Πώς οι άμεσες πληρωμές θα επηρεάσουν τον μετριασμό του οικονομικού εγκλήματος

Ο Gable εξηγεί ότι εξ ορισμού, οι άμεσες πληρωμές απαιτούν σε πραγματικό χρόνο, επομένως από την άποψη του οικονομικού εγκλήματος, οι έλεγχοι ασφαλείας πρέπει να είναι πολύ γρήγοροι και ακριβείς. Εάν η διαδικασία δεν εκτελείται ομαλά, αυτό έχει ως αποτέλεσμα διακοπές στην εμπειρία του πελάτη, απώλεια της καλής θέλησης των πελατών και αρνητικό αντίκτυπο στη φήμη της επωνυμίας. Παραδείγματα περιλαμβάνουν μια επιταγή που καταλήγει σε μια ουρά για μη αυτόματο έλεγχο ή εάν οι έλεγχοι δεν είναι ακριβείς οδηγούν σε εξαπάτηση πελάτη. Ως εκ τούτου, οι τράπεζες πρέπει να τηρούν τα πρωτόκολλα ασφαλείας τους.

«Καθώς γίνονται έλεγχοι, ένα ποσοστό θα χρειάζεται πάντα διερεύνηση. Αυτό απαιτεί χρόνο που μπορεί να βλάψει την εμπειρία των πελατών." δήλωσε ο Γκέιμπλ. «Υπάρχει επίσης ένας παράγοντας κόστους για τις τράπεζες, οι οποίες όταν μεταναστεύουν στο instant πρέπει να σκέφτονται εκ των προτέρων τα συστήματα και τις διαδικασίες που διαθέτουν έτοιμα για αυτήν την κίνηση».

Ο Χάγκρας περιέγραψε επίσης τον τρόπο με τον οποίο η τεχνητή νοημοσύνη θα είναι παράγοντας μετριασμού του εγκλήματος στις στιγμιαίες συναλλαγές, καθώς θα αξιοποιήσει την αυτοματοποίηση για να παρέχει μια απρόσκοπτη εμπειρία χρήστη. Αυτό συνδυάζεται με μια σταθερή διαδρομή ελέγχου για να διευκολυνθεί η κλιμάκωση των τραπεζών. Η τεχνητή νοημοσύνη μπορεί επίσης να καταπολεμήσει το οικονομικό έγκλημα μέσω διαδικασιών ελέγχου κυρώσεων και καταπολέμησης της νομιμοποίησης εσόδων από παράνομες δραστηριότητες, εντοπίζοντας αυτόματα πού συμβαίνει η απάτη, επιτρέποντας ταυτόχρονα την αυτόματη επεξεργασία ψευδών θετικών στοιχείων χωρίς να διακόπτεται η εμπειρία του πελάτη.

[Ενσωματωμένο περιεχόμενο]

«Η απάτη είναι μια συνεχής μάχη», παρατήρησε ο Χάγκρας.

Συνέχισε: «Η τεχνητή νοημοσύνη θα είναι υπεύθυνη για τη διασφάλιση της δημιουργίας μοντέλων που μπορούν να ακολουθούν όλα τα διαφορετικά είδη κανονιστικών απαιτήσεων, επιτρέποντας στις τράπεζες και τα χρηματοπιστωτικά ιδρύματα να χρησιμοποιούν την τεχνητή νοημοσύνη με εμπιστοσύνη. Το κλειδί για να γίνει αυτό είναι να χρησιμοποιήσετε εξηγήσιμη τεχνητή νοημοσύνη. Τα παραγόμενα μοντέλα γίνονται εύκολα κατανοητά, αναλύονται και, το πιο σημαντικό, επαυξάνονται και ελέγχονται από τους επιχειρηματικούς χρήστες και τις μεγαλύτερες αρχές».

Τα μοντέλα αδιαφανών κουτιών δεν γίνονται αποδεκτά από πολλές ρυθμιστικές αρχές, καθώς δεν εξηγούν επαρκώς τις διαδικασίες λήψης αποφάσεων του μοντέλου κατά τη δημιουργία ενός προϊόντος. Κατέληξε στο συμπέρασμα ότι οι επεξηγήσιμες διεργασίες τεχνητής νοημοσύνης αποτελούν βασικό επίκεντρο για την Temenos και ότι η τήρηση των υφιστάμενων και μελλοντικών κανονισμών «επεξηγηματικότητας» της τεχνητής νοημοσύνης θα είναι απαραίτητη.