Ο Conor Burke πέρασε το μεγαλύτερο μέρος της καριέρας του στο back office μιας μεγάλης τράπεζας στην Ιρλανδία. Η ομάδα του είχε επιφορτιστεί με την ψηφιοποίηση της διαδικασίας ενσωμάτωσης χωρίς απάτες, ιδιαίτερα της μη αυτόματης εξέτασης εγγράφων, που κόστιζε στην τράπεζα εκατομμύρια δολάρια κάθε χρόνο. Η μεγαλύτερη πρόκληση, είπε, ήταν να βρούμε πώς να εξαλείψουμε το ανθρώπινο στοιχείο χωρίς να θέσουμε σε κίνδυνο τον έλεγχο του κινδύνου και της απάτης.
Εμπνευσμένοι από αυτό, ο Burke και ο δίδυμος αδερφός του Ronan Burke δημιούργησαν το Inscribe, μια υπηρεσία εντοπισμού απάτης εγγράφων που λειτουργεί με τεχνητή νοημοσύνη. Το Inscribe taps AI δημιουργήθηκε για ομάδες απάτης, κινδύνου και λειτουργιών στον κλάδο της χρηματοοικονομικής και της χρηματοπιστωτικής τεχνολογίας και έχει εκπαιδευτεί σε εκατοντάδες εκατομμύρια σημεία δεδομένων για να επιστρέφει αποτελέσματα, λέει ο Ronan.
Ο Ronan είπε στο TechCrunch σε μια συνέντευξη μέσω email ότι «η κουραστική εξέταση εγγράφων προσθέτει τριβή στις διαδικασίες ανοίγματος και αναδοχής λογαριασμού, αλλά η αυτοματοποίηση από μόνη της δεν είναι η απάντηση». “Πιστεύουμε ότι η αυτοματοποίηση ανίχνευσης απάτης είναι αλάνθαστη, επομένως το Inscribe είναι ένα συνολικό πακέτο που βοηθά τις εταιρείες να εντοπίζουν απάτες, να αυτοματοποιούν τις διαδικασίες και να κατανοούν την πιστοληπτική ικανότητα, ώστε να μπορούν να εγκρίνουν περισσότερους πελάτες, πιο γρήγορα.”
Γράψτε αναλύσεις, κατηγοριοποιήστε και αντιστοιχίστε δεδομένα, επισημαίνοντας τυχόν διαφορές μεταξύ των υποβληθέντων εγγράφων και των εγγράφων που ανακτήθηκαν χρησιμοποιώντας την ανίχνευση απάτης με τεχνητή νοημοσύνη. Τα στοιχεία των εγγράφων, συμπεριλαμβανομένων των ονομάτων, των διευθύνσεων και των συναλλαγών κίνησης τραπεζικού λογαριασμού ψηφιοποιούνται αυτόματα για τη δημιουργία μεμονωμένων προφίλ κινδύνου πελατών που περιλαμβάνουν στιγμιότυπα τραπεζικών κινήσεων και συναλλαγών.
Τον περασμένο Σεπτέμβριο, το Inscribe εισήγαγε ένα στοιχείο αυτοματοποίησης πιστωτικής ανάλυσης και αντιγράφων κίνησης τραπεζικού λογαριασμού που παρέχει τα περισσότερα από τα σημεία δεδομένων που απαιτούνται για τη λήψη πιστωτικών αποφάσεων, συμπεριλαμβανομένων των στοιχείων ταμειακών ροών από τις τραπεζικές καταστάσεις, την ανάλυση συναλλαγών και την ανάλυση του προγράμματος πληρωμών. Ο Ronan ισχυρίζεται ότι το Inscribe μπορεί να εξάγει και να επιστρέψει βασικές λεπτομέρειες, όπως ονόματα, διευθύνσεις, ημερομηνίες, συναλλαγές και μισθούς σε δευτερόλεπτα.
Πιστώσεις εικόνας: Να γράψω
Στις δυνατότητες που παρέχει, το Inscribe είναι παρόμοιο με πολλά άλλα εργαλεία κατά της απάτης, όπως το Resistant AI (το οποίο συγκέντρωσε 16,6 εκατομμύρια δολάρια τον Οκτώβριο του 2021) και το Smile Identity (το οποίο συγκέντρωσε 7 εκατομμύρια δολάρια τον Ιούλιο του ίδιου έτους). Η Ronan ισχυρίζεται ότι η προσέγγισή της για την τεχνητή νοημοσύνη είναι διαφορετική, αλλά βασίζεται σε πρωτότυπα δεδομένα που συγκεντρώθηκαν μέσω προηγούμενων συνεργασιών με πελάτες.
«Έχουμε δει εταιρείες εντοπισμού απάτης και αυτοματοποίησης εγγράφων στον χώρο μας να προσπαθούν να δημιουργήσουν την τέλεια λύση χωρίς να μιλήσουν με πελάτες, αλλά έκτοτε έκλεισαν. Δεν μπόρεσαν να ξεπεράσουν το πρόβλημα της ψυχρής εκκίνησης. Δεν μπορούσαν να δημιουργήσουν ένα προϊόν από την αρχή επειδή δεν είχαν πρόσβαση στα δεδομένα που χρησιμοποιούσαν οι πελάτες τους», είπε ο Ronan. «Ανάγεται στον πρώτο κανόνα της μηχανικής μάθησης: ξεκινήστε με δεδομένα, όχι με μηχανική μάθηση. Εάν δεν έχετε ένα καλό σύνολο δεδομένων, χάνετε το χρόνο σας. Καταλήγετε είτε να επιλέξετε το λάθος μοντέλο είτε να δημιουργήσετε ένα μοντέλο σε δεδομένα που δεν αποδίδουν όπως τα περιμένατε.”
Η τεχνητή νοημοσύνη δεν είναι σε καμία περίπτωση τέλεια – η ιστορία έχει δείξει ότι πολλά πράγματα είναι αληθινά. Για παράδειγμα, κατά τη διάρκεια της πανδημίας, τα συστήματα ανίχνευσης απάτης που βασίζονται σε ανώμαλη συμπεριφορά συγχέονταν με νέες συνήθειες αγορών και δαπανών. Αλλού, αυτοματοποιημένοι αλγόριθμοι που έχουν σχεδιαστεί για να ανιχνεύουν απάτες κοινωνικής πρόνοιας έχουν αποδειχθεί ότι είναι επιρρεπείς σε σφάλματα και έχουν σχεδιαστεί για να τιμωρούν τους φτωχούς επειδή είναι φτωχοί.
Αλλά εκτός από την αλήθεια των ισχυρισμών του Ronan, υπάρχει κάτι στην πλατφόρμα του Inscribe που προσελκύει πελάτες υψηλού προφίλ. Οι TripActions, Ramp, Bluevine και Shift είναι μεταξύ των πελατών της startup.
Κέρδισαν και οι επενδυτές. Μόλις αυτή την εβδομάδα, το Inscribe έκλεισε έναν κύκλο χρηματοδότησης 25 εκατομμυρίων δολαρίων Series B με τη συμμετοχή των Crosslink Capital, Foundry, Uncork Capital, συνιδρυτή της Box, Dillon Smith και συνιδρυτή της Intercom, Des Traynor. Η έγχυση ανεβάζει το σύνολο των συγκεντρώσεων της startup μέχρι σήμερα σε 38 εκατομμύρια δολάρια, συμπεριλαμβανομένης της σειράς Α 10,5 εκατομμυρίων δολαρίων που έκλεισε τον Απρίλιο του 2021.
Ίσως είναι η σχετική ευκολία με την οποία μπορεί να εφαρμοστεί η λύση Inscribe. Όπως σωστά επισημαίνει ο Ronan, το Inscribe λύνει το πρόβλημα της δημιουργίας μιας εσωτερικής λύσης εντοπισμού απάτης ή της πρόσληψης μιας μεγάλης ομάδας επιστήμης δεδομένων.
«Τα μοντέλα AI και μηχανικής μάθησης εκμεταλλεύονται όσο το δυνατόν περισσότερα δεδομένα, αλλά κάθε μεμονωμένη εταιρεία περιορίζεται μόνο από τη δική της βάση δεδομένων. Έτσι, μια εγχώρια λύση μπορεί να μην είναι τόσο αποτελεσματική όσο μια από πολλές πηγές δεδομένων», είπε ο Ronan. «Γι’ αυτό οι εταιρείες συνεργάζονται με λύσεις ανίχνευσης απάτης εγγράφων: Οι εγκληματίες διαπράττουν απάτη με διάφορους τρόπους και αυτές οι λύσεις μπορούν να ανιχνεύσουν συντονισμένα επιθέσεις και τις αναδυόμενες τάσεις πιο γρήγορα. λαμβάνει δεδομένα από τη βάση πελατών της για να τα αναγνωρίσει.”
Μάλλον βοηθάει και ο φόβος. Μια πρόσφατη έρευνα δείχνει ότι ο μέσος όρος fintech των ΗΠΑ χάνει 51 εκατομμύρια δολάρια από απάτη κάθε χρόνο, ανέφερε ο Ronan κατά τη διάρκεια της συνέντευξής μας.
«Ένας ολοένα και πιο ψηφιακός, γεωγραφικά διασκορπισμένος και ταχύτερος κόσμος καθιστά πιο δύσκολο από ποτέ να γνωρίζεις με ποιον συναλλάσσεσαι και κάνει τις εταιρείες αβέβαιες για το ποιοι δυνητικοί πελάτες είναι αξιόπιστοι», είπε ο Ronan. «Οι Fintechs μπόρεσαν να οικοδομήσουν για τον διαδικτυακό κόσμο, αλλά τα παραδοσιακά χρηματοπιστωτικά ιδρύματα αντιμετωπίζουν την πρόκληση να απομακρυνθούν από τα παλαιού τύπου συστήματα και να αγκαλιάσουν τον αληθινό ψηφιακό μετασχηματισμό. Πρέπει να τα κάνουν όλα αυτά μειώνοντας παράλληλα την απάτη και τις τριβές για να έχουν ανταγωνιστικές εμπειρίες πελατών».
Ερωτηθείς σχετικά με τα σχέδια επέκτασης, ο Ronan λέει ότι η Inscribe θα διπλασιάσει το εργατικό δυναμικό των 50 ατόμων μέσα στους επόμενους 12 έως 18 μήνες.