金融機構面臨日益複雜的人工智能欺詐威脅
許多金融機構都在努力跟上日益複雜的人工智能欺詐行爲，迫切需要增強檢測和預防方法。
在金融領域，人工智能 (AI) 既是一種工具，也是一種新問題的產生者。它爲企業帶來了創新、生產力和效率，但也帶來了許多金融機構尚未準備好應對的複雜挑戰。
自從可用的人工智能工具興起以來，許多金融機構一直在努力解決缺乏工具來準確識別和區分人工智能欺詐與其他類型欺詐的問題。
無法區分系統內的各種欺詐類型，導致這些機構存在盲點，難以理解人工智能驅動的欺詐的範圍和影響。
Cointelegraph 聽取了人工智能欺詐專家兼 Deduce 首席執行官 Ari Jacoby 的意見，以更好地瞭解金融機構如何識別和區分人工智能欺詐，在發生之前可以採取哪些措施來防止此類欺詐，以及它的快速增長將如何影響整個行業。
人工智能欺詐識別
鑑於主要的挑戰是大多數金融機構目前無法區分人工智能引發的欺詐與所有其他類型的欺詐，因此將其歸爲一類欺詐。
雅各比表示，合法的個人身份信息（如社保號、姓名和出生日期）與社會工程電子郵件地址和合法電話號碼的結合，使得傳統系統幾乎不可能檢測到。
雅各比表示，這使得預防和補救主要欺詐因素變得異常困難，尤其是在新型欺詐行爲不斷增加的情況下。
“人工智能特別難以被發現，因爲它能夠大規模地創造出逼真的合成身份，使得技術幾乎無法識別。”
Deduce 首席執行官表示，解決方案的挑戰在於技術正在快速發展，因此實施人工智能欺詐的人的技能也在快速發展。這意味着金融機構現在必須處於領先地位，以瞭解人工智能在這種欺詐案件中發揮作用的地方。
尋找解決方案
Jacoby 表示，實施解決方案的第一步是分析個人和身份羣體的在線活動模式，以發現看似合法但實際上是欺詐的行爲。
他說，傳統的欺詐預防方法已經遠遠不夠了，金融機構需要“堅持不懈地積極主動”，以防止人工智能欺詐的持續爆發。
這可能並不意味着只實施一種解決方案——而是意味着創建一個分層程序，用於識別現有客戶羣中存在的現有欺詐者，同時努力在新的虛假身份滲透之前阻止其滲透。
“通過分層解決方案，利用海量數據集來識別模式，並更準確地分析信任分數，可以更好地緩解此類欺詐行爲。”
雅各比說，他們交談過的大多數金融欺詐團隊都在將風險“向右移動一位”，之前被歸類爲低風險的東西現在都被歸類爲中等風險，而且他們正在採取額外措施來防止客戶生命週期各個階段的欺詐行爲。
“他們非常重視人工智能欺詐的威脅；這是困擾金融業的主要問題之一，而我們纔剛剛處於這項技術發展的初級階段。”
雅各比強調，欺詐行爲同比增長了 20%，人工智能的興起大大增加了合成身份的普及率。
“人工智能驅動的欺詐是當今身份欺詐中增長最快的方面，今年的損失將超過 1000 億美元。”
除了傳統金融機構之外，人工智能生成的假身份證也有可能重塑加密貨幣交易所的 KYC 措施和整個網絡安全。
這個問題已經非常嚴重，監管機構也已經開始關注。5 月 2 日，美國商品期貨交易委員會 (CFTC) 委員 Kristin Johnson 提出了三項關於監管美國金融市場 AI 技術的提案。
特別是對故意利用人工智能技術進行欺詐、市場操縱或逃避監管的行爲加大處罰力度。
如果金融機構和監管機構不立即採取行動，他們就有可能無法有效掌握正確的解決方案。#Write2Earn
