Conor Burke, kariyerinin çoğunu İrlanda’daki büyük bir bankanın arka ofisinde geçirdi. Ekibine, bankaya her yıl milyonlarca dolara mal olan ve dolandırıcılığı yakalamayan katılım sürecini – özellikle belge ağırlıklı manuel inceleme iş akışlarını – dijitalleştirme görevi verildi. Ona göre en büyük zorluk, risk ve dolandırıcılık kontrollerinden ödün vermeden insan unsurunun nasıl ortadan kaldırılacağını bulmaktı.
Bundan ilham alan Burke ve ikiz kardeşi Ronan Burke, Kazımak, yapay zeka destekli bir belge sahtekarlığı tespit hizmeti. Ronan, fintech ve finans sektörlerindeki dolandırıcılık, risk ve operasyon ekipleri için tasarlanan Inscribe’in yüz milyonlarca veri noktasında eğitilmiş yapay zekadan yararlanarak sonuç getirdiğini söylüyor.
Ronan, TechCrunch’a bir e-posta röportajında ”Sıkıcı belge incelemeleri, hesap açma ve sigortalama süreçlerine sürtüşme katıyor, ancak otomasyon tek başına çözüm değil” dedi. “Dolandırıcılık tespiti olmadan otomasyonun pervasızca olduğuna inanıyoruz, bu nedenle Inscribe, şirketlerin daha fazla müşteriyi daha hızlı onaylayabilmeleri için sahtekarlığı tespit etmelerine, süreçleri otomatikleştirmelerine ve kredi itibarını anlamalarına yardımcı olan eksiksiz bir paket.”
Inscribe, finansal işe alım belgelerini ayrıştırır, sınıflandırır ve verileri eşleştirerek, yapay zeka destekli dolandırıcılık tespiti kullanılarak sağlanan belgeler ile kurtarılan belgeler arasındaki farkları vurgular. İsimler, adresler ve hesap özeti işlemleri dahil olmak üzere belge ayrıntıları, banka hesap özetleri ve işlemlerinin anlık görüntülerini içeren bireysel müşteri risk profilleri oluşturmak için otomatik olarak sayısallaştırılır.
Geçtiğimiz Eylül ayında Inscribe, banka ekstrelerinden nakit akışı ayrıntıları, işlem ayrıştırma ve ödeme koçanları ayrıştırma dahil olmak üzere borç verme kararlarını vermek için gereken veri noktalarının çoğunu sağlayan bir kredi analizi ve banka ekstresi otomasyon bileşenini piyasaya sürdü. Ronan, Inscribe’in adlar, adresler, tarihler, işlemler ve maaşlar gibi önemli ayrıntıları saniyeler içinde çıkarabileceğini ve ardından geri getirebileceğini iddia ediyor.
Görsel Kaynakları: Kazımak
Inscribe, sunduğu özellikler açısından, Resistant AI (Ekim 2021’de 16,6 milyon dolar toplayan) ve Smile Identity (aynı yılın Temmuz ayında 7 milyon dolar toplayan) gibi diğer dolandırıcılığı önleme araçlarının çoğuna benziyor. Ronan, müşterilerle önceki ortaklıklar aracılığıyla toplanan orijinal verilere dayanan AI öncelikli yaklaşımıyla farklılaştığını savunuyor.
“Bölgemizdeki dolandırıcılık tespiti ve belge otomasyonu şirketlerinin müşterilerle konuşmadan kapıdan çıkar çıkmaz mükemmel bir çözüm oluşturmaya çalıştıklarını gördük – ancak o zamandan beri kapandılar. Soğuk çalıştırma sorununun üstesinden gelemediler; müşterilerinin kullandığı verilere erişimleri olmadığı için sıfırdan bir ürün oluşturamadılar,” dedi Ronan. “Bu, makine öğreniminin ilk kuralına geri dönüyor: Makine öğrenimiyle değil, verilerle başlayın. İyi bir veri kümeniz yoksa, zamanınızı boşa harcıyorsunuz. Sonunda ya yanlış modeli seçersiniz ya da beklediğiniz gibi performans göstermeyen veriler üzerinde bir model eğitirsiniz.”
Yapay Zeka hiçbir şekilde mükemmel değildir – tarih o kadar çok şeyin doğru olduğunu göstermiştir. Örneğin, pandemi sırasında, anormal davranışlara odaklanan dolandırıcılık tespit sistemleri Şaşkın yeni alışveriş ve harcama alışkanlıkları ile Başka yerlerde, otomatik algoritmalar tasarlanmış refah dolandırıcılığını tespit etmenin hataya açık olduğu gösterildi ve esasen fakirleri fakir oldukları için cezalandıracak şekilde tasarlandı.
Ancak Ronan’ın iddialarının doğruluğunu bir kenara bırakırsak, Inscribe’in platformunda yüksek profilli müşterileri çeken bir şeyler olduğu açık. TripActions, Ramp, Bluevine ve Shift, girişimin müşterileri arasında yer alıyor.
Yatırımcılar da kazanıldı. Daha bu hafta Inscribe, Crosslink Capital, Foundry, Uncork Capital, Box kurucu ortağı Dillon Smith ve Intercom kurucu ortağı Des Traynor’un katılımıyla Threshold Ventures liderliğindeki 25 milyon dolarlık bir B Serisi fonlama turunu tamamladı. İnfüzyon, girişimin bugüne kadarki toplamını, Nisan 2021’de kapatılan 10,5 milyon dolarlık A Serisi tur dahil olmak üzere 38 milyon dolara çıkardı.
Belki de Inscribe’in çözümünün devreye alınabilmesinin karşılaştırmalı kolaylığıdır. Ronan’ın haklı olarak belirttiği gibi Inscribe, şirket içi bir dolandırıcılık tespit çözümü oluşturma veya büyük bir veri bilimi ekibi tutma sorununu çözüyor.
“Yapay zeka ve makine öğrenimi modelleri mümkün olduğu kadar çok veriden yararlanıyor, ancak her bir şirket yalnızca kendi veri kümesiyle sınırlı. Dolayısıyla, yerel bir çözüm, çok sayıda veri kaynağından yararlanan bir çözüm kadar etkili olamaz,” dedi Ronan. “Bu nedenle şirketler bunun yerine belge sahtekarlığı tespit çözümleriyle ortaklık kuruyor: Suçlular farklı şekillerde dolandırıcılık yapıyor ve bu çözümler, koordineli saldırıları ve ortaya çıkan eğilimleri daha hızlı belirlemek için müşteri tabanlarından veri çekiyor.”
Korku tellallığı da muhtemelen yardımcı oluyor. son bir anket Ronan’ın röportajımız sırasında bana aktardığı bir istatistik, ortalama ABD fintech’inin dolandırıcılık nedeniyle her yıl 51 milyon dolar kaybettiğini öne sürüyor.
Ronan, “Giderek daha fazla dijitalleşen, coğrafi olarak dağılmış ve daha hızlı bir dünya, kiminle iş yaptığınızı bilmeyi her zamankinden daha zor hale getiriyor – şirketleri hangi potansiyel müşterilerin güvenilir olduğu konusunda kararsız bırakıyor” dedi. “Fintech’ler çevrimiçi bir dünya inşa etmeyi başardılar, ancak geleneksel finans kurumları eski sistemlerden uzaklaşma ve gerçek dijital dönüşümü benimseme zorluğuyla karşı karşıya. Ve rekabetçi müşteri deneyimleri elde etmek için dolandırıcılığı ve sürtüşmeyi azaltırken tüm bunları yapmak zorundalar.”
Genişleme planları sorulduğunda Ronan, Inscribe’in önümüzdeki 12 ila 18 ay içinde 50 kişilik iş gücünün büyük olasılıkla iki katına çıkacağını söyledi.
