Home Prodotti Software Perché l'intelligenza artificiale è il migliore strumento contro le frodi

Perché l’intelligenza artificiale è il migliore strumento contro le frodi

Le aziende stanno realmente investendo in soluzioni potenziate da intelligenza artificiale, che inizia a essere presente in alcuni casi d’uso ben precisi, come il contrasto alle frodi.

Lo dice una recente ricerca Forrester: il 51% delle aziende in Emea prevede di incrementare l’utilizzo di intelligenza artificiale per prevenire le frodi nei prossimi tre anni.

Oggi investono in intelligenza artificiale le aziende che provengono da una cultura di dati e di data analytics che desiderano automatizzare attività svolte tradizionalmente da persone.

Gli ambiti dove intelligenza artificiale e analytics sono più sviluppati sono il web, e quindi digital marketing, prevenzione delle frodi online e digital customer experience, ma anche il miglioramento dei processi di business nella ricerca di efficientamento e la riduzione dei costi.

I motivi per i quali le aziende clienti si avvalgono di analytics e intelligenza artificiale nella prevenzione delle frodi è legata alla capacità di realizzare modelli predittivi, alla possibilità di analizzare e mettere in correlazioni dati interni ed esterni e alla più rapida produzione di analisi e decisioni.

Cristina Jacob, Commercial Strategy Director Italy, Balkans, Turkey & ME di Experian

A sostenerlo è Cristina Iacob, Commercial Strategy Director Italy, Balkans, Turkey & ME di Experian, alla quale abbiamo rivolto tre questioni.

È possibile quantificare l’impatto di intelligenza artificiale e analytics sul fraud management in termini incremento di fatturato, migliori performance, riduzione quantitativa delle frodi?

È assolutamente possibile e direi anche doveroso quantificare i benefici che intelligenza artificiale e analytics portano in generale nel business e in particolare sul Fraud Management. Nella nostra esperienza i vantaggi sono diversi.

Si parla di aumento dei ricavi perché l’intelligenza artificiale ottimizza la customer experience e riduce al minimo la quantità di informazioni richieste al cliente che, tra l’altro, sono estremamente mirate e consentono così di limitare i cosiddetti falsi positivi in tema di sospetta frode e di diminuire il tasso di abbandono nel processo di onboarding e pagamento.

Contano anche la diminuzione dei costi legati alla frode, perché diventa più facile identificarle, e il miglioramento nei costi operativi perché la prevenzione e la gestione della frode con i metodi più tradizionali implica un uso di operatori e altre risorse (check documentali, attività di contatto offline del cliente, …) che invece con l’aiuto dell’intelligenza artificiale possono essere impiegati in attività a più alto valore aggiunto.

Ovviamente la riduzione quantitativa della frode è una delle prime misure che si vanno a verificare. L’approccio che noi proponiamo e consigliamo a tutti quelli che si trovano ad affrontare iniziative di intelligenza artificiale e analytics legate al mondo frode è quello di testarle sulla propria realtà prima di partire su larga scala.

In particolare, suggeriamo di mettere bene a fuoco il problema di business, poi realizzare un proof of concept che a valle della sua accettazione conduca a un prototipo e poi a un pilota da implementare su un’area di business limitata (un canale di erogazione, un’area geografica, un prodotto, una fascia di clientela per fare alcuni esempi). Se i risultati del pilota confermano l’utilità e la stabilità dell’impianto si porta il tutto a scala.

Questo è un approccio agile, che procede per aree concentriche e, nel caso non funzionino bene, si ha la possibilità di applicare delle correzioni. Così facendo si riduce anche il time to market perché si procede con step controllati e quindi con maggiore celerità.

Chi decide se e quanto investire in intelligenza artificiale? È un tema che resta nelle mani del CIO o arriva al CEO?

In molte società vediamo la costruzione di team di data science che riportano direttamente al CEO e il CIO è un business partner dell’head of data science. Ovviamente il tema intelligenza artificiale è molto sinergico con l’ICT ma è anche un mestiere diverso che presuppone la conoscenza di dati, di tecniche di analisi e design di un impianto intelligenza artificiale e in tutto questo l’IT è un fattore abilitante.

Laddove non vi sono forti competenze interne e strutture deificate ad intelligenza artificiale e analytics il tema rimane comunque di competenza del business che si fa carico di portare avanti casi d’uso specifici.

Quanto questa evoluzione è proposta dalle aziende e quanto invece è imposta dal mercato, dai clienti, dai concorrenti?

Siamo in una fase di adozione dell’intelligenza artificiale dove le forze che spingono l’adozione sono diverse. La ricerca di un vantaggio competitivo è comunque un tema dominante e questo è quello che spinge le aziende a sperimentare. Più l’intelligenza artificiale diventa business as usual e non buzzword, più la spinta arriva dal mercato perché vengono messi a punto degli standard ai quali l’azienda deve adeguarsi, altrimenti rischia di rimanere indietro.

Se pensiamo al tema della frode ad esempio, maggiore sicurezza senza compromettere la customer experience è ciò che le aziende desiderano ed è una priorità di investimento per gli operatori. Ritengo che questa direttrice sarà molto importante nei prossimi anni e che quindi favorirà l’adozione di analytics in generale e dell’intelligenza artificiale in particolare.

LASCIA UN COMMENTO

Inserisci il tuo commento
Inserisci il tuo nome

Se questo articolo ti è piaciuto e vuoi rimanere sempre informato sulle novità tecnologiche
css.php