反欺诈错拒好人怎么办？万事达卡用人工智能帮忙，说这样能多赚钱

精准识别欺诈，不错过赚钱的机会。

据华尔街日报报道，万事达卡公司（Mastercard Inc.）也已经研发出了用人工智能来反欺诈，从而有利于减少被误认为诈骗而终止的信用卡交易。

金融作为一门以风控为核心的行业，除了信用风险之外，欺诈风险也是其经常遭受的风险之一。

信用风险指的是借款人还不起钱而违约的可能性，欺诈风险则是根本没打算还钱，欺诈者的身份信息、联系方式信息、设备信息、资产信息等可能都是伪造的。今年7月的“第六届上海新金融年会暨第三届互联网金融外滩峰会”上，芝麻信用总经理胡滔就表示，消费金融、互联网金融公司的坏账损失超过50%来源于欺诈。身份冒用类欺诈占比最高，其次是团伙欺诈，以及账户盗用、恶意违约等。某互联网消费信贷公司开展业务第一周在申请人群中发现70%的疑似团伙欺诈申请。

银行之前防欺诈的做法是，建立基于专家经验的规则体系，每遇到一次欺诈，银行就将其行为特点记录下来形成规则，下次再遇到此类行为规则体系会自动做出人工介入或拉黑的响应。以前，每当检测当交易有一些危险信号时，商家和银行经常会停止可疑交易。但是，新的万事达系统第一反应就不会这么做，相反，它会运用更多的数据、开始做更多的计算，以便更全面地评估这个被暂停的交易。

万事达主管企业风险和安全的总裁Ajay Bhalla说，在美国，因为这样错误地拒绝了很多交易，2014年有超过1180万美元的销售额损失源于此。“这不仅是商家的损失，也是银行的巨额损失，同时也给消费者带来了很多不便，”他说。大约有三分之一的消费者在商店购物的时候，经历过被错误的判断为欺诈交易，从而拒绝了他们的信用卡交易。他相信，这项服务在接下来几个月应该会为其赢得更多的顾客。

他们的算法支持新的Decision Intelligence服务，评估传统的风险，比如关注购买了多个昂贵电子产品的交易，还有通过万事达长期收集到的数据来对购物者的行为和风险作出预测。

此外，据Bhalla说，万事达还在它的信用卡处理网络上，通过检测活动以及某些未遂交易来监控全球的购物和诈骗趋势。万事达的系统会把所有数据都收集到Decision Intelligence算法中，更加精确地进行风险评分。

他说，万事达已经跟几家银行测试了上述服务，虽然迄今为止还没有任何一家银行签署协议。该公司已经在其他领域用人工智能，除了检测欺诈行为，还有帮助销售人员与客户互动，开发给银行顾客用的聊天机器人。

其实，在消费金融领域用人工智能反欺诈，不仅在国外有应用，国内也有。曾经，壹零财经就曾经报道过京东金融如何利用人工智能和大数据反欺诈；类似的项目还有36氪报道过的Maxent（猛犸反欺诈）。

京东消费金融目前有两大核心模型体系：数据驱动的模型体系--四大发明和技术驱动的风控体系--四重天（详见下表），既有专家规则体系，又应用了人工智能。

零壹财经：

天盾系统基于账户历史行为模式、账户关系网络、当前操作行为和设备环境，评估账户安全等级、环境安全等级、行为安全等级，防范账户被盗、撞库（指黑客通过收集互联网已泄露的用户和密码信息，生成对应的字典表，尝试批量登陆其他网站后，得到一系列可以登录的用户账户）、恶意攻击等风险。

至于猛犸反欺诈Saas服务平台，则会基于Maxent自身的专利机器学习技术及DFP技术自动发现新的欺诈模式，持续地自行进行反欺诈算法的优化，根据客户交易平台的实时活动事件及历史数据、挖掘海量数据以分辨真实或可疑的设备。

除了设备身份识别之外，它还会通过机器学习以非监督或者半监督的方式动态调整参数训练的算法模型，由系统自动推断出欺诈风险。

猛犸反欺诈的创始人兼CEO张克表示，未来猛犸反欺诈会继续钻研非监督式机器学习技术。非监督式机器学习不需要反馈即可从数据中发现异常值，继而将其回到上层决策模型。

张克在接受壹零财经的专访时举了个剁手例子来说明非监督式机器学习的运作。在非购物高峰期，一个在五分钟内完成付款的人可能被基于规则的反欺诈引擎认为是欺诈者，因为他可能没有浏览商品而是直奔优惠券等而来。但在双十一时这条规则会失效，因为双十一很多人可能会提前选好商品放进购物车。

那么，如何定义一个付款行为是不是在异常短的时间内完成？非监督式机器学习认为所有购物者的付款时间呈正态分布，只要偏离了正态分布较多的值即可被认为是异常的，这样的购物者欺诈嫌疑较重。

来源：36kr