Proteger os clientes e, ao mesmo tempo, reduzir falsos positivos
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 e infundindo a experiência do cliente com inteligência.
A detecção de fraudes é uma área em que o Capital One está aplicando o machine learning. 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.
“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, como o TensorFlow na Amazon Web Services (AWS), 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.
“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.”
Nitzan Mekel-Bobrov, Ph.D.
Vice-presidente de gerenciamento de machine learning
Capital One
“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.”
Nitzan Mekel-Bobrov, Ph.D.
Vice-presidente de gerenciamento de machine learning
Capital One
Para o Capital One, 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.”
De acordo com Mekel-Bobrov, 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”, diz 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.”
De partners.wsj.com