预计至2026年，全球因信用卡交易诈欺所造成的财务损失将高达430亿美元。NVIDIA的AI工作流程使金融机构能够透过分析使用者行为，有效识别交易资料中的隐蔽模式和异常状况，相较传统方法，显著提高了侦测准确性并降低误报率。透过NVIDIA AI Enterprise平台和GPU运算技术，企业可更轻松地从传统运算技术过渡至加速运算，这种全面性的机器学习工具和策略能将诈欺侦测的准确度提升40%，加快发现和拦阻诈欺行为，减少损失。
领先的金融机构如美国运通（American Express）和第一资本（Capital One）正积极利用AI技术构建专属解决方案，以降低诈欺风险并提升客户安全性。NVIDIA的全新AI工作流程能加速资料处理、模型训练和推论过程，并整合成单一且易于使用的软体产品，优化了信用卡交易诈欺的侦测，并适用于新帐户诈欺、帐户接管及洗钱等其他风险场景，在AI支持下为金融机构提供高效、安全的风险管理方案。
随著AI模型的规模、复杂性和多样性持续扩大，包括金融服务业在内的各行业组织对于性价比高且节能的运算需求日益增长。然而，传统资料科学管道因缺乏运算加速能力，无法在产业损失快速增加之际处理有效打击诈欺所需的大量资料。透过NVIDIA RAPIDS Accelerator for Apache Spark，支付端公司得以显著缩短资料处理时间并降低成本，有效管理大规模资料集，提升AI模型的即时效能。
针对侦测诈欺活动，金融机构逐步转向NVIDIA的AI与加速运算平台，并结合梯度提升决策树（gradient-boosted decision tree）及XGBoost程式库的传统技术，融入NVIDIA RAPIDS的AI函式库和图形神经网路（GNN）嵌入。GNN资料经过XGBoost训练后，能透过NVIDIA Morpheus Runtime Core函式库及Triton推论伺服器协同运作，即时进行推论与检测。NVIDIA Morpheus架构提供安全的资料检查与分类，标记潜在可疑活动，NVIDIA Triton推论伺服器则能简化多种AI模型的部署，最佳化生产环境中的输送量、延迟与使用率。这些技术均可透过NVIDIA AI Enterprise平台整合使用。
随著北美多家大型金融机构报告线上或行动装置诈欺造成的财务损失不断增加，领先的金融服务公司正积极采用AI技术对抗此一趋势。例如，美国运通自2010年起便使用AI打击诈欺，利用NVIDIA AI平台的先进侦测演算法，即时监控全球客户交易并在毫秒内判别诈欺活动，有效提升模型准确性。欧洲数位银行bunq则运用生成式AI与大型语言模型侦测诈欺与洗钱行为，并透过NVIDIA加速运算技术将模型训练速度提升近100倍。此外，纽约梅隆银行（BNY）于三月宣布成为首家部署NVIDIA DGX SuperPOD的大型银行，这套搭载DGX H100系统的架构将支援侦测诈欺等多样化应用场景。
如今，各大系统整合商、软体供应商及云端服务供应商也逐步导入NVIDIA AI工作流程，进一步强化其金融服务应用并协助保障客户资金与数位帐户安全。NVIDIA的AI工作流程运用图形神经网路来提升诈欺侦测的效能，提供金融机构精确、高效的风险管理工具。欲深入了解此技术的应用，可参阅NVIDIA技术部落格，探索如何运用这项技术应对诈欺挑战。
點擊閱讀下一則新聞
