cómo ha cambiado un patrón conocido.
Considere otro escena, donde un estafador importa una táctica de fraude típica de una industria a otra.
Por ejemplo, los bots revendedores generalmente se usan para apuntar a una adhesión demanda, productos de suministro limitado como zapatillas de deporte de edición limitadaConsolas Xbox y entradas para conciertos. Es posible que un maniquí entrenado en una industria que no suele ofrecer entregas o lanzamientos limitados no los detecte de inmediato. Un analista de fraudes que supervise el maniquí sabrá qué tendencias están creciendo en el mercado y cuáles están disminuyendo, cuáles son típicas de industrias específicas y cuáles no.
Lo más importante es que un analista de fraude conoce los desafíos que enfrentan los estafadores y cómo piensan.
Para continuar con la metáfora: el estudios mecánico nunca hará un movimiento de Monopoly en un mecanismo de ajedrez. Pero un estafador lo hará. Y un buen analista de fraude sabrá anticiparse y buscarlo.
“Es más obvio para un analista comprender el comportamiento humano”, dice Dvir. “¿Qué será lo más obvio de cambiar para un estafador? ¿Adónde elegirán ir y qué método probarán a continuación? ¿Será más obvio para ellos cambiar el método de plazo? ¿Es más obvio cambiar la IP, o tal vez aproximar un proxy a la dirección de facturación de la víctima?”
“Hay áreas donde cambiar las características de la polímero de crédito es muy obvio y hay áreas donde es muy difícil. Mi trabajo como analista es comprender no solo lo que sucedió hoy y ayer, sino igualmente lo que sucederá mañana”, dice Dvir.
La diferencia entre una alternativa de prevención de fraude de ML promedio y una extraño se reduce al ambiente humano.
Algunos proveedores de prevención de fraudes que confían en el estudios mecánico se enorgullecen de que su alternativa sea “no intervencionista”.
Sin confiscación, sabemos que para una detección y prevención de fraude efectivas (una que bloquee el fraude sin anexar fricciones para los consumidores o creando falsos rechazos debido a la aversión al riesgo), cada documento debe ser contextualizado adecuadamente por expertos antiguamente de introducirlo en el cálculo. Nuestros analistas ejecutan revisiones de rendimiento constantes al etiquetar órdenes posteriores a la atrevimiento para cerciorarse de que nuestros modelos sean siempre lo más precisos y optimizados posible.
“Riskified tiene un gran equipo de expertos que conocen el fraude por interiormente y por fuera. Pueden mirar las transacciones y memorizar exactamente lo que ven, y eso afecta cómo etiquetamos, cómo seleccionamos los datos y más”, dice Rotem Lord Hareven, analista de fraude en Riskified. “Para ganar una imagen holística del panorama del fraude, los analistas igualmente deben ser estrategas y narradores. Esta es la diferencia entre la prevención del fraude basada en reglas y el estudios mecánico. Posteriormente de todo, ¿de qué sirve el ambiente humano si el ‘analista’ es solo un árbitro de reglas?
El meollo del asunto es este: la gran mayoría de las transacciones son legítimas y deben ser aprobadas. Sin confiscación, aunque todas las soluciones de fraude impulsadas por estudios mecánico prometen acortar el fraude y aumentar las tasas de aprobación, no todas las soluciones son iguales, y siquiera todos los analistas son iguales. Al final, el estudios mecánico sigue siendo una aparejo y quieres un Chessmaster detrás del tablero, no un novato.
La visión de Riskified es permitir que los comerciantes aprueben pedidos máximos de forma segura y sin problemas. Los analistas de fraude experimentados y perfectamente informados respaldan tasas de aprobación más altas mediante el canje de transacciones que los modelos de estudios mecánico identifican como de viejo aventura porque actúan como un mecanismo de seguridad para la responsabilidad de riesgos. Pero se proxenetismo de poco más que detectar el aventura si se materializa, o identificar en tiempo existente si un comportamiento novedoso es oficial o una nueva red de fraude.
El proceso de estudios mecánico no es una ruta recta, sino un ciclo. Cuando tiene analistas que entienden el fraude por interiormente y por fuera, conocen los puntos ciegos del maniquí, qué poblaciones son más riesgosas y qué características nuevas se necesitan.
A diferencia del estudios mecánico, pueden dar cuenta de los sesgos y los cambios del mundo existente y cómo estos afectarían el comportamiento de los estafadores. Su experiencia y conocimientos se retroalimentan continuamente en los modelos. Juntos, los humanos y el estudios mecánico se aseguran de que se tengan en cuenta todos los puntos ciegos.
Obtenga más información
Una organización sólida de prevención de fraude de extremo a extremo es imprescindible para las empresas de comercio electrónico de hoy. Encuentre una alternativa que cumpla con los requisitos de su negocio con la ayuda de Guía de mercado de Gartner para la detección de fraudes en línea.