(资料图片)

2022年12月尼尔森报告显示，信用卡欺诈在2021年造成了超过320亿美元的损失，大约相当于每100美元中有6.6美分的损失，而超过三分之一的欺诈发生在美国。全球200多个国家和地区的支付卡使用数达25亿张，而万事达卡面临着巨大的盗刷风险。

判别此种规模的欺诈风险需要对每笔交易进行实时验证，这就增加了出错的可能性——可能会允许一笔盗刷或拒绝一笔合法的消费。万事达卡人工智能执行副总裁Rohit Chauhan说，在拒绝可能合法的交易和允许可疑交易之间找到合适的平衡是一个挑战。然而，实时验证也让持卡人和万事达卡从全球市场中受益，万事达卡将欺诈检测技术与人工智能相结合，可利用其网络收集的数据来应对这一挑战。

“这是一类非常棘手的模型，需要拒绝所有可能的欺诈交易，但与此同时，所有正当交易要毫无阻碍地通过。”Chauhan表示，“平日里，我们会处理超过10亿笔交易，数据是驱动人工智能的关键，我们绝对算得上是最早的使用者之一。”然而，人工智能的应用所带来的益处不仅限于更加精确地判别欺诈。Chauhan说，在万事达卡整个公司中应用人工智能已经成为优先事项。

人工智能的应用是为了让万事达卡未雨绸缪。Chauhan表示：“如果人工智能是新电力，我们希望这种电力能流经公司的每个部门，每个业务单元都应该从中受益。”

在拥抱AI这件事上，万事达卡并非个例。金融服务和银行业将人工智能视为机遇，能实现大规模自动化，满足不断提高的客户期望，在不断发展变化的市场中保持竞争力，并为未来的颠覆性事件做好准备。随着人工智能应用场景的不断拓展，从仅用于欺诈检测和搜索非结构化数据（数据结构不规则或不完整，没有预定义的数据模型，不方便用数据库二维逻辑表来表现的数据）到逐渐实现更多功能，非技术人员和业务操作人员也将更多使用由AI驱动的功能，从而让创新发生在整个组织中。

通过训练、调试和更多地接触数据，用户可以在构建分析性工作流、更有效地处理监管要求和确保数据质量方面发挥核心作用。

无论这些系统被称为人工智能、机器学习模型还是自动化数据分析，数据在公司中扮演着更为重要的角色。人工智能和机器学习公司Dataiku的金融服务和保险全球解决方案总监John McCambridge说：“人们正在使用高级分析来解决他们业务中的各种问题，并产生大量的投资回报。”他还说：“这绝对是一个潜在的价值来源，可以解决非常具体的问题。”