您的位置：首頁 > 要聞 >

人工智能如何保護我們跨境賬戶里的錢甚至貼心的幫我錢生錢？

2018-05-04 09:37:20 來源：億邦動力網(wǎng)

說起Artificial Intelligence人工智能 (以下簡稱AI),大家腦海中自然而然地想到的可能是：谷歌的apla狗，iphone x的臉部解鎖，可能是我們

說起Artificial Intelligence人工智能 (以下簡稱AI),大家腦海中自然而然地想到的可能是：

谷歌的apla狗，iphone x的臉部解鎖，可能是我們經(jīng)常面臨的坐飛機、高鐵過安檢時被要求看鏡頭的快速人臉識別，又可能是一直爹不疼娘不愛天天被人調(diào)戲的siris。

又或者，大家會想到了更多的像無人機群組飛行、無人駕駛汽車等等智能設(shè)備，或者是各種的深度學(xué)習(xí)形成的大數(shù)據(jù)分析軟件等等。

大家都會認(rèn)為AI其實離跨境電商行業(yè)很遠。

事實真的是這樣嘛?你可知道，AI其實一直在努力地在保護我們跨境賬戶里的錢，甚至它還很貼心地在幫我們錢生錢?

這是阿米關(guān)于六個可能影響未來5年、10年跨境電商行業(yè)發(fā)展尤其是跨境支付發(fā)展的趨勢第126篇：跨境支付無現(xiàn)金世界與PSD-2支付服務(wù)指令無限可能后緊接的第二篇。

今天我們來講講：AI如何保護我跨境賬戶里的錢甚至幫我錢生錢？

首先來看幾張摘選自全球四大會計師事務(wù)所之一的普華永道PWC「2018年全球經(jīng)濟犯罪和欺詐調(diào)研報告」的數(shù)據(jù)圖

如上圖所示，相比2016年的調(diào)研報告，全球的經(jīng)濟犯罪在幾乎所有的國家地區(qū)都明顯上升。其中犯罪比例增長最高的前3位是拉美、北美和亞太地區(qū)。

普華永道報告顯示：

有49%的受訪者稱他們的公司成為了經(jīng)濟欺詐受害者，而2016年的數(shù)據(jù)只有36%。

相比2016年只有39%的數(shù)值，42%的受訪者稱他們在過去兩年內(nèi)投入了相比2016年更多的資金和資源對抗欺詐和經(jīng)濟犯罪;

44%的受訪者稱他們計劃在未來2年將話費更多的資源對抗越來越嚴(yán)重的欺詐和經(jīng)濟犯罪。

當(dāng)被問及他們這些資源都將如何投放時，受訪者大多稱他們將使用更強大的硬件、軟件技術(shù)和數(shù)據(jù)分析工具。

為什么網(wǎng)絡(luò)欺詐受害者越來越多？

自然是因為在過去兩年，智能終端、網(wǎng)絡(luò)技術(shù)越來越方便快捷，而中的陷阱變得越來越「不可思議」。

網(wǎng)絡(luò)欺詐到底有多可怕？

舉個例子，就在前些天亞馬遜全球開店推出了官方的「全球開店服務(wù)+」項目，專門為中國賣家提供跨境電商入門、起步、成長的不同階段提供定制化服務(wù)方案。這個「全球開店服務(wù)+」項目主要包括培訓(xùn)、賣家專項資訊和專屬客戶經(jīng)理讀物三大方面，關(guān)鍵的是，這還是亞馬遜官方人員提供的。

這么個服務(wù)夠可信不?

但是我在不同的賣家基友群中卻不時有基友問：“請問有人收到這個郵件嗎，請問這是釣魚網(wǎng)站郵件嗎？”

連你們最愛的亞馬遜官方提供的服務(wù)你們都在質(zhì)疑，更不用提幾乎隔斷時間就爆出的被欺詐釣魚郵件騙走了平臺賬戶被騙錢的新聞。

有個基友這么曾經(jīng)跟我說過一個笑話：

在深圳坂田某街道的派出所，民警這么跟來報案被欺詐騙錢騙賬號的賣家受害者登記報案后，開玩笑地說“3年前，我連什么是亞馬遜、eBay、速賣通、wish都不知道，但這些年三頭兩天處理跨境電商的案件聽你們講案情，我現(xiàn)在感覺我都能自己操作后臺做運營了。”

那么這些問題跟我們今天講的AI有什么關(guān)系?我們再看一張數(shù)據(jù)圖：

根據(jù)普華永道數(shù)據(jù)，越來越多的企業(yè)機構(gòu)有能力去獲得越來越先進和復(fù)雜的技術(shù)支持，這些技術(shù)能幫助他們對抗網(wǎng)絡(luò)欺詐，對可疑的操作進行監(jiān)視、分析、學(xué)習(xí)和預(yù)測人類行為，這些包括來深度機器學(xué)習(xí)預(yù)測和其他AI技術(shù)。而如上圖顯示，越來越多的金融服務(wù)機構(gòu)發(fā)現(xiàn)AI技術(shù)和高級分析對金融服務(wù)機構(gòu)和他們客戶對重大保護和幫助。

這些幫助包括：

深度機器學(xué)習(xí)Machine Learning，自然語言處理Natural Language Processing，Natural Language Generation自然語言生成、Voice Recognition聲音識別，預(yù)測分析Predictive Analytics等。

這些術(shù)語看上去很陌生?我換幾個詞：

Listing銷售數(shù)據(jù)建模分析，廣告關(guān)鍵字分析對比，智能翻譯寫作刊登Listing，自動廣告投放和監(jiān)控，庫存歷史數(shù)據(jù)采集建模分析預(yù)測，跨境支付結(jié)算多賬戶識別、認(rèn)證、資金劃撥，匯率對比分析實時操作，我還可以一直列舉下去。

你們可能很難想象，跨境電商離不開AI的支持將變成一個什么樣的世界。

什么是Artificial Intelligence(AI)?

有人認(rèn)為好萊塢科幻電影激勵著我們對未來世界的描繪，比如湯哥的「少數(shù)派報告」，說的就是通過AI預(yù)測人類犯罪并提前進行犯罪制止。

本文部分圖文資料參考自外媒資料,純粹作為英文翻譯學(xué)術(shù)使用，不代表本人、本公眾號『跨境阿米』任何立場，如有錯漏請聯(lián)系所長阿米「微信號:chengguiliang1979」處理，轉(zhuǎn)載不得刪除本公告。

而事實上，科幻電影中所描述AI的大規(guī)模應(yīng)用也只是在最近數(shù)年間實現(xiàn)了極少數(shù)。

而事實上，我們比我們想象的更早就在日常生活中接觸到AI技術(shù)應(yīng)用。

比如說，我們的郵件過濾器、聲音識別技術(shù)、在線購物推薦「猜你想要的」.

或者是當(dāng)你在智能手機中輸入「看跨境」三個字時智能手機可能提前就猜到你要輸入「就@米」這樣的預(yù)測。

Artificial intelligence人工智能指的是通過技術(shù)、系統(tǒng)來復(fù)制和實現(xiàn)比如深度學(xué)習(xí)、問題解答等這樣的人類行為的能力。

一般來說，我們把人工智能分為兩種：

強大的人工智能Artificial Intelligence

這里指我們創(chuàng)造的應(yīng)該是一個不被一般人輕易識別且通過圖靈測試、擁有跟人類一樣思考能力的機器。到目前為止，還沒有人類創(chuàng)造的人工智能能通過圖靈測試。

較弱的人工智能Artificial Intelligence,

我們?nèi)粘Ｋ龅降腁I大多屬于這個級別的AI。它們主要幫助人類解決在一些商業(yè)行為時代替部分人類工作的AI。

舉個例子:

我們可以很輕易認(rèn)出上面兩幅圖都是手寫的阿拉伯?dāng)?shù)字「4」。幾乎每個小朋友都能在輕度教育下識別「4」和它所代表的意義。

但對AI而言，這就是件復(fù)雜的事情。

首先我們可能可以通過算法讓AI識別出接近印刷版的第一個個「4」，但是要它識別手寫的第二個「4」，我們還需要很長的技術(shù)開發(fā)才能實現(xiàn)這個功能。

算法走不通，于是我們發(fā)明了深度學(xué)習(xí)Deep Learning(又稱機器學(xué)習(xí)Machine Learning) 。這時候AI的能力才開始走上快車道。深度學(xué)習(xí)能讓AI模仿人類大腦處理數(shù)據(jù)的模式，通過大量的數(shù)據(jù)采集、歸類、建模、分析進而學(xué)習(xí)現(xiàn)有模式和預(yù)測新的數(shù)據(jù)。

于是我們有了神經(jīng)網(wǎng)絡(luò)技術(shù)Neural networks

神經(jīng)網(wǎng)絡(luò)Neural networks更像人類大腦：經(jīng)驗使得它們更聰明

AI通過神經(jīng)網(wǎng)絡(luò)可以輕易通過現(xiàn)有的數(shù)據(jù)模型進行深度學(xué)習(xí)變得越來越像人類思考模式。

一般來所，神經(jīng)網(wǎng)絡(luò)包括數(shù)量龐大的不同神經(jīng)元，這些神經(jīng)元分別承擔(dān)著不同的分工，比如收集數(shù)據(jù)，分析數(shù)據(jù)之間的關(guān)聯(lián)，與不同的數(shù)據(jù)進行對話、互動、輸出結(jié)果，跟我們?nèi)祟惔竽X一樣。

這些神經(jīng)元被設(shè)計來執(zhí)行局與輸入數(shù)據(jù)而執(zhí)行簡單動作。神經(jīng)網(wǎng)絡(luò)的威力正是浩瀚不同層級的神經(jīng)元默默完成。

更多關(guān)于深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)的資料，你們可以在圖書館或者網(wǎng)絡(luò)上搜集，我就不在這一一展開。

講了那么多關(guān)于AI、深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)，我們已經(jīng)知道通過超卓的算法和數(shù)據(jù)可以實現(xiàn)對未來輸出數(shù)據(jù)的預(yù)測。那AI跟跨境支付又有著怎么樣的應(yīng)用？它能怎么樣保護我們的賬戶甚至幫我們錢賺錢呢？

深度學(xué)習(xí)技術(shù)應(yīng)用之更優(yōu)秀的風(fēng)控管控模型

跨境支付風(fēng)險管控永遠是個謎，而這個謎可能將被深度學(xué)習(xí)技術(shù)所揭開，比如說支付公司的支付風(fēng)險管控決定是怎么樣產(chǎn)生?

作為一個商戶，每天我們都見到那么多居心叵測的可能來自黑心買家/賣家「不錯的訂單」，你自然不會愿意接收一個看上去明顯有高欺詐風(fēng)險訂單或者很有可能導(dǎo)致退款的訂單，這里就不用不要我再舉例子了。

從另一個角度看，我們拒絕一個看上去「不錯的訂單」通常意味著客戶投訴、口碑下滑、轉(zhuǎn)化損失、收入降低、排名降低、平臺懲罰、甚至失去銷售權(quán)。

那么我們怎么樣決定該怎么樣判讀而接受訂單進行下一個操作呢?這里有很多數(shù)據(jù)因素我們可以將其量化分析。

從銷售端有太多因素，作為參考我們先從跨境支付公司來分析。如下圖所示，跨境支付公司會判讀一些因素：

時間和日期：怎么樣的買家會在正常的購物時間進行購物？

產(chǎn)品品類代碼：買家的支付方式是常用于超時購物還是在線游戲站點？

IP地址：訪問IP的設(shè)備是經(jīng)常進行線上購物的消費人群居住所在地？

再比如說，這些購買支付者的賬戶對應(yīng)社交信息所包含的各種數(shù)據(jù)也將被跨境支付公司進行建模和數(shù)據(jù)分析，進而形成支付的風(fēng)控預(yù)警模型。

通過不斷訓(xùn)練和收集過往、現(xiàn)實和訓(xùn)練的結(jié)果，神經(jīng)網(wǎng)絡(luò)將學(xué)習(xí)和改善實現(xiàn)未來更好的支付風(fēng)險管控。當(dāng)然，這里我們必須有一點需要再三強調(diào)的：所有的深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)訓(xùn)練都需要大量的真實數(shù)據(jù)進行訓(xùn)練，而不是僅僅依賴所以為的先進算法。

深度學(xué)習(xí)技術(shù)應(yīng)用之支付模式的無限可能

跨境支付行業(yè)一直以來都在致力與數(shù)據(jù)和風(fēng)控決定關(guān)聯(lián)。風(fēng)險管控深度學(xué)習(xí)人工智能和它們新支付方式，在支付行業(yè)就像是面包和黃油一樣，少了誰都感覺少了些啥。面包在進步，黃油也在進步。比如說，我們在近年不斷看到的新型AI技術(shù)支持下實現(xiàn)的新的支付方式。

比如說，

客服智能機器人和智能購物助理

客服智能機器人/智能購物助理如今已經(jīng)在很多的電商購物/服務(wù)平臺服務(wù)，它們有效提高了客戶在電商平臺進行購物、咨詢的便捷和效率，降低了平臺在人工客服的投入成本。

尤其是當(dāng)聲控識別技術(shù)與來越發(fā)達完善時，智能購物/客服機器人將突破智能手機這么局限的終端，延伸到幾乎所有的生活場景中，比如客廳、臥室、汽車等場景，實現(xiàn)無縫的服務(wù)和支付服務(wù)。

聲音識別處理

2017是智能聲控設(shè)備爆發(fā)的一年，各種智能聲控設(shè)備如Amazon Alexa或者Google Assistant都推動聲控智能設(shè)備在消費場景的應(yīng)用。這些智能聲控設(shè)備不僅僅作為要一個像Amazon Echo這樣的簡單智能家居娛樂設(shè)備，它們更是承擔(dān)著如上文提及對場景延伸的觸點，通過不斷對學(xué)習(xí)和識別用戶對聲音命令，它們將很可能成為新一代的購物、支付方式。當(dāng)然這里亞馬遜、谷歌以及更多的支付公司還有很多工作要完成，比如設(shè)計更貼近用戶習(xí)慣的數(shù)據(jù)處理和如何進行支付聲控方式的整合。

智能數(shù)據(jù)進行個性廣告和產(chǎn)品推薦

支付寶在新年前關(guān)于用戶數(shù)據(jù)的采集風(fēng)波非常完美地解釋了跨境支付公司在商家最渴望得到的用戶個性數(shù)據(jù)中的重要角色。

通過大規(guī)模的用戶消費者消費數(shù)據(jù)采集分析建模，我們可以很精準(zhǔn)地對某個用戶進行畫像并根據(jù)他/她過往的消費習(xí)慣推薦相關(guān)的商品或者服務(wù)。而這背后完成這浩瀚如海的數(shù)據(jù)分析工作的，正是AI在默默貢獻。

臉部識別技術(shù)和生物特征識別技術(shù)

在整個AI技術(shù)中，人臉識別和生物特征是比是最具潛力的技術(shù)。iphone X的人臉識別雖然還不是盡善盡美，但是不可否認(rèn)的是，我們中很多人已經(jīng)開始習(xí)慣「刷臉」消費和支付。那么同樣，正如Amazon Go和各種新零售項目中都不約而同地提及人臉識別技術(shù)在購物、消費、支付方面的應(yīng)用。我們可以看到這樣的「無接觸識別」技術(shù)在便捷性上有著如何的后發(fā)優(yōu)勢。我們可以期待當(dāng)算法模型、深度學(xué)習(xí)進一步完善和設(shè)備的改良后，人臉作為目前可見除了生物特征以外風(fēng)控成本最低的支付模式，人類的商業(yè)模式和支付模式將發(fā)生天翻地覆的變化。我們更不用提說在虛擬現(xiàn)實中的各種可能。

這些不斷改良進化的AI技術(shù)幫助我們不斷減少在選擇、決定時的錯誤，提高我們服務(wù)、銷售商品時的準(zhǔn)確度。

更不用提有更多的支付公司在利用AI技術(shù)進行新產(chǎn)品開發(fā)。

比如針對中小型企業(yè)的金融信貸征信服務(wù)，識別貸款人信息的真實性，還要識別其還款意愿和還款能力，貸中通過監(jiān)控貸款人的行為數(shù)據(jù)及時發(fā)現(xiàn)異常，貸后通過反饋數(shù)據(jù)補充信用評分和后續(xù)工作;

比如，智能征信和審批，極大地提高工作效率。通過多渠道獲取用戶多維度的數(shù)據(jù)，如通話記錄、短信信息、購買歷史、以及社交網(wǎng)絡(luò)上的相關(guān)留存信息等;然后，從信息中提取各種特征建立模型，對用戶進行多維度畫像;最后，根據(jù)模型評分，對用戶的個人信用進行評估和貸款管理;

比如在途資金智能投資增值、不同幣種智能組合、不同國家資產(chǎn)組合方面的新產(chǎn)品開發(fā)應(yīng)用;

再比如多個市場和大資產(chǎn)類別之間構(gòu)建投資組合，分散風(fēng)險，追求長期收益;

這些基于AI的新產(chǎn)品，每一刻都在幫助我們用錢生錢。

因為，Time is money，My Friends。

AI對于跨境支付行業(yè)的新時代重要性

「更好的AI」之爭一直在包括亞馬遜、蘋果、Facebook和谷歌這四巨頭之間你來我往。

而支付行業(yè)中，AI、深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)已經(jīng)將原來動則上千人分析員的跨境行業(yè)送進歷史故紙堆，開啟了一個充滿無限可能的大門。