ZD至顶网软件频道消息: 银行的数字化服务,不仅为移动端客户提供了高速和便捷,同时也让诈骗犯有机可乘。SAS与Javelin Strategy & Research最新发表的《2016数字渠道威胁报告:降低便利带来的风险》(2016 Digital Channel Threat Report: Derisking Convenience)中指出,数字通道正逐渐暴露出银行一些前所未见的弱点。
快速获得贷款、手机远程存款、快速付款等,银行和金融服务供应商为移动端用户提供多样的便利服务,帮助客户简单快速地进行交易。但是就像硬币的两面,这同样给诈骗犯提供了可乘之机。
芯片卡的影响
EMV,也称为“芯片卡”,发明最初是用来阻击那些来自销售点和物理卡的威胁。英国和欧洲国家在十多年前推出芯片卡时,数字环境还比较单纯;初在美国发行时,芯片卡从物理卡诈骗的角度看,确实可以威慑犯罪分子。但是随着时代的变迁,银行数字渠道的蓬勃发展也催生了不少无卡诈骗的方式。现在,看起来千变万化的数字化选项,虽然深受消费者的喜爱,但也为诈骗犯开辟了更多其它途径。
看看不断增加的数字化支票账户的开立比例——从2014年的49%上升到2015年的70%。同时,新账户诈骗案例也在激增——2015年遭遇新信用卡账户诈骗的受害者人数,是2014年的两倍还多,这并非巧合。
更多手机钱包,更多欺诈渠道
在未来几年,手机钱包只会更加普及。预计,到2019年,手机钱包用户将达到近9000万,这种趋势为银行创造了通过提供银行品牌的移动钱包和服务吸引并赢得客户的机会。而在技术上落后的银行则面临着被竞争对手抢走客户的危险。
与此同时,对于诈骗犯来说,这种吸引同样强大。例如,随着使用移动设备进行交易的能力快速增长,被盗的智能手机在黑市上将更值钱。再来,就是“钱包接管”或“设备接管”——即一个未授权方使用移动钱包登录他人金融账户,或在未授权方自己的设备上安装他人的移动钱包:如果欺诈者正在控制着账户的沟通渠道,那么找回此账户的控制权将十分困难。
消费者的责任意识与行动脱节
调查指出,消费者对于个人银行数据安全需要自我保护的认同感很高:约46%的人认为在防止被欺诈时个人负主要责任,而只有17%的人认为金融机构需要负主要责任。
但是,虽然明确了责任,许多用户还是没能用最简单的方法保护自己。例如,在接受调查的智能手机用户中,不到三分之一的用户会在手机上使用杀毒或反木马软件、只有四分之一会定期更改他们的移动设备密码。
平衡的防诈骗方式的三步骤
SAS确定了三种行之有效的办法,金融机构可以用来在客户的需求和欺诈保护之间取得平衡:
“大多数客户希望能够主动保护自己免于受骗。而银行往往认为他们已经尽一切所能来帮助他们的客户了,”SAS银行欺诈解决方案经理Ian Holmes说,“但其实一点点同理心就能够挽留住客户。如果能够打破前台客服团队与风险和欺诈业务之间的藩篱,银行将会是最大的赢家。这就是避免在进行尽职调查和适当教育之前就简单粗暴推出技术手段的办法。“
好文章,需要你的鼓励
Genspark推出超级智能体,将"氛围编程"概念扩展至企业工作流程,实现"氛围工作"模式。该系统采用9个大语言模型的专家混合架构,配备80多种工具和10多个数据集,通过规划-执行-观察-回溯循环运行。系统能自主处理复杂业务任务,甚至代替用户拨打电话。45天内实现3600万美元年收入,展现了自主智能体平台的商业可行性,挑战传统企业AI架构理念。
北京大学和百度VIS联合研发的MV-AR技术,首次让AI学会像人类一样逐步观察物体,通过自回归方式生成多视角一致图像。该技术解决了传统方法在处理大视角差异时的一致性问题,支持文字、图像、形状等多种输入,在3D内容创作、机器人视觉等领域具有广阔应用前景。
医疗保健已成为AI应用的热点领域,在疾病诊断、康复监测和新药开发方面证明了其价值。然而,行业仍面临临床人员短缺、人口老龄化等挑战。AI智能体作为下一波AI变革浪潮,相比现有AI工具,能够执行更复杂的任务并减少人工干预。它们不仅能被动提供信息,还能主动采取行动,如自动分诊调度、辅助临床决策、远程患者监护等,有望在十年内彻底改变医疗服务的提供、管理和体验方式。
Microsoft和Georgia Tech研究团队开发了SlimMoE技术,能将超大AI模型压缩到原来的10-20%大小而性能基本不变。该技术采用多阶段渐进式压缩,保留所有专家模块但精简内部结构,成功将419亿参数的模型压缩为76亿和38亿参数版本,让原本需要企业级硬件的AI能力可在普通电脑上运行,大大降低了AI技术使用门槛。