Detección de fraude DIY vs Market Ready vs solución personalizada | Brighterion IA

En un entorno financiero que cambia rápidamente, ha comenzado la carrera para implementar la IA. Ya no es cuestión de si una organización va a utilizar IA, es cuándo y cómo planean implementarlo en los negocios. La gran pregunta es si deben desarrollar internamente, comprar en el mercado o adquirir una solución personalizada. Estas son las opciones, qué ofrecen y qué buscar al elegir una solución de IA.

Las encuestas de las principales organizaciones financieras muestran que reconocen la necesidad de usar IA para aprovechar sus datos complejos y mitigar los riesgos comerciales. Revisión de la gestión de MIT Sloan encuestado más de 3.000 gerentes y ejecutivos entrevistados. Más de la mitad dijo que sus empresas están implementando IA (57 por ciento), tienen una estrategia de implementación (59 por ciento) y entienden cómo la IA puede generar valor para sus negocios (70 por ciento).

También aprendieron que la mayoría de las empresas intentaron desarrollar su propia IA, pero solo 1 de cada 10 obtuvo beneficios financieros significativos.

El éxito depende de muchos factores y elegir la plataforma de desarrollo adecuada es un factor clave en el desarrollo de su proyecto.

DIY AI: tenga cuidado con los costos ocultos

Es común que las grandes corporaciones tengan departamentos de ciencia de datos, mientras que las organizaciones más pequeñas pueden comenzar a explorar la IA. Con frecuencia, estos equipos tienen la tarea de construir sus propios modelos de IA con éxito variado.

Casi el 80 por ciento de los proyectos de IA no escalan más allá de una prueba de concepto, informa CompTIA. “Las empresas a menudo enfrentan desafíos para estandarizar la construcción del modelo, la capacitación, la implementación y el monitoreo del proceso”, afirma el artículo.

Puede haber beneficios para el desarrollo interno. Las organizaciones tienen el control total de sus proyectos y la propiedad total de la plataforma. Los productos de código abierto brindan soluciones de menor costo que pueden ser atractivas para las empresas con la experiencia para respaldarlas. Pero a menudo las empresas “no saben lo que no saben” hasta que han invertido el tiempo.

Incluso cuando los proyectos funcionan, los proveedores comerciales presentarán algo que es mejor, más barato y más rápido, superando rápidamente lo que los equipos internos trabajaron tan duro para construir.

Uso de soluciones de código abierto

El software de código abierto se usa comúnmente para construir plataformas. Es económico pero tiene limitaciones. El código abierto puede dejar a las organizaciones en riesgo si no se ha desarrollado para su caso de uso específico o desafío empresarial. Es posible que el software que no se haya probado exhaustivamente no funcione bien, tenga datos sesgados o deje lagunas en la seguridad.

Los sistemas patentados pueden tener problemas de alojamiento, necesitan varios servidores y requieren una inversión continua para las actualizaciones de hardware y software. Dependiendo de cuán familiarizada esté la empresa con la IA, puede tomar meses e incluso años desarrollar, probar, construir un marco de gobierno y finalmente implementar. Sin embargo, para organizaciones más pequeñas con necesidades simples de IA, el código abierto puede satisfacer la necesidad.

Un buen especialista en IA es difícil de encontrar

La contratación de equipos internos puede ser problemática, dada la feroz competencia. Buscador de carreras de TIal clasificar las 10 principales habilidades de TI que están en demanda para 2023, señala que los empleadores se están moviendo hacia la contratación y compensación basadas en habilidades en lugar de títulos, tal vez un guiño al rápido crecimiento de la industria.

En el momento de escribir este artículo, LinkedIn tenía publicaciones durante más de 42.000 puestos de trabajo en IAcon una industria salario base promedio de $ 129,739 para ingenieros de aprendizaje automático. Dependiendo de la industria y la ubicación, los salarios oscilaron en los $ 200,000 en organizaciones más grandes.

Integrando DIY AI con la tecnología actual

Si bien muchos desarrolladores saben lo que quieren, algunos sistemas de IA fallan porque no saben cómo integrar sus nuevas herramientas con los sistemas actuales. El científico investigador de IA Prajit Datta escribe que «los modelos de inteligencia artificial de primer nivel no serán de beneficio si la fuerza laboral actual y los usuarios finales no pueden trabajar de manera eficiente con el sistema previsto».

Datta agrega que si bien la creación interna del modelo de IA brinda a las organizaciones el control total del proyecto, también “requiere un esfuerzo significativo en términos de gastos administrativos y organizacionales. También se deben tener en cuenta costos económicos considerables en tal esfuerzo”.

Plataformas internas

Worldpay de FIS, el adquirente más grande del mundo, estaba buscando una nueva solución contra el lavado de dinero (AML). Ian Belsham, jefe global de monitoreo de transacciones de Worldpay en ese momento, dijo que su equipo de datos interno había intentado construir su propio sistema de inteligencia artificial, pero no fue efectivo.

Los servicios de integridad de pagos de la consultora internacional Milliman Inc. ahorran a sus clientes de atención médica millones de dólares al año, pero Milliman quería introducir la tecnología de IA para impulsar su éxito. Ellos también decidieron implementar una solución de IA comprobada al colaborar con Mastercard en lugar de continuar con los esfuerzos para construir un sistema interno.

Qué considerar al elegir una solución de bricolaje

Las empresas que se ocupan de miles de transacciones por segundo necesitan herramientas de IA que sean rápidas, funcionen en tiempo real, sean resistentes y se integren bien. Asegúrese de considerar las siguientes preguntas:

  • ¿Sobre qué datos se entrena el modelo y cuánto?
  • ¿Qué herramientas de IA se utilizan y cómo funcionan juntas?
  • ¿Se integrará el modelo con la tecnología existente?
  • ¿Existe el equipo adecuado en el personal? ¿Con qué frecuencia necesitarán capacitación ya qué costo?

Modelos listos para usar y listos para el mercado

Los líderes del mercado han desarrollado soluciones listas para usar que están listas para producción para su implementación global inmediata.

Acelere la comercialización mientras usa inteligencia global para una mayor precisión y mejores resultados

Los innovadores tecnológicos están encontrando formas de utilizar la gran cantidad de datos generados por las transacciones diarias. Hay muchos consorcios de datos disponibles y muchas soluciones de IA y ML acceden a estos datos específicos en tiempo real. Se utiliza para proteger las interacciones digitales en el comercio minorista, la banca y los pagos.

Los líderes empresariales con una amplia cuota de mercado están bien versados ​​en la extracción de inteligencia de alta calidad de estos datos al tiempo que protegen la privacidad y la información personal. Pero, ¿cómo usarlo de manera efectiva?

En el espacio de la IA, algunos innovadores están comenzando a utilizar esta inteligencia para desarrollar soluciones que resuelvan los desafíos comerciales inmediatos. El resultado es una IA lista para usar que es rápida y fácil de implementar, mejora los resultados, es altamente escalable y fácil de usar.

Las soluciones listas para usar probadas están generando un retorno de la inversión de inmediato.

Haciendo que la IA sea tan fácil como Excel

Cuando Sudhir Jha se convirtió en vicepresidente sénior de Mastercard y director de Brighterion, predijo que «la IA será tan fácil como usar Excel», y lo ha hecho posible. Este año, Brighterion lanzó dos de muchas soluciones listas para producción que están enriquecidas con la inteligencia de red global de Mastercard. Listos para usar, estos modelos tienen una experiencia global incorporada y están mejorando los resultados más allá de las soluciones existentes.

Brighterion enriquece sus modelos listos para usar con la inteligencia de red global de Mastercard, aportando experiencia mundial a cada implementación. La integración requiere requisitos de datos mínimos o, en algunos casos, ninguno en absoluto. El kit de herramientas de aprendizaje automático de última generación y full stack permite una implementación y una escalabilidad inigualables al tiempo que ofrece tiempos de respuesta de tan solo 10 ms en las instalaciones y 100 ms en la nube.

Un gran adquirente global que utiliza la inteligencia artificial de Brighterion para el monitoreo de fraudes en transacciones aumentó la detección de fraudes entre dos y tres veces y aumentó las aprobaciones en un 7,4 %.

Qué considerar al elegir una solución lista para el mercado

A medida que los innovadores comienzan a desarrollar y lanzar IA lista para el mercado, hay algunas cosas a considerar. No todos los modelos listos para el mercado son iguales. Para garantizar la mejor inversión para una empresa, las organizaciones deben preguntarse:

  • ¿Cuánto tiempo se tarda para ver los resultados?
  • ¿La solución está lista para su implementación global inmediata?
  • ¿Se integrará la solución con la tecnología y los sistemas comerciales existentes?
  • ¿Está disponible para integrarse a través de la nube y en las instalaciones?
  • ¿Cuál es la mejora esperada sobre los resultados actuales?
  • ¿Cuántos elementos de datos históricos se requieren y cuánto tiempo lleva integrarlos?

Soluciones personalizadas: experiencia externa y modelos personalizados

Siempre habrá momentos en los que se necesiten compilaciones de IA personalizadas para resolver desafíos comerciales únicos o específicos.

La experiencia en el dominio es importante para la mayoría de los trabajos, y el desarrollo de IA no es un trabajo cualquiera. Un desarrollador externo exitoso aportará experiencia en ciencia de datos, desarrollo y en la materia al equipo del proyecto. Determinarán la combinación correcta de herramientas para las necesidades específicas de sus clientes y asesorarán sobre los datos históricos necesarios.

Para hacer esto de manera efectiva, Brighterion sigue un proceso de seis pasos llamado AI Express. El equipo utiliza un Kit de herramientas patentado de IA y ML que incluye ingeniería de características automatizadas, generación de modelos y herramientas de conjunto para crear modelos personalizados óptimos. Los modelos personalizados están listos para la producción en seis a ocho semanas.

Algunas organizaciones, como las grandes instituciones financieras, usan AI Express para crear un modelo y probarlo con los puntos de referencia existentes y determinar qué aumentos incrementales son posibles.

IA para instituciones financieras

Cuando Worldpay se acercó a Brighterion, sabía que Brighterion tenía experiencia tanto en la industria financiera como en la implementación de IA. Worldpay logró lo que Belsham llamó «resultados astronómicos». Pronto estaban procesando un 30 por ciento adicional de transacciones en un período de tiempo más corto mientras recibían 20 veces menos falsos positivos y 25 veces menos alertas diarias. Significativamente, la detección de fraude se triplicó.

ROI inmediato en la detección de fraudes en el cuidado de la salud

Milliman se acercó a Mastercard con dos desafíos. Querían ayuda para identificar el creciente fraude de proveedores de atención médica e integrar la nueva tecnología con la herramienta Milliman Payment Integrity.

Usando datos históricos de un plan de salud regional, el equipo de IA de Mastercard construyó un modelo de «conjunto», una colección de submodelos que trabajan juntos para componer el modelo de IA definitivo. El nuevo modelo descubrió más de $235 millones en ahorros potenciales por reclamos fraudulentos, identificó 2700 proveedores de alto riesgo y aumentó tres veces la detección del nivel de reclamo.

Qué tener en cuenta al planificar un proyecto de IA personalizado

Trabajar con un equipo experimentado a la vanguardia de la tecnología de IA en una industria específica significará utilizar métodos probados y confiables. Las organizaciones deben esperar lo siguiente:

  • Objetivos claros para el proyecto.
  • prueba de valor
  • Capacidad de comparación con la tecnología existente.
  • Hoja de ruta de implementación
  • Historia o estudio de caso de su industria
  • Capacidad de experimentar con capas de explicabilidad para garantizar que el modelo cumpla con las regulaciones de la industria
  • Acceso a todas las tecnologías de IA, no solo a unas pocas seleccionadas
  • Capacidad para probar el modelo y eliminar el sesgo.
  • Modelo que se despliega a escala al implementar la IA y a medida que crece el negocio
  • Velocidad de comercialización

Encontrar la estrategia de implementación de IA adecuada

La forma en que las organizaciones abordan una estrategia de implementación de IA depende del tamaño de su organización, su cronograma y el problema que necesita resolver o administrar.

Existen medios «menos costosos» para desarrollar modelos de IA, como el uso de código abierto u otras soluciones de bricolaje, pero estos a menudo terminan siendo poco confiables, fácilmente obsoletos y la fuente de gastos ocultos. Las organizaciones se quedan con soluciones incompletas, sobrecostos y falta de experiencia en el personal.

Los modelos listos para el mercado se están volviendo rápidamente tan efectivos como los modelos personalizados, según el caso de uso. Transaction Fraud Management y Merchant Monitoring de Brighterion son dos ejemplos de inteligencia artificial lista para usar que abordan los desafíos comunes que enfrentan las instituciones financieras. Los banqueros y comerciantes pueden ver resultados instantáneos en modelos de IA que están enriquecidos con datos de redes globales.

Para soluciones personalizadas, el proceso de seis pasos basado en evidencia de Brighterion crea modelos personalizados para desafíos únicos. Utilizando una amplia gama de herramientas de IA, el equipo ofrece un modelo de trabajo personalizado en menos de dos meses.

Obtenga más información sobre los modelos de IA listos para usar y listos para el mercado y los modelos de IA personalizados de Brighterion, luego contáctenos para hacer cualquier pregunta sobre qué método es el más adecuado para los desafíos de su negocio.

Fuente del artículo

Deja un comentario