ANNONS:
Till Di.se
START BÖRS MARKNADSNYTT BEVAKNINGAR
ANNONS

Innehåll från KPMG

AI

Maskininlärning och AI förebygger bedrägerier

  • Martin Krüger och Sudharsan Ravi, KPMGB.

Den snabba digitala utvecklingen gör att arbetet för att motverka bedrägerier blir mer komplext, inte minst för att företag blir allt mer datadrivna. Aktörer inom en mängd industrier rapporterar att AI förändrar sättet man gör affärer på, men i många fall saknas tillräcklig kompetens.

AI blir en del av allt fler affärsverksamheter världen över. Företag står dock inför en rad utmaningar vad gäller att implementera ny teknologi och bli mer datadrivna för att kunna jobba proaktivt.

- Det kan handla om hur man fortbildar medarbetarna, eller hur man optimerar arbetet för att dra nytta av AI för att tex kunna hantera integritetsfrågor. Databaserad rådgivning är en central del av vårt arbete idag och vi använder de absolut senaste teknikerna och modellerna för att hjälpa våra kunder att ta sig förbi dessa utmaningar, säger Sudharshan Ravi, Head of Analytics & AI, Digital Strategy & Automation hos KPMG.

Utgå från riskperspektiv

KPMG har under många år varit känt som ett av Sveriges mest välrenommerade revisionsbolag, men är idag dessutom en av världsledarna inom AI och maskininlärning.

– Att automatisera sin datahantering är en naturlig del av att arbeta med information. Reellt värde för affären får man först när AI länkas till affärsstrategier och blir en del av den vardagliga verksamheten. Det är dock oerhört viktigt att utgå från ett riskperspektiv, konstaterar Martin Krüger, Partner och Forensic Expert, KPMG.

System flaggar bedrägerier

Ett exempel är samarbetet KPMG har med NETS, en av Nordens största betalningsleverantörer. Företaget har omkring 300 000 globala kunder med fysiska enheter, och varje enhet har 10 millisekunder på sig att godkänna – eller avvisa – varje transaktion. Blir ett kort stulet eller kapat är det korthållaren som täcker förlusterna. Bara i Europa handlar det om omkring 1,8 miljarder Euro varje år.

– I det här fallet behövde kunden en modell som via maskininlärning kunde utnyttja historiska data för att skapa nya standarder för bedrägeridetektion, berättar Sudharshan.
Informationen KPMG fick tillgång till utgjorde underlag för en mängd olika datapunkter. Utifrån dessa får varje transaktion ett slags "betyg"; är betyget högt flaggas det som bedrägeri.

– Systemet granskar tusentals transaktioner parallellt. Modellen fungerar sömlöst med NETS befintliga system och minskade antalet bedrägliga transaktioner med 25 procent inom några veckor. Hittills har systemet gett besparingar på 40 procent, understryker Sudharshan.

– För att utveckla smarta och innovativa framtidslösningar krävs rätt personer med rätt kunskaper. Det är en sak som gör KPMG unikt – här förenas stor erfarenhet från affärssidan och riskperspektivet med specialistkompetenser inom teknik, säger Martin Krüger.

Vad bör företag fokusera på?

Att undersöka potentialen i ny teknik som AI, maskininlärning och automatisering i den dagliga verksamheten. Arbetsuppgifter som är manuella, repetitiva eller tidskrävande kan automatiseras.

Största utmaningarna?

Många har mycket information till sitt förfogande men problem relaterade till datahantering och datakvalitet. Det är viktigt att ha stark databashantering för att lyckas med AI och maskininlärning.

Hur kan företag förbereda sig?

Genom att ha bra datahantering och vara innovativa tänkare som vågar ta första steget. Utred möjligheter för att använda automatisering eller AI. Alla företag oavsett storlek eller komplexitet kan utnyttja kraften i AI.

Läs mer på kpmg.se/ai

Artikeln är producerad av KPMG och ej en artikel av Dagens industri

Vi använder cookies för att förbättra funktionaliteten på våra sajter, för att kunna rikta relevant innehåll och annonser till dig och för att vi ska kunna säkerställa att tjänsterna fungerar som de ska. Läs mer i vår cookiepolicy.
Läs mer