ഭൂരിഭാഗം സാമ്പത്തിക സ്ഥാപനങ്ങളും തട്ടിപ്പുകൾ നേരിടുന്നത് ശരിയായ രീതിയിലാണ്, എന്നാൽ അടിസ്ഥാന സൗകര്യങ്ങൾ (infrastructure) ഒരുക്കുന്നത് തെറ്റായ രീതിയിലാണ്

തട്ടിപ്പുകൾ കൂടുതൽ ബുദ്ധിപരമായ രീതികളിലേക്ക് മാറിക്കൊണ്ടിരിക്കുകയാണ്.

തട്ടിപ്പുകൾ കണ്ടെത്താനും സുരക്ഷ ഉറപ്പാക്കാനുമായി സാമ്പത്തിക സ്ഥാപനങ്ങൾ കോടിക്കണക്കിന് രൂപ ചെലവഴിക്കുന്നുണ്ട്. എന്നിട്ടും തട്ടിപ്പുകൾ മൂലമുള്ള നഷ്ടം വർദ്ധിച്ചുകൊണ്ടിരിക്കുന്നു. ആക്രമണകാരികൾ വിജയിക്കാൻ AI-യും ഓട്ടോമേഷനും ഉപയോഗിക്കുന്നു.

ഇതിനെത്തുടർന്ന് വ്യവസായ മേഖല AI-യിൽ നിക്ഷേപം നടത്തുന്നു. ഇത് ശരിയായ നീക്കമാണ്.

എന്നാൽ പല കമ്പനികളും ഒരു തെറ്റ് ചെയ്യുന്നുണ്ട്. അവർ തട്ടിപ്പുകൾ കണ്ടെത്താൻ AI ഉപയോഗിക്കുന്നുണ്ടെങ്കിലും, അവയുടെ പ്രവർത്തനത്തെ മന്ദഗതിയിലാക്കുന്ന തരത്തിലുള്ള ഇൻഫ്രാസ്ട്രക്ചറാണ് നിർമ്മിക്കുന്നത്.

ഭാവി ക്ലൗഡ്-നേറ്റീവ് (cloud-native) സ്ഥാപനങ്ങളുടേതാണ്.

ക്ലൗഡ്-അഗ്നോസ്റ്റിക് (cloud-agnostic) അല്ല, മൾട്ടി-ക്ലൗഡ് (multi-cloud) അല്ല. ക്ലൗഡ്-നേറ്റീവ് ആണ് വേണ്ടത്.

പരമ്പരാഗതമായ റൂൾ-ബേസ്ഡ് (rule-based) സംവിധാനങ്ങൾ പരാജയപ്പെടുന്നു. മാനുവൽ അപ്‌ഡേറ്റുകൾക്ക് താങ്ങാൻ കഴിയാത്തവിധം വേഗത്തിൽ തട്ടിപ്പുകളുടെ രീതികൾ മാറുന്നു. ആധുനിക AI സംവിധാനങ്ങൾക്ക് ഇവ ചെയ്യാൻ സാധിക്കും:

• തത്സമയം അസ്വാഭാവികതകൾ (anomalies) കണ്ടെത്താൻ • ദശലക്ഷക്കണക്കിന് ഇടപാടുകളിലെ പാറ്റേണുകൾ വിശകലനം ചെയ്യാൻ • തെറ്റായ മുന്നറിയിപ്പുകൾ (false positives) കുറയ്ക്കാൻ • റിസ്ക് സ്കോറിംഗ് മെച്ചപ്പെടുത്താൻ • പുതിയ തട്ടിപ്പ് രീതികളോട് പൊരുത്തപ്പെടാൻ

JPMorgan Chase, PayPal, Stripe തുടങ്ങിയ കമ്പനികൾ മെഷീൻ ലേണിംഗ് ഉപയോഗിക്കുന്നത് മാനുവൽ രീതികൾ പരാജയപ്പെടുന്നതുകൊണ്ടാണ്. ഇത് നഷ്ടങ്ങൾ കുറയ്ക്കാനും ചെലവ് കുറയ്ക്കാനും സഹായിക്കുന്നു.

പല സ്ഥാപനങ്ങളും പരാജയപ്പെടുന്നത് അവരുടെ ഇൻഫ്രാസ്ട്രക്ചർ തന്ത്രത്തിലാണ്. അവർ വെണ്ടർ ലോക്ക്-ഇൻ (vendor lock-in) ഒഴിവാക്കാൻ ശ്രമിക്കുന്നു. അവർക്ക് പരമാവധി പോർട്ടബിലിറ്റി (portability) വേണം.

ഈ ലക്ഷ്യം ചില പ്രശ്നങ്ങൾക്ക് കാരണമാകുന്നു:

AI മികച്ച രീതിയിൽ പ്രവർത്തിക്കാൻ ക്ലൗഡ്-നേറ്റീവ് ടൂളുകൾ ആവശ്യമാണ്. അവയ്ക്ക് ഇവ ആവശ്യമാണ്:

ഈ ടൂളുകൾ മോഡലുകളെ ടെസ്റ്റിംഗിൽ നിന്ന് പ്രൊഡക്ഷനിലേക്ക് വേഗത്തിൽ എത്തിക്കുന്നു.

ഒരു ക്ലൗഡ് സർവീസ് നിങ്ങളുടെ ഫ്രോഡ് മോഡൽ ആറ് മാസം നേരത്തെ പുറത്തിറക്കാൻ സഹായിക്കുന്നുണ്ടെങ്കിൽ, പിന്നീട് ക്ലൗഡ് മാറ്റേണ്ടി വരുന്നതിനേക്കാൾ വലിയ മൂല്യമാണ് അത് നൽകുന്നത്.

ആർക്കിടെക്റ്റുകൾ ക്ലൗഡ് ആശ്രിതത്വത്തെക്കുറിച്ച് ആശങ്കപ്പെടുന്നു. എന്നാൽ സാവധാനത്തിലുള്ള പ്രവർത്തനത്തിന്റെ (slow execution) ആഘാതം അവർ കുറച്ചു കാണുന്നു. മിക്ക കമ്പനികളും അവരുടെ മുഴുവൻ പ്ലാറ്റ്‌ഫോമുകളും ഒരിക്കലും മൈഗ്രേറ്റ് ചെയ്യാറില്ല. പല കമ്പനികളും സാവധാനത്തിലുള്ള ഡെലിവറി കാരണം ബുദ്ധിമുട്ടുന്നു. ഈ രണ്ട് റിസ്കുകളും ഒന്നുപോലെയല്ല.

മികച്ച ടെക് കമ്പനികൾ ആർക്കിടെക്ചറിനെ ഒരു ബിസിനസ്സ് തീരുമാനമായി കാണുന്നു.

• Amazon സ്കെയിലിനായി (scale) ഒപ്റ്റിമൈസ് ചെയ്തു. • Netflix വിശ്വാസ്യതയ്ക്കായി (reliability) ഒപ്റ്റിമൈസ് ചെയ്തു. • Stripe വേഗതയ്ക്കായി (speed) ഒപ്റ്റിമൈസ് ചെയ്തു.

വേഗത്തിൽ നീങ്ങാൻ ക്ലൗഡ്-നേറ്റീവ് പ്ലാറ്റ്‌ഫോമുകൾ സ്വീകരിക്കുന്നവരായിരിക്കും AI ഫ്രോഡ് പ്രിവൻഷനിൽ വിജയിക്കുക.

AI നിർബന്ധിതമായി മാറിക്കൊണ്ടിരിക്കുകയാണ്. AI സ്വീകരിക്കുന്ന കമ്പനിയല്ല വിജയി; മറിച്ച് അത് ഏറ്റവും വേഗത്തിൽ വിന്യസിക്കുകയും (deploy) സ്കെയിൽ ചെയ്യുകയും ചെയ്യുന്ന കമ്പനിയാണ് വിജയി.

കൃത്യമായ നടപ്പിലാക്കലാണ് (Execution) മത്സരത്തിൽ വിജയിയെ നിശ്ചയിക്കുന്നത്. ഫിനാൻസ് മേഖലയിൽ, സാവധാനത്തിലുള്ള പ്രവർത്തനം തട്ടിപ്പിന് തുല്യമായ നഷ്ടമുണ്ടാക്കുന്നു.

ഉറവിടം: https://dev.to/mannyfrank_07/most-financial-institutions-are-solving-fraud-the-right-way-but-building-infrastructure-the-wrong-52hh

ഓപ്ഷണൽ ലേണിംഗ് കമ്മ്യൂണിറ്റി: https://t.me/GyaanSetuAi