מבטחת אירופית מוכרת איבדה כסף על הונאות תביעות מתוחכמות, בעוד הלקוחות הישרים שלה חיכו ימים ל'כן'. בנינו מנוע סיכון בזמן אמת שמשלם את התביעות הנקיות תוך שניות, ומעביר לבדיקה אנושית רק את אלה שמריחות לא טוב.
מוסד פיננסי מסורתי הפסיד כסף אמיתי בגלל אנשים שניצלו פרצות בתהליכי התביעות ואישור האשראי שלו (מסמכים מזויפים, הצהרות כוזבות), והפתרון שהטמיע רק האט את כל השאר.
צוותי הבקרה טבעו: חתמים ובודקים עברו ידנית על אלפי מסמכים, תלושי שכר ודוחות מדי יום, והבדיקה הידנית הפכה לצוואר בקבוק ענק שעיכב אישורים ללקוחות טובים ולגיטימיים. במקביל, המערכת הישנה מבוססת-הכללים סימנה כסיכון כל דבר חריג במקצת (התראות שווא), חסמה לקוחות תמימים ושרפה שעות של נציגי שירות על שחרור החסימות. ההונאה חמקה פנימה; האנשים הישרים חיכו.
מהיר איפה שבטוח, אנושי איפה שחשוב, וכל סימון מגיע עם הסיבה שלו.
חיברנו מודל AI שסורק כל בקשה או תביעה נכנסת תוך שניות ומצליב אותה מול ההיסטוריה של החשבון, דפוסי התנהגות ומקורות מידע חיצוניים, תמונת סיכון חיה במקום כלל נוקשה.
בקשות תמימות שעוברות רף ודאות גבוה (מעל 95%) מאושרות ומשולמות אוטומטית תוך שניות, בלי מגע אנושי. הלקוח הישר מפסיק לחכות בגלל החשד שמעוררים כל השאר.
מקרים חשודים מסומנים מייד ומנותבים לחוקר אנושי, יחד עם "סיכום אדום" שמפרט בדיוק איזה מסמך נראה מזויף או איזו סתירה בנתונים הפעילה את הסימון.
בזכות דירוג לפי אותות אמיתיים במקום כללים גורפים, שיטפון התראות השווא שחסם בעבר לקוחות תמימים התייבש. החוקרים הפסיקו לרדוף אחרי רוחות רפאים.
בלי "נדחה" של קופסה שחורה. כל הסלמה מגיעה עם הראיות שמאחוריה, כך שחוקר מתחיל מקצה חוט ולא מדף ריק, ואפשר להגן על ההחלטה.
המנוע רץ בתוך תהליך התביעות והאישור האמיתי מול נתונים אמיתיים, כך שהוא עובד על עומס התיקים המבולגן של יום שלישי אחר הצהריים, לא על הדגמה מתוקתקת של תביעות ממושמעות.
שתי המטרות שתמיד נאבקו זו בזו (לתפוס יותר הונאה, לאשר לקוחות ישרים מהר יותר) התחילו לנוע יחד.
ההפסדים ששולמו על תביעות ובקשות הונאה ירדו ב-60%, והזמן לאישור לקוח לגיטימי צנח מחמישה ימי עבודה לשלושים שניות, קפיצת מדרגה בשביעות רצון הלקוחות, לא רק בעלות.
ארבע מכל חמש התראות ה"שווא" הישנות נעלמו, מה ששחרר את צוות הבקרה להתמקד רק בסיכון אמיתי במקום לשחרר לקוחות תמימים כל היום.
מה שהופך את המהירות לבטוחה הוא החלוקה: המודל מאשר אוטומטית רק במקום שבו הוא כמעט בטוח והטעות זולה, וכל הסלמה נושאת את הראיות שאדם צריך כדי להחליט ולהגן על ההחלטה. אוטומציה על המקרים הברורים, אדם על המפוקפקים, סיבה מצורפת לשניהם. אותה משמעת שמאחורי עבודת מוכנות הדאטה שלנו באותה תעשייה.
בנק גדול איבד לקוחות עסקיים בגלל תהליך אשראי וקליטה של 3 שבועות, בעוד התראות שווא קברו את מחלקת הציות. תמצות מסמכים ב-AI ומסלול ירוק קיצרו אישורים ל-24 שעות והתראות שווא ב-70%.
לפרויקט המלא ← בטיחות קהילה · גיימינגצ'אט רעיל הבריח שחקנים מפלטפורמת גיימינג בעוד רגולטורים חגו סביב. מודרציה מודעת-הקשר ביותר מ-30 שפות הבחינה בין קנטור להתעללות, קיצצה רעילות ב-45%, העלתה שימור שחקנים חדשים ב-20%, והורידה חסימות שווא ב-75%.
לפרויקט המלא ←
Reef TRH