AI 不正検出により e コマース ブランドは数十億ドルを節約できる

人工知能 (AI) は、電子商取引を含むほぼすべての分野に革命をもたらしています。 賢明な電子商取引企業が AI を活用している分野の 1 つは、不正行為の検出です。 データ分析の進歩により、アルゴリズムが何百万ものデータポイントを分析し、新たな潜在的な不正行為をより早期に、より正確に検出できるようになりました。

不正行為検出システムを適切に実行するには、販売者は精度の微妙なバランスを維持する必要があります。 非常にコストがかかる不正な取引を拒否すると同時に、離脱を防ぎ評判を維持するために正規の取引の拒否を回避する必要があります。

問題を複雑にする。 望ましいものと望ましくないものを区別する信頼できる方法はありません。 2020 年には、支払いの減少により世界の電子商取引収益のうち約 6,000 億ドルが没収され、事態は複雑化しています。

AI は不正行為とどのようにうまく戦っているのでしょうか? 続きを読んで調べてください。

詐欺と火を持って戦う

Juniper Research によると、オンライン決済詐欺による加盟店の累積損失は 2027 年までに世界で 3,430 億ドルを超えると予測されており、詐欺の脅威が増大し続けていることが浮き彫りになっています。 AI ベースの不正検出は、人間が作成したルールを使用して取引を拒否するかどうかを決定する従来の方法に取って代わりつつあります。 このような方法は、AI ベースの不正検出プロセスとは異なり、非効率であることがよくありました。 ルールベースの不正行為検出は、顧客の不適切な行動を事前に予測するポリシーに依存していますが、これは非常に不正確である可能性があります。 不正検出 AI は主に教師なし学習モデルに基づいています。 機械アルゴリズムは、複数のベンダーからの大規模なデータ プールと数百万のトランザクションを分析し、データ内の動作パターンに基づいてパターンを検出します。 アルゴリズムは特定のデータ ポイントでトレーニングされません。 代わりに、データ内のパターンを自律的に識別します。 人工知能は、事前に確立されたルールに依存せずに異常や疑わしいアクティビティを特定することで、不正行為を柔軟に防止します。 さらに、AI はシステムのセキュリティを強化するための瞬時の決定を提供できます。 サードパーティプロバイダーの不正検出テクノロジーは、販売者が Amazon や Alibaba などの大規模なマーケットプレイスと競争する競争の場にも役立ちます。 これらのテクノロジーは、数千の販売者と数百万件の取引からのデータを集約し、不正行為を検出し、巨大ブランドと競争するための信頼できる方法を提供します。

壊れたパターンを認識する

AI ベースの不正検出システムは適応し、新しい行動パターンが出現するにつれて、ますます微妙な決定を下すことができます。 たとえば、最近のパンデミックを見てみましょう。 ロックダウンの初期段階では、以前はホームセンターのアイテムや工具を大量に購入することのなかった購入者が、これらのカテゴリーで多額の購入をするようになりました。 以前は欺瞞的に見えた可能性のある購入を誤って拒否することを避けるために、e コマース販売者はアカウントを監視し、フラグを立てる方法を調整する必要がありました。 これはまさに、AI が自律的に行​​うことができるほぼリアルタイムの調整です。

お急ぎ配送もリアルタイム AI の進歩の例です。 Riskified データによると、お急ぎ便での注文は 2020 年 1 月から 12 月にかけて 140% 増加し、不正行為のレベルは同期間で 45% 減少しました。 さらに、急ぎの発送は販売者が注文をキャンセルするまでの時間を短縮し、不正行為検出の危険信号として認識されます。 しかし、パンデミックによりこの配送方法が普及し、時間の経過とともにより安全な方法になりました。

新たな脅威

以前は本物の顧客によって行われた不審な支払い活動を特定することは、特に困難な場合があります。 一般的な例は、「フレンドリー詐欺」として知られており、顧客が、以前に購入した商品の支払いを物理的な商品小売店から逃れるために、クレジット カード会社と請求を争うケースです。 詐欺師は、銀行またはクレジット カード会社に「商品未受領」チャージバックを提出することで、商品を受け取っていないと主張できます。 実際、大規模なチャージバックを行って闇市場で商品を販売する業者もおり、小売業者は毎年数百万ドルの損失を被っています。 これが実店舗で発生した場合は万引きに該当します。

ポリシーの悪用として知られる急速に増加している詐欺傾向には、通常、お金を節約したり儲けるために、小売業者の利用規約に違反してお金を払っている定期的な顧客が含まれます。 ポリシーの悪用は従来の詐欺とは異なりますが、小売業者は依然として気づかれない経済的損失を被る可能性があります。

その結果、企業は現在、こうした状況に対処するために AI に目を向けています。 AI は、IP アドレス、デバイスのフィンガープリント、行動分析などのデータを収集します。 このデータは、さまざまな販売者ネットワークの過去の注文と相互参照されます。 たとえば、顧客が自分が行ったものではない不正注文について異議を申し立てているとします。 その場合、システムは、顧客が以前に注文したのと同じ IP アドレスおよび/またはデバイスを使用して注文が行われたかどうかを確認できます。 これにより、加盟店は紛争に優先順位を付け、最も頻繁に発生する違反者によるポリシーの乱用に対処できるようになり、紛争解決プロセスを自動化してスケーラビリティと効率が向上します。

不正行為の手口が巧妙化するにつれて、不正行為の検出方法も進化しています。 まもなく、「声紋」や携帯電話を持つ角度など、電子商取引の生体認証的側面の分析が、購買パターンの監視を超えたものになるでしょう。

すべてをひとつにまとめる

AI を活用した不正防止システムを使用すると、規制当局、顧客、犯罪者が進化し続ける中、企業は柔軟に、新たな脅威や機会に対するアプローチを調整できます。 AI ベースの技術を活用することで、電子商取引企業は、顧客によりスムーズなショッピング体験を提供しながら、不正取引による高額な損失のリスクを大幅に軽減できます。 現在、電子商取引ビジネスの不正防止戦略において AI が重要な役割を果たしているのは明らかであり、今後もそうし続けるでしょう。