Mastercard se lanza a la carrera de la IA generativa con un modelo que, según dice, puede mejorar la detección del fraude hasta en un 300% – CNBC

Generate an illustration in a cartoonish style portraying the concept of an AI-powered search engine. The scene includes a large magnifying glass floating above a cityscape, with lines representing search queries radiating out from it. Around it, there should also be a few futuristic skyscrapers symbolizing different data sources with lights within them indicating search activity. Also, represent the Copilot feature as a friendly robot lending a guiding hand to the queries. On one edge of the city, depict a group of people with diverse genders and descents looking appreciatively at the magnifying glass.

Mastercard ha desarrollado su propio modelo de inteligencia artificial (IA), denominado Decision Intelligence Pro, para ayudar a los bancos a detectar y prevenir transacciones fraudulentas. El modelo de IA, creado desde cero por los equipos de ciberseguridad y lucha contra el fraude de Mastercard, utiliza modelos de transformadores y datos del ecosistema de la empresa para evaluar transacciones sospechosas en tiempo real. El algoritmo se ha entrenado con datos de los 125.000 millones de transacciones que pasan anualmente por la red de Mastercard. En lugar de basarse en datos textuales, el algoritmo utiliza el historial de visitas a comercios del titular de la tarjeta para determinar la legitimidad de una transacción. El algoritmo genera rutas a través de la red de Mastercard para encontrar la respuesta en forma de puntuación: las puntuaciones más altas indican un comportamiento esperado y las más bajas, un posible fraude. Mastercard afirma que la tecnología puede mejorar los índices de detección de fraudes en un 20% de media, y en algunos casos hasta en un 300%. La empresa ha invertido más de 7.000 millones de dólares en tecnologías de ciberseguridad e inteligencia artificial en los últimos cinco años. El algoritmo de Mastercard tiene el potencial de identificar patrones fraudulentos y predecir futuros tipos de fraude en el ecosistema de pagos.

Artículo completo

Deja una respuesta