او می‌گوید: «این یک مدل واقعا پیچیده است که در آن شما می‌خواهید هر تراکنش احتمالی تقلبی را رد کنید، اما در عین حال اجازه دهید تراکنش‌های قانونی بدون هیچ گونه اصطکاک انجام شوند. در یک روز به طور متوسط، ما بیش از یک میلیارد تراکنش را می بینیم، و از آنجایی که داده ها همان چیزی است که هوش مصنوعی را تقویت می کند، ما قطعا یکی از اولین پذیرندگان بودیم. با این حال، مزایای استفاده از هوش مصنوعی از بهبود تشخیص تقلب پیشی می‌گیرد. Chauhan گفت که به این ترتیب، استفاده از هوش مصنوعی در سراسر Mastercard به یک اولویت تبدیل شده است.
Chauhan می‌گوید: «استفاده از هوش مصنوعی مربوط به Mastercard مقاوم در برابر آینده است. “اگر برق جدید باشد، ما می‌خواهیم برق در تمام بخش‌های مسترکارت جریان داشته باشد، و هر واحد تجاری باید از آن بهره مند شود، نه فقط مکان‌هایی که به طور طبیعی در آن رشد می‌کند.”
مسترکارت تنها نیست. خدمات مالی و بانکداری هوش مصنوعی را فرصتی برای خودکارسازی گسترده در مقیاس، همگام شدن با انتظارات مشتری با سرعت بالا، ماندن در رقابت در یک بازار در حال تحول و آماده شدن برای اختلالات می دانند. از آنجایی که موارد استفاده از هوش مصنوعی فراتر از کشف تقلب و جستجوی داده‌های بدون ساختار (داده‌هایی که سازمان‌دهی نشده‌اند یا با فرمت صحیح برای یک برنامه کاربردی) فراتر می‌روند، کسب‌وکارها به طور فزاینده‌ای عملکردهای مبتنی بر هوش مصنوعی را در اختیار کارگران غیر فنی و عملیات تجاری قرار می‌دهند و به آنها اجازه می‌دهند. نوآوری در سراسر سازمان اتفاق بیفتد.
با آموزش، ابزارسازی مجدد و افزایش قرار گرفتن در معرض داده ها، کاربران تجاری می توانند نقش اصلی را در ایجاد گردش کار تجزیه و تحلیل، رسیدگی موثرتر به درخواست های نظارتی و اطمینان از کیفیت داده ها ایفا کنند.
جان مک کمبریج، مدیر راه حل های جهانی خدمات مالی و بیمه در AI و شرکت یادگیری ماشین Dataiku می گوید چه این سیستم ها هوش مصنوعی نامیده شوند، مدل های یادگیری ماشینی (ML) یا تجزیه و تحلیل خودکار داده ها، داده ها نقش مهم تری در داخل شرکت ها ایفا می کنند. . او می‌گوید: «مردم از تجزیه و تحلیل‌های پیشرفته برای حل مشکلات مختلف در داخل کسب‌وکارشان استفاده می‌کنند و بازده سرمایه‌گذاری زیادی را ایجاد می‌کنند. “این کاملاً یک منبع بالقوه ارزش است و می تواند مشکلات بسیار خاصی را حل کند.”
دانلود گزارش کامل.
این محتوا توسط Insights، بازوی محتوای سفارشی MIT Technology Review تولید شده است. این توسط هیات تحریریه MIT Technology Review نوشته نشده است.
