最近 CIO Taiwan 分享一篇 Gartner 2023 年十大戰略技術趨勢
其中提到「讓 AI 值得信賴」是10大重點之一,也就是可信任 AI
Gartner 發現,即使在最有經驗的企業中,也只有 50% 的 AI 模型能夠實際上線運作。其背後的原因是對資料缺乏信任,以及安全和隱私問題。
可信任AI、聚焦 AI 風險管理
資料偏見、隱私保護與安全、系統透明化、可解釋性
在「業務利益」與「監管複雜性」和「維護客戶信任」的需求間取得平衡
都是成熟階段的 AI 導入者在乎的事情,特別是在金融業
這也呼應這份調查超過1,200位在金融業 AI 實踐者的結果
那些導入 AI 進階應用的過來人,前 4 大學習分別是:
這也是在考量運用 AI 技術與平台時,更需要仔細著墨與考量的一塊
如何在既有流程不變且合規的情況下,優化 KYC 與 AML 程序的效率?AI 在這段該如何助力?
身處金融業的您對於 AML 一定不陌生
雖金融業在 AI 應用成熟度相對成熟,但金融業在KYC、偵測偽冒和舞弊事宜等作業
仍有許多演算法發展的空間
以預警通報為例,根據EY調查,85%的警報最終都不會到需要進一步審查的程度
但降低誤報率又是一個複雜且受到嚴格監管的過程
如何在既有流程不變且合規的情況下,優化 KYC 與 AML 程序的效率?AI 在這段該如何助力?
連續兩年獲 Gartner 評 Data Science & Machine Learning 領域領導者,強項為跨部門無縫協作與 DataOps 到 MLOps 的完整設計 。
我們挑選金融業成本風險最高的 AML 流程作為應用命題
展示如何透過 Dataiku 平台設計以 AI 驅動的 AML 警示分類模型
帶領大家初探 AI+ AML 的具體實踐
讓金融犯罪分析師可以更容易依照「風險可能性的優先級」進行初步評估
當然,這只是一個應用初探
一個 AI 平台最大的價值在於兼具安全與彈性的做到企業最需要的多元應用&規模化
這是一場全新內容的90分鐘分享
將涵蓋: