該工作流由 AWS 上 的 NVIDIA AI 平臺驅動，可幫助金融服務機構節省資金并降低風險。

據尼爾森報告（Nilson Report）預測，到 2026 年，全球信用卡交易欺詐造成的財務損失預計將達到 430 億美元。

一個用于檢測欺詐的全新 NVIDIA AI 工作流在亞馬遜云科技（AWS）上線，可以幫助打擊在全球各地日益猖獗的欺詐活動。該工作流使用經過加速的數據處理和高級算法，可以讓 AI 能更好地檢測和預防信用卡交易欺詐。

NVIDIA 在本周舉行的 Money20/20 金融科技大會上發布了該工作流。這一工作流使金融機構能夠根據用戶行為來識別交易數據中的微妙模式和異常現象，與傳統方法相比，它可以提高準確度并減少誤報。

借助NVIDIA AI Enterprise軟件平臺和NVIDIA GPU實例，用戶可以更輕松地把欺詐檢測工作流從傳統計算遷移到加速計算。

福布斯的一篇報道顯示，采用綜合的機器學習工具和策略的企業可以觀察到，欺詐檢測的準確度提高了約 40%，從而得以更快地識別和阻止欺詐者并減輕由此造成的損害。

因此，美國運通和 Capital One 等知名金融機構一直在使用 AI 構建專有解決方案，以減少欺詐的發生，并加強對其客戶的保護。

這個全新的 NVIDIA 工作流加速了數據處理、模型訓練和推理，并展示了如何將這些組件打包成一個由 NVIDIA AI 驅動、易于使用的軟件產品。

該工作流目前針對信用卡交易欺詐進行了優化，可以應對新賬戶欺詐、賬戶接管和洗錢等使用場景。

面向欺詐檢測的加速計算

隨著 AI 模型的規模、復雜性和多樣性不斷增加，對于包括金融服務在內的各行各業的企業來說，經濟、節能的算力比以往任何時候都更重要。

在整個行業的損失迅速擴大的情況下，傳統的數據科學管道缺乏必要的計算加速來處理有效打擊欺詐所需的大量數據。借助適用于 Apache Spark 的 NVIDIA RAPIDS 加速器可以幫助支付公司縮短數據處理時間并節約數據處理成本。

為了利用復雜的 AI 模型來高效地管理大規模數據集并提供實時 AI 性能，眾多金融機構正在轉向 NVIDIA 的 AI 和加速計算平臺。

梯度提升決策樹（一種機器學習算法）利用了 XGBoost 等庫，長期以來一直是欺詐檢測的標準做法。

這個用于欺詐檢測的全新 NVIDIA AI 工作流使用 NVIDIA RAPIDS AI 庫套件增強了 XGBoost，該套件包含作為附加功能的圖神經網絡（GNN）嵌入，有助于減少誤報。

GNN 嵌入被饋送到 XGBoost 中，以創建和訓練一個模型。然后，該模型可以與 NVIDIA Morpheus Runtime Core 庫和 NVIDIA Triton 推理服務器進行協調，以進行實時推理。

NVIDIA Morpheus 框架可以安全地檢查所有傳入數據并進行分類，標記這些數據的模式以及潛在的可疑活動。NVIDIA Triton 推理服務器簡化了所有類型的生產級 AI 模型部署的推理，同時優化了吞吐量、延遲和利用率。

NVIDIA Morpheus、RAPIDS 和 Triton 推理服務器均可通過 NVIDIA AI Enterprise 獲取。

知名金融服務機構采用 AI

許多大型北美金融機構都在報告在線或移動欺詐造成的損失在持續增加，AI 正在幫助他們應對這種嚴峻的趨勢。

美國運通早在 2010 年就開始使用 AI 打擊欺詐活動，利用欺詐檢測算法來實時監測全球所有客戶交易，在幾毫秒內針即可對欺詐做出決策。通過結合使用一系列先進的算法（其中一種算法利用了 NVIDIA AI 平臺），美國運通提高了模型的準確性，得以更好地打擊欺詐活動。

歐洲數字銀行 bunq 使用生成式 AI 和大語言模型來幫助檢測欺詐和洗錢。通過 NVIDIA 加速計算，其 AI 驅動的交易監測系統把模型訓練速度提高了近 100 倍。

紐約梅隆銀行在今年 3 月宣布，他們部署了NVIDIA DGX SuperPOD 幫助他們開發支持欺詐檢測和其它用例的解決方案。

目前，系統集成商、軟件供應商和云服務提供商可以集成這個用于欺詐檢測的全新 NVIDIA AI 工作流，以增強其金融服務應用程序的能力，幫助保護客戶的資金、身份信息和數字賬戶的安全。