חברת ביטוח אירופית מוכרת הפסידה כסף על הונאות מתוחכמות, בזמן שלקוחות לגיטימיים המתינו ימים לאישור. פיתחנו עבורם מנוע סיכונים בזמן אמת שמאשר ומשלם תביעות לגיטימיות תוך שניות, ומעביר לבדיקה אנושית רק את המקרים שמעוררים חשד.
מוסד פיננסי מסורתי ספג הפסדים כבדים מגורמים שניצלו פרצות בתהליכי התביעות ואישורי האשראי שלו (מסמכים מזויפים, הצהרות כוזבות), והפתרונות שהוטמעו רק האטו את הטיפול בשאר הלקוחות.
צוותי הבקרה קרסו תחת העומס: חתמים ובקרים עברו ידנית על אלפי מסמכים, תלושי שכר ודוחות מדי יום, והבדיקה הידנית הפכה לצוואר בקבוק ענק שעיכב אישורים ללקוחות לגיטימיים. במקביל, המערכת הישנה שהתבססה על חוקים נוקשים סימנה כסיכון כל חריגה קלה (התראות שווא), חסמה לקוחות תמימים ובזבזה שעות יקרות של נציגי שירות על שחרור חסימות. ההונאות חמקו מתחת לרדאר, והלקוחות הלגיטימיים נאלצו להמתין.
אוטומטי במקרים הבטוחים, אנושי במקרים המורכבים, וכל התראה מלווה בהסבר ברור.
הטמענו מודל AI שסורק כל בקשה או תביעה נכנסת תוך שניות ומצליב אותה מול היסטוריית החשבון, דפוסי התנהגות ומקורות מידע חיצוניים, כדי לייצר תמונת סיכונים "חיה" במקום להסתמך על חוקים נוקשים.
בקשות לגיטימיות שעוברות רף ודאות גבוה (מעל 95%) מאושרות ומשולמות אוטומטית תוך שניות, ללא מגע אנושי. הלקוח הלגיטימי כבר לא צריך להמתין בגלל החשד שמעוררים שאר המקרים.
מקרים חשודים מסומנים מייד ומנותבים לחוקר אנושי, יחד עם התראה מפורטת שמסבירה בדיוק איזה מסמך נראה מזויף או איזו סתירה בנתונים הקפיצה את ההתראה.
בזכות תעדוף סיכונים מבוסס נתונים אמיתיים במקום חוקים גורפים, שיטפון התראות השווא שחסם בעבר לקוחות תמימים פסק לחלוטין. החוקרים הפסיקו לבזבז זמן על התראות שווא.
בלי דחיות של 'קופסה שחורה'. כל מקרה שמועבר לבדיקה מגיע עם הראיות שמאחוריו, כך שהחוקר מתחיל עם קצה חוט ולא מדף ריק, וניתן לנמק כל החלטה בקלות.
המנוע פועל בתוך תהליך התביעות והאישורים האמיתי מול נתונים אמיתיים, כך שהוא מתמודד בהצלחה עם עומס התיקים הכאוטי של יום שלישי אחר הצהריים, ולא רק בסביבת דמו סטרילית.
שתי המטרות שתמיד התנגשו זו בזו (לתפוס יותר הונאות, ולאשר לקוחות לגיטימיים מהר יותר) התחילו לפעול בסנכרון מלא.
ההפסדים מתביעות ובקשות הונאה ירדו ב-60%, והזמן לאישור לקוח לגיטימי צנח מחמישה ימי עבודה לשלושים שניות, מה שהוביל לזינוק בשביעות רצון הלקוחות, ולא רק לחיסכון בעלויות.
ארבע מתוך כל חמש התראות שווא נעלמו, מה ששחרר את צוות הבקרה להתמקד אך ורק בסיכונים אמיתיים במקום לשחרר חסימות של לקוחות תמימים כל היום.
מה שהופך את המהירות לבטוחה הוא הסיווג החכם: המודל מאשר אוטומטית רק במקרים שבהם רמת הוודאות גבוהה ועלות הטעות נמוכה, וכל מקרה שמועבר לבדיקה מלווה בראיות שהחוקר צריך כדי לקבל ולנמק את ההחלטה. אוטומציה למקרים הברורים, בקרה אנושית למקרים המורכבים, ונימוק ברור לשניהם. זו אותה מתודולוגיה שעומדת מאחורי תהליכי הכנת 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