Гостевой пост от Lance Ulanoff

Современные банки не просто защищают ваши данные, они ищут их в даркнете.

Как научить ИИ вести сложную дискуссию? Ты заставляешь его слушать. В мире банковского дела и личных финансов немногие обсуждения могут быть столь же напряженными, как те, в которых ваш банк сообщает вам, что вы можете стать жертвой мошенничества.

До эпохи цифровых технологий кража личных данных и масштабное мошенничество не обязательно были проблемой, но теперь существуют сети незаконной информации, живущие в Даркнете (по сути, часть Интернета, скрытая от традиционных методов поиска и индексирования), большая часть он собирал большие совки от сторонних компаний, таких как розничные продавцы, онлайн-сервисы и другие, которые просто плохо справились с обеспечением безопасности нашей информации.

В 2017 году более 16 миллионов человек стали, согласно Исследованию стратегии и исследований Javelin 2018, жертвами мошенничества с личными данными, и это только те, кто знал об этом. Многие из них не подозревают, что кто-то маскируется под них или что их личные данные живут в Даркнете.

Такие банки, как Capital One, тратят почти столько же времени на сканирование Даркнета, сколько и плохие парни, но, как я узнал из недавней панельной дискуссии с руководителями банков, помогающими управлять разговорным ИИ Capital One, мошенничеством, малым бизнесом и кредитными услугами, они ищут доказательства информации о клиенте. Клиенты банка и другие лица могут использовать свое приложение CreditWise, которое помогает пользователям контролировать и защищать свой кредит.

Многие из них впервые узнают, что что-то не так, из своего банка, а иногда это умный помощник, который сообщает им новости.

Если CreditWise от Capital One находит данные о клиентах в Даркнете, автоматизированная система должна предупредить клиентов о том, что их данные там. Точно так же Eno от Capital One, интеллектуальный помощник на основе искусственного интеллекта, который банк запустил в 2017 году, может отправлять текстовое сообщение, информирующее клиентов о том, что облачный искусственный интеллект компании обнаружил необычную активность на их кредитной карте, такую ​​как повторные платежи или покупка, сделанная за пределами штата. или в другой стране. Использование искусственного интеллекта для решения этих задач и использование его способности быстро выявлять необычные закономерности значительно сокращает время оповещения и связи. Но вот это общение.

Когда я спросил Capital One, как Eno может справиться с таким предупреждением, они сказали мне, что все начинается с фактов, что система обнаружила эту активность, но быстро следует, что банк делает по этому поводу. Иногда это более короткое сообщение, в котором спрашивается, является ли это обвинение вами. Текстовый разговор по SMS с Ино — при условии, что вы дали банку номер своего мобильного телефона — может быстро это прояснить. В любом случае, руководители банка сказали мне, что они хотят, чтобы взаимодействие было таким же обнадеживающим, как объятие, или, по крайней мере, цифровое объятие, позволяющее клиенту понять, что, что бы ни происходило, они справятся с этим вместе.

Ино, однако, вероятно, не был бы эффективен ни в одной из этих задач, если бы потребители не чувствовали себя комфортно во время взаимодействия. Гендерно-нейтральный интеллектуальный помощник Capital One непринужденный, прямолинейный и способен обращаться с естественным языком, сленгом и смайликами (вы можете отправить ему сообщение с большим пальцем вверх, чтобы сообщить, что все в порядке с этим подозрительно выглядящим зарядом).

Чтобы создать эффективного интеллектуального помощника, особенно такого, который может расти и меняться в соответствии с потребностями клиентов, вы используете машинное обучение, обучая его на примерах, которые он затем может использовать при принятии решения о правильном вступительном общении и ответе. Но это обучение должно откуда-то исходить.

Capital One любит создавать новые технологии, ориентированные на клиентов, начиная с информации, которую они уже получили от клиентов. Они опрашивают их, чтобы понять, как они могут реагировать на новые технологии, такие как чат-боты, и используют множество данных о действиях клиентов в режиме реального времени.

Создав прототип, они приводят клиентов в лаборатории по тестированию юзабилити. Это помогает создавать то, что Capital One называет продуктами, ориентированными на человека. Но потребители в контролируемой среде не станут лучшим обучением машинному обучению для Ино.

Когда я спросил у Capital One, как они обучают Ино этим жестким разговорам, ответ был довольно простым. У них были сотни тысяч часов данных журнала чатов в Интернете (между представителями службы поддержки клиентов и клиентами), которые они анонимизировали и загружали в Eno. Затем они применили машинное обучение, обучая интеллектуального помощника тому, как проходят банковские разговоры и что клиенты делают и чего не ожидают, говоря о своей банковской деятельности.

Из всего, что Ино знает о разговоре, цель здесь не в том, чтобы он выглядел как-то по-человечески. По-видимому, в нем есть нечто более надежное и обнадеживающее: алгоритмическое понимание состояния человека, когда дело касается банковского дела, и того, как нервный человек может отреагировать, узнав, что он стал жертвой кражи личных данных или мошенничества с кредитными картами.

Чтобы узнать больше от Лэнса, подпишитесь на него на Medium здесь.

ЗАЯВЛЕНИЕ О РАСКРЫТИИ ИНФОРМАЦИИ: Это мнение принадлежит автору. Если в этом посте не указано иное, Capital One не связана и не поддерживается ни одной из упомянутых компаний. Все товарные знаки и другая интеллектуальная собственность, используемая или отображаемая, являются собственностью их соответствующих владельцев. Эта статья © Capital One, 2018.