การตรวจจับการฉ้อโกงของ AI จะช่วยประหยัดแบรนด์อีคอมเมิร์ซได้หลายพันล้าน

ปัญญาประดิษฐ์ (AI) กำลังปฏิวัติเกือบทุกภาคส่วน รวมถึงอีคอมเมิร์ซ พื้นที่หนึ่งที่ธุรกิจอีคอมเมิร์ซที่ชาญฉลาดใช้ AI คือการตรวจจับการฉ้อโกง ด้วยความก้าวหน้าของการวิเคราะห์ข้อมูล อัลกอริทึมสามารถวิเคราะห์จุดข้อมูลนับล้านเพื่อตรวจจับการฉ้อโกงที่อาจเกิดขึ้นใหม่ได้เร็วกว่าและมีความแม่นยำมากขึ้น

เพื่อให้ระบบตรวจจับการฉ้อโกงประสบความสำเร็จ ผู้ค้าจำเป็นต้องรักษาความสมดุลของความแม่นยำ พวกเขาต้องปฏิเสธธุรกรรมที่เป็นการฉ้อโกงซึ่งมีค่าใช้จ่ายสูงมาก ในขณะเดียวกันก็หลีกเลี่ยงการปฏิเสธธุรกรรมที่ถูกต้องตามกฎหมายเพื่อป้องกันการเลิกราและรักษาชื่อเสียง

เรื่องที่ซับซ้อน ไม่มีวิธีที่เชื่อถือได้ในการแยกความแตกต่างระหว่างสิ่งที่พึงปรารถนาและสิ่งที่ไม่พึงประสงค์ รายรับจากอีคอมเมิร์ซทั่วโลกประมาณ 600 พันล้านดอลลาร์ ถูกริบเนื่องจากการปฏิเสธการชำระเงินในปี 2563 ซึ่งเป็นเรื่องที่ซับซ้อน

AI ต่อสู้กับการฉ้อโกงได้อย่างไร การอ่านเพื่อหา.

ต่อสู้กับการฉ้อโกงด้วยไฟ

จากข้อมูลของ Juniper Research ความสูญเสียสะสมของผู้ค้าเนื่องจากการฉ้อโกงการชำระเงินออนไลน์คาดว่าจะมีมูลค่าเกิน 343 พันล้านดอลลาร์ทั่วโลกภายในปี 2570 โดยเน้นย้ำถึงภัยคุกคามจากการฉ้อโกงที่เพิ่มมากขึ้น การตรวจจับการฉ้อโกงโดยใช้ AI กำลังเข้ามาแทนที่วิธีการแบบเดิมที่ใช้กฎที่มนุษย์สร้างขึ้นเพื่อตัดสินใจว่าธุรกรรมควรปฏิเสธหรือไม่ วิธีการดังกล่าวมักไม่มีประสิทธิภาพ ซึ่งแตกต่างจากกระบวนการตรวจจับการฉ้อโกงที่ใช้ AI การตรวจจับการฉ้อโกงตามกฎขึ้นอยู่กับนโยบายที่คาดการณ์พฤติกรรมที่ไม่เหมาะสมของลูกค้าล่วงหน้า ซึ่งอาจไม่ถูกต้องอย่างเจ็บปวด AI การตรวจจับการฉ้อโกงใช้โมเดลการเรียนรู้แบบไม่มีผู้ดูแลเป็นหลัก อัลกอริทึมของเครื่องวิเคราะห์กลุ่มข้อมูลขนาดใหญ่จากผู้ขายหลายรายและธุรกรรมหลายล้านรายการเพื่อตรวจจับรูปแบบตามรูปแบบพฤติกรรมในข้อมูล อัลกอริทึมไม่ได้รับการฝึกอบรมเกี่ยวกับจุดข้อมูลเฉพาะ แต่จะระบุรูปแบบในข้อมูลโดยอัตโนมัติ ปัญญาประดิษฐ์มอบความยืดหยุ่นในการป้องกันการฉ้อโกงโดยการระบุความผิดปกติและกิจกรรมที่น่าสงสัยโดยไม่ต้องพึ่งพากฎที่กำหนดไว้ล่วงหน้า นอกจากนี้ AI ยังสามารถตัดสินใจได้ทันทีเพื่อเพิ่มความปลอดภัยของระบบ เทคโนโลยีการตรวจจับการฉ้อโกงจากผู้ให้บริการบุคคลที่สามช่วยให้ผู้ค้าสามารถแข่งขันกับตลาดขนาดใหญ่เช่น Amazon หรือ Alibaba ได้ เทคโนโลยีเหล่านี้รวบรวมข้อมูลจากผู้ค้าหลายพันรายและธุรกรรมหลายล้านรายการ มอบวิธีที่เชื่อถือได้ในการตรวจจับการฉ้อโกงและแข่งขันกับแบรนด์ยักษ์ใหญ่

การจดจำรูปแบบที่เสียหาย

ระบบตรวจจับการฉ้อโกงที่ใช้ AI สามารถปรับเปลี่ยนได้ ทำให้ตัดสินใจได้เหมาะสมยิ่งขึ้นเมื่อมีรูปแบบพฤติกรรมใหม่เกิดขึ้น มาดูตัวอย่างการแพร่ระบาดครั้งล่าสุดกัน ในช่วงแรกของการล็อกดาวน์ ผู้ซื้อที่ก่อนหน้านี้ไม่เคยซื้อสินค้าและเครื่องมือปรับปรุงบ้านจำนวนมาก กำลังซื้อจำนวนมากในหมวดหมู่เหล่านี้ เพื่อหลีกเลี่ยงการปฏิเสธการซื้อโดยไม่ได้ตั้งใจ ซึ่งก่อนหน้านี้อาจดูเหมือนเป็นการหลอกลวง ผู้ค้าอีคอมเมิร์ซจึงต้องปรับเปลี่ยนวิธีตรวจสอบและตั้งค่าสถานะบัญชี นี่คือการปรับแบบเกือบเรียลไทม์ที่ AI สามารถทำได้โดยอัตโนมัติ

การจัดส่งแบบเร่งด่วนเป็นอีกตัวอย่างหนึ่งของความก้าวหน้าของ AI แบบเรียลไทม์ จากข้อมูลของ Riskified คำสั่งซื้อที่มีการจัดส่งแบบเร่งด่วนเพิ่มขึ้น 140% ตั้งแต่เดือนมกราคมถึงธันวาคมของปี 2020 ในขณะที่ระดับการฉ้อโกงลดลง 45% ในช่วงเวลาเดียวกัน นอกจากนี้ การจัดส่งแบบเร่งด่วนยังช่วยลดเวลาของผู้ค้าในการยกเลิกคำสั่งซื้อและถือเป็นสัญญาณอันตรายสำหรับการตรวจจับการฉ้อโกง อย่างไรก็ตาม การแพร่ระบาดทำให้การขนส่งด้วยวิธีนี้แพร่หลาย กลายเป็นวิธีปฏิบัติที่ปลอดภัยมากขึ้นเมื่อเวลาผ่านไป

ภัยคุกคามที่เกิดขึ้นใหม่

การระบุกิจกรรมการชำระเงินที่น่าสงสัยที่กระทำโดยลูกค้าเดิมที่แท้อาจเป็นเรื่องที่ท้าทายอย่างยิ่ง ตัวอย่างทั่วไปเรียกว่า “การฉ้อโกงกันเอง” ซึ่งลูกค้าโต้แย้งการเรียกเก็บเงินกับบริษัทบัตรเครดิตของตนเพื่อหลีกเลี่ยงการชำระเงินสำหรับสินค้าที่ซื้อไปก่อนหน้านี้จากผู้ค้าปลีกสินค้าที่จับต้องได้ มิจฉาชีพสามารถอ้างว่าไม่ได้รับสินค้าโดยการยื่นขอปฏิเสธการชำระเงิน "ไม่ได้รับสินค้า" กับธนาคารหรือบริษัทบัตรเครดิตของตน ในความเป็นจริง บางรายมีส่วนร่วมในการปฏิเสธการชำระเงินจำนวนมากและขายสินค้าในตลาดมืด ทำให้ผู้ค้าปลีกสูญเสียเงินหลายล้านดอลลาร์ในแต่ละปี หากสิ่งนี้เกิดขึ้นในร้านค้าจริง จะจัดอยู่ในประเภทการขโมยของตามร้าน

แนวโน้มการฉ้อฉลที่เพิ่มขึ้นอย่างรวดเร็วที่เรียกว่าการละเมิดนโยบายเกี่ยวข้องกับการจ่ายเงินให้ลูกค้าที่ละเมิดข้อกำหนดและเงื่อนไขของผู้ค้าปลีกอย่างสม่ำเสมอ โดยปกติแล้วเพื่อประหยัดหรือสร้างรายได้ แม้ว่าการใช้นโยบายในทางที่ผิดจะแตกต่างจากการฉ้อฉลแบบดั้งเดิม แต่ผู้ค้าปลีกยังคงประสบความสูญเสียทางการเงินโดยที่ไม่มีใครสังเกตเห็น

ส่งผลให้ธุรกิจหันมาใช้ AI เพื่อจัดการกับสถานการณ์เหล่านี้ AI จะรวบรวมข้อมูล รวมถึงที่อยู่ IP ลายนิ้วมือของอุปกรณ์ และการวิเคราะห์พฤติกรรม ข้อมูลนี้จะถูกอ้างอิงข้ามกับคำสั่งซื้อที่ผ่านมาในเครือข่ายผู้ค้าต่างๆ ตัวอย่างเช่น สมมติว่าลูกค้ากำลังโต้แย้งคำสั่งซื้อที่ฉ้อฉลซึ่งพวกเขาไม่ได้เป็นผู้สั่ง ในกรณีดังกล่าว ระบบสามารถตรวจสอบได้ว่ามีการสั่งซื้อโดยใช้ที่อยู่ IP และ/หรืออุปกรณ์เดียวกันกับที่ลูกค้าเคยสั่งซื้อไว้หรือไม่ สิ่งนี้ช่วยให้ผู้ค้าจัดลำดับความสำคัญของข้อพิพาทและจัดการกับการละเมิดนโยบายจากผู้กระทำผิดบ่อยที่สุด ทำให้กระบวนการระงับข้อพิพาทเป็นไปโดยอัตโนมัติเพื่อเพิ่มความสามารถในการปรับขนาดและประสิทธิภาพ

ด้วยความซับซ้อนที่เพิ่มขึ้นของกลยุทธ์การฉ้อโกง วิธีการตรวจจับการฉ้อโกงก็มีการพัฒนาเช่นกัน ในเร็วๆ นี้ การวิเคราะห์ด้านไบโอเมตริกของอีคอมเมิร์ซ เช่น “การพิมพ์ด้วยเสียง” และมุมที่มือถือถืออยู่ จะไปไกลกว่าการตรวจสอบรูปแบบการจัดซื้อ

นำมันมารวมกัน

ด้วยระบบป้องกันการฉ้อโกงที่ขับเคลื่อนด้วย AI ธุรกิจสามารถยืดหยุ่นและปรับแต่งแนวทางของตนเพื่อรับมือกับภัยคุกคามและโอกาสใหม่ ๆ ในขณะที่หน่วยงานกำกับดูแล ลูกค้า และอาชญากรยังคงพัฒนาต่อไป ด้วยการใช้ประโยชน์จากเทคนิคที่ใช้ AI ธุรกิจอีคอมเมิร์ซสามารถลดความเสี่ยงของการสูญเสียค่าใช้จ่ายจากธุรกรรมที่ฉ้อโกงได้อย่างมาก ในขณะเดียวกันก็มอบประสบการณ์การช็อปปิ้งที่ราบรื่นยิ่งขึ้นให้กับลูกค้า เป็นที่ชัดเจนว่า AI มีบทบาทสำคัญในกลยุทธ์การป้องกันการฉ้อโกงสำหรับธุรกิจอีคอมเมิร์ซในปัจจุบัน และจะยังคงทำเช่นนั้นต่อไปในอนาคตอันใกล้