חמש דרכים AI Generative ישנה את תעשיית התשלומים (Oliver Tearle)

תעשיית התשלומים עושה שימוש נרחב בטכנולוגיות AI/ML במגוון רחב של יישומים - כולל שיווק ממוקד, אוטומציה של תהליכים ופרופיל לקוחות. השימוש ב-AI ו-ML במניעת הונאה נפוץ במיוחד, מכיוון שהוא מאפשר לצוותי מניעת הונאה לסרוק כמויות גדולות של נתוני עסקאות כדי לזהות התנהגות הונאה ולזהות איומים מתעוררים.

ישנן שיטות ML רבות המשמשות בתעשיית התשלומים, עם זאת, לא היה מנהיג ברור מבוסס. ייתכן שזה עומד להשתנות עם הופעת הבינה המלאכותית הגנרטיבית, ומומחים רבים מאמינים שהשימוש בבינה מלאכותית ו-ML בתשלומים עשויה לעשות קפיצת מדרגה ענקית קדימה מבחינת ביצועים עם יישום הטכנולוגיה הזו.

בינה מלאכותית גנרטיבית היא פיסת טכנולוגיה מורכבת מאוד, המשתמשת ברשתות עצביות עמוקות מאסיביות, המורכבות ממיליארדי פרמטרים כדי לאפשר זיהוי דפוסים מורכבים, והסימנים המוקדמים הם שזה יכול להיות מחליף משחק. OpenAI פרסמה את ה-AI הגנרטיבי הראשון שעבר הכשרה מאסיבית,
GPT-3, שאלון מאסק כינה את ChatGPT "טוב מפחיד" והזהיר, "אנחנו לא רחוקים מ-AI חזק בצורה מסוכנת". יכול להיות שהוא קרא לזה נכון.

המודל של GPT-3 מאומן על כמות אסטרונומית של נתונים - הכל החל ספרים, מאמרים באינטרנט, מדיה חברתית וקוד מקור. הוא יכול גם לייצר תוכן משלו בסגנון של מה שלמד לאחר שקיבל הנחיה פשוטה. לדוגמה, ניתן לבקש מה-AI לכתוב תיעוד טכני על סמך הקוד שסופק, או שהוא יכול לענות על שאלות טכניות וכן לתרגם שפות (שפות אנושיות ושפות תכנות). לסוג זה של יכולת אולי אין מקרה שימוש ברור בתשלומים או במניעת הונאות, אבל בינה מלאכותית גנרטיבית מציעה מספר עצום של פתרונות לאיתור הונאות מורכבות, כריית נתונים ופיתוח פתרונות.

למה יכולה הטכנולוגיה הזו להיות מסוגלת בתעשיית ההונאה והתשלומים? הנה חמש דרכים שבהן AI Generative ישנה את תעשיית התשלומים.

תמיכה בהחלטות - ישנם כלים רבים בשימוש כיום המסייעים בתמיכה בהחלטות. לוחות מחוונים פופולריים במיוחד, ומספקים מידע רב במקום אחד. החיסרון הוא שרוב לוחות המחוונים להחלטות מראים רק את מה שהם תוכננו להראות, ורבים לא יכולים לשנות במהירות מספיק כדי להדגים את מגמות הנתונים העדכניות ביותר. זה יכול לגרום למשתמשים לפספס מידע קריטי שיכול להיות שימושי במתן תמונה מפורטת יותר להחלטה.

מודלים של שפה גנרטיבית יכולים להציע פתרון בכך שהם מאפשרים למקבלי החלטות פשוט לבקש את המידע שהם צריכים, ולהציג אותו בצורה שהם יכולים לעכל בקלות, יחד עם ראיות תומכות שיסייעו בקבלת ההחלטה הטובה ביותר. המודלים הגנרטיביים יכולים גם להגיב לנתונים חיים ולעדכן ללא הרף לוחות מחוונים עבור מגמות חדשות או נעות במהירות, מה שמאפשר קבלת החלטות מהירה עוד יותר.

בתשלומים בזמן אמת זה יאפשר למערכות להגיב מהר יותר למתקפות הונאה בקנה מידה גדול, המבוצעות לרוב כנגד שיטות תשלום חדשות. מודל יצירתי יכול לשמש גם כדי לקבוע כיצד סביר שייעשה שימוש במגוון שיטות תשלום באזור גיאוגרפי מסוים, או על ידי קבוצת לקוחות ספציפית, המציין היכן עשויה להידרש השקעה נוספת.

חיפוש במאגר הידע. רוב הידע של הארגון מאוחסן במקורות ובמיקומים רבים ושונים. מתיעוד, מיילים, כרטיסי עבודה וקוד מקור, יש הרבה מה לעבור ויכול להיות קל מאוד לפספס מידע חשוב - משהו שמודל שפה גדול יוכל לסייע בו. אספקת סיכום מפורט עם הפניות ומידע הקשרי כדי לאפשר לחוקר לקבל את מה שהוא צריך מהר מאוד, הכל מהנחיה פשוטה.

מפתח יוכל בקרוב לבקש מה-AI 'לספק את כל המידע הפנימי, למשל אינטגרציה של אמצעי תשלום', מה שיאפשר להם להבין במהירות כיצד שולבו שיטות תשלום קודמות, וכיצד הם יכולים לשלב שיטות חדשות מהר יותר.  

יצירת קודים ליצירת אב טיפוס למוצר. בעזרת הנחיה פשוטה, GPT-3 יכול לייצר קוד לדוגמה כמעט לכל תרחיש. למרות שהיכולת המלאה של זה כרגע רחוקה, בעתיד נוכל לראות את Generative AI מייצר מוצרי אב טיפוס או תכונות במהירות רבה. מפתחים יוכלו אז להתערב כדי להוסיף תכונות נוספות ומורכבות יותר. לאחר מכן, הבינה המלאכותית יכולה לקבל משוב ולשפר את התגובה הקודמת שלה, מכיוון שיש לה קצת 'זיכרון' ממה שהתבקש בעבר, כדי לשרת טוב יותר בקשת המשך. בסופו של דבר זה יכול להוביל למפתחים להגדיר פונקציונליות מאוד ספציפית, אולי על ידי אספקת מסמך דרישות פונקציונליות - וה-AI יפיק את הקוד, יצור סביבת בדיקה ויפרוס את אב הטיפוס לבדיקות מהירות. זה יכול בסופו של דבר להוביל לאינטגרציית תשלומים הרבה יותר פשוטה, מה שיאפשר זמן הגעה מהיר לשוק עבור תכונות אלה.

GPT-3 הוא גם כלי נהדר לסיוע במציאת באגים בקוד ולהציע פתרונות לתיקונים. תכונה זו, אם תיושם בסביבות פיתוח, תוכל לשפר במהירות הן את איכות הקוד והן לצמצם את זמן היציאה לשוק עבור מוצרים ותכונות. היכולת המדהימה הזו תשנה לחלוטין את פיתוח התוכנה על ידי צמצום מאסיבי של זמן פיתוח המוצר.

אוטומציה של תמיכת מוצרים. כששאלתי את GPT-3 כיצד הוא יכול לספק פונקציונליות תמיכה, הייתה לו את התגובה הבאה: 

"כמודל שפה גדול שהוכשר על ידי OpenAI, אני מסוגל להבין ולהגיב למגוון רחב של שאלות ולספק מידע על מגוון רחב של נושאים. זה הופך אותי למתאים מאוד לשמש כפונקציית תמיכה בעסק, שבו אני יכול לשמש כדי לענות על שאלות לקוחות, לספק מידע על מוצרים או שירותים ולסייע במגוון משימות אחרות. לדוגמה, אני יכול להשתלב במערכת תמיכת לקוחות של חברה, שבה אוכל לעזור במענה מהיר ומדויק לפניות לקוחות, ולפנות סוכנים אנושיים לטיפול בבעיות מורכבות יותר".

GPT-3 מבין בבירור היכן השימושים שלו. צוותי תמיכת לקוחות יפיקו תועלת מסיבית מ-AI זה ויכלו לצפות לראות את היעילות שלהם משתפרת באופן דרמטי, שכן הבינה המלאכותית יכולה להתמודד עם רוב האינטראקציות עם הלקוחות, ולהשאיר צוותים אנושיים לעבוד על מקרים מורכבים, או להכשיר ולספק יותר סיוע במקומות אחרים בעסק.

גילוי הונאה. כשהתבקשה לגבי האופן שבו ניתן להשתמש ב-GPT-3 לזיהוי הונאה, הוא עלה על הדברים הבאים:

"יישום פוטנציאלי אחד של GPT-3 בתשלומים הוא בתחום מניעת הונאות. היכולת של המודל לעבד ולהבין כמויות גדולות של נתונים, כמו גם יכולות עיבוד השפה הטבעית שלו, יכולים לשמש כדי לזהות ולסמן עסקאות שעלולות להיות הונאה בזמן אמת".

החלת GPT-3 על הונאה עשויה להניב תוצאות מהפכניות. ניתן לאמן את הבינה המלאכותית עם כמויות אדירות של מידע היסטורי על תשלום, מה שיאפשר לו ללמוד כיצד משתמשים בדרך כלל בכרטיסים בודדים, כמו גם לספק לאנליסטים מבט על מגמות ההונאה הנוכחיות, אבל זו רק ההתחלה של הפוטנציאל שלו. המודל יכול לעזור למנתחי הונאה על ידי סינון התראות על הונאה בעלות סבירות נמוכה, ולהפחית את מאמצי הבדיקה הידנית.

כלי בינה מלאכותית גנרטיבית יכולים להתגלות כתוספת מצוינת לערכת הכלים של צוות הגנת הונאה, המספקת את היכולת לחקור נתונים עם שאלות אנושיות בניגוד לשאילתות מסד נתונים. לדוגמה, מנהלי הונאה יכולים לבקש מה-AI לסכם את כל התנהגות התשלום החשודה - משימה שגוזלת כיום את רוב זמנו של מנהל הונאה. לאחר מכן ניתן לקחת את זה צעד קדימה עם מנהלי הונאה שעובדים עם מודלים יצירתיים כדי לפתח כללי הונאה חדשים וליישם מודלים של ML פשוט על ידי שאלת אותו כיצד יפעלו הכללים והמודלים החדשים שפותחו ולהציע שיפורים כדי להגביר את הביצועים.

אותו מודל מחולל יכול לשמש להשגת תובנה עסקית, כגון הבנה מתי התנהגות של לקוח משתנה, או לשינויי התנהגות המוניים ולספק סיבות אפשריות לכך - הכל מתוך הנחיה פשוטה בלבד.

בינה מלאכותית גנרטיבית מציעה לנו הצצה לעתיד של תשלומים מבוססי ML, עם שימושים נרחבים בזיהוי הונאה, תשלומים בזמן אמת, פיתוח תכונות (במיוחד אינטגרציות) וניתוח נתונים. GPT-3 הוא רק ההתחלה של מה שיהפוך ללא ספק למהפכת הבינה המלאכותית.

• הפצת תוכן ויחסי ציבור מופעל על ידי SEO. קבל הגברה היום.
• Platoblockchain. Web3 Metaverse Intelligence. ידע מוגבר. גישה כאן.
• מקור: https://www.finextra.com/blogposting/23601/five-ways-generative-ai-will-change-the-payments-industry?utm_medium=rssfinextra&utm_source=finextrablogs