O Capital One é um dos maiores bancos nos Estados Unidos e o maior banco digital. Na medida em que os consumidores continuam migrando dos espaços físicos para os canais digitais, o Capital One aderiu a novas tecnologias, adotando e aplicando soluções de IA e Machine Learning para quase todas as facetas da empresa, sendo a detecção de fraudes uma das áreas mais usadas.
Alguns dos piores criminosos cibernéticos do mundo focam no setor de serviços financeiros, por isso a segurança é ainda mais vital. De acordo com um relatório de 2018 do conselho de assessores econômicos da Casa Branca, atividades cibernéticas mal-intencionadas custaram à economia entre 57 bilhões USD e 109 bilhões USD nos últimos anos, com o setor financeiro sofrendo mais violações do que qualquer outro setor.
Com grandes quantidades de dados distribuídos por vários centros de armazenamento, o Machine Learning é inestimável em função do trabalho do Capital One para proteger melhor o bem-estar financeiro de seus clientes, ajudando-os a se tornarem financeiramente mais capacitados, prestar atenção a fraudes, reduzindo falsos positivos, e gerenciar melhor seus gastos.
A importância do método
“Reconhecemos com o passar dos anos a importância de usar o Machine Learning para aprimorar a experiência do usuário, bem como para nos ajudar a tomar decisões mais bem fundamentadas sobre o envolvimento dos nossos clientes”, disse Nitzan Mekel-Bobrov, Ph.D., vice-presidente de gerenciamento de Machine Learning no Capital One. “Estamos continuamente criando sistemas mais sofisticados que podem usar uma variedade de dados, estruturados e não estruturados. Isso nos permite fazer previsões mais exatas para saber se uma atividade é ou não fraudulenta.”
Ao usar um amplo conjunto de ferramentas e estruturas de Machine Learning, o Capital One tem a habilidade de analisar grandes somas de dados, o que ajuda a detectar e evitar fraudes em tempo real.
Quando ocorre uma atividade suspeita, o Capital One alerta automaticamente os clientes, orientando-os nas etapas para relatar a fraude, ajudando-os a bloquear um cartão e solicitar um novo. Também os ajuda a desbloquear um cartão temporário para que possam continuar usando seu dinheiro sem problema. Com muito mais dados, mais histórico de dados e algoritmos avançados, o Capital One concentra-se no uso do Machine Learning para revolucionar o gerenciamento de fraudes.
Para o banco, usar a análise de dados e o Machine Learning na AWS traz uma série de novas oportunidades de personalizar a experiência de seus clientes e obter mais insights sobre como se envolver com os clientes, e também ajuda a embasar as principais decisões de negócios. Isso se aplica até mesmo às centrais de atendimento do banco, onde a tecnologia de reconhecimento de fala está sendo usada em um sistema automatizado de treinamento e validação, que praticamente dobrou a precisão nos últimos 18 meses.
“Com o Machine Learning, nós protegemos nossos clientes evitando fraudes. Contudo, ao mesmo tempo, é uma situação em que há dois lados da mesma moeda”, disse Mekel-Bobrov. “Por um lado, esse é um componente essencial de nossa estratégia defensiva. Por outro, está impedindo que os clientes tenham uma experiência negativa de serem recusados quando não deveriam ser. Está nos ajudando a ser protetores, mas não superprotetores.”
Ecossistema moderno
De acordo com o vice-presidente, falsos positivos são conhecidos por irritar e até mesmo afastar clientes. “O que podemos fazer agora com o Machine Learning é melhorar continuamente o equilíbrio dos dois lados da equação de forma muito mais dinâmica”, afirma Mekel-Bobrov. “Podemos otimizar esse ponto de oferecer proteção suficiente, sem exagerar com muitos falsos positivos.”
De maneira crucial, a Nuvem AWS possibilita que o Capital One implante uma gama de ferramentas internas de software e de Machine Learning, permitindo que o banco utilize seus dados em tempo real e forneça as soluções rápidas que são essenciais em um setor altamente regulamentado. Como a Nuvem AWS é tão segura quanto um datacenter local, e muitas vezes até mais segura, ela é capaz de aplicar essas inovações ao mesmo tempo que defende sua responsabilidade de proteger os clientes e seus dados.
“Com a AWS e nossa migração para a nuvem, podemos criar um ecossistema de Machine Learning verdadeiramente moderno, com todos os nossos dados conectados e totalmente disponíveis”, segundo Mekel-Bobrov. “Isso nos permite implantar modelos que são automaticamente definidos para dados de entrada, escalando automaticamente nossa infraestrutura e até mesmo conectando nossas próprias soluções para aumentar a flexibilidade. Assim, podemos focar na utilização indispensável do Machine Learning, o que é muito melhor.”
Este artigo foi feito por Blog AWS
Conheça os serviços que a dataRain oferece e entre em contato!
dataRain – Cloud Computing Amazon Web Services
