金融機構面臨許多挑戰，其中最大的挑戰之一就是打擊詐騙。由于涉及大量金額和重要數據，金融系統總會成為犯罪分子的目標，而金融機構需要分擔許多安全職責。

最有效防范金融詐騙犯的方法之一就是跟進最新技術，現在很少有比人工智能（AI）還要激動人心的技術創新領域。雖然我們確實距離開發真正的人工智能還有很遠的距離，但這個領域里的發展已經給金融機構提供了很大的可能性。

服務客戶不忘打擊詐騙

你如何確保你的安全保障和身份驗證過程嚴格到足以抵制詐騙，同時不辜負當今消費者期待的速度和可信性？這是當今金融機構面臨的巨大問題，尤其對于付款前端而言。

人工智能可以在這里發揮作用。萬事達信用卡（MasterCard）在最近的通知中強調，它正在推出一種提高實時審批和減少錯誤拒批精度的新方案。這可以幫助解決消費者的一大煩惱來源：當一個完全合法的交易被拒絕。

智能決策（DecisionIntelligence）的發布標志著人工智能首次通過萬事達信用卡網絡在全球使用。這個系統比傳統的決策評分產品更進一步，采取更廣泛的方法來給每一筆交易評估打分，并從先前的活動中學習。

標槍戰略研究公司（JavelinStrategy&Research）的高級副總裁、研究主任和欺詐安全領頭人艾爾·帕斯卡（AlPascual）說：“我們估計單在美國，錯誤拒批的價值就超過實際信用卡詐騙損失總金額的13倍。在決策評分中運用機器學習是一種創造積極用戶體驗的新方式，同時也會減少詐騙?！?/p>

機器學習正逐漸變成許多欺詐偵測防范方案的重要部分，它可以針對從ATM機到手機的所有渠道上的不同風險，提供智能的動態保護。

機器人創新大會（Innorobo）歐洲峰會上，iCub機器人試圖抓球。這個活動致力于服務型機器人行業，在法國中部城市里昂舉辦。2012年3月15日周四。

澳大利亞最大的銀行之一看起來加入了人工智能和機器學習的大潮，正尋找解決金融詐騙和網絡犯罪的新途徑。澳洲聯邦銀行的首席信息官大衛？懷特因（DavidWhiteing）告訴澳大利亞金融評論報，這樣的工具對分析大量數據是非常寶貴的。

他說：“當你有大量數據，人們不能發現干擾信息，機器學習能力可以給你篩出最值得進一步調查的五項內容?！?/p>

我們是否對人工智能期待過高？

毋庸置疑，現在金融服務行業的人工智能頗受爭議，令人鼓舞。但是，我們是否需要透過炒作宣傳，更實際地看待這個概念，思考它究竟能做些什么？

首先，一定要記住人工智能和機器學習技術很大程度上仍處在初期階段，在它們可以實現潛能之前還需要更多年的進步與發展。現在，人工智能只可以補充提高我們在金融服務行業現存的人為流程，而不是全部取代它們。

同時，也要認識到人工智能這個概念所引發的問題－這對人類是一件好事還是一樁心事。

關于金融服務，機器學習和智能系統已經是行業的一部分，涵蓋了方方面面，從虛擬客戶助理到可以在非結構化數據中尋找規律的復雜功能?，F在的問題只是這些技術將會變得有多重要，尤其在持續的防治詐欺上。

更多資訊請關注工業機器人頻道