பெரும்பாலான நிதி நிறுவனங்கள் மோசடியை சரியான முறையில் தீர்க்கின்றன, ஆனால் உள்கட்டமைப்பைத் தவறான முறையில் உருவாக்குகின்றன
மோசடிகள் புத்திசாலித்தனமாகி வருகின்றன.
நிதி நிறுவனங்கள் மோசடி கண்டறிதல் மற்றும் பாதுகாப்பிற்காக பில்லியன் கணக்கான டாலர்களைச் செலவிடுகின்றன. இருப்பினும் மோசடி இழப்புகள் தொடர்ந்து அதிகரித்து வருகின்றன. தாக்குதல் நடத்துபவர்கள் வெற்றி பெற AI மற்றும் ஆட்டோமேஷனைப் பயன்படுத்துகின்றனர்.
இந்தத் துறைக்கான பதில் AI-இல் முதலீடு செய்வதாகும். இது சரியான நடவடிக்கையாகும்.
ஆனால் பல நிறுவனங்கள் ஒரு தவறு செய்கின்றன. அவை கண்டறிதலுக்கு AI-ஐப் பயன்படுத்துகின்றன, ஆனால் அவற்றின் வேகத்தைக் குறைக்கும் வகையிலான உள்கட்டமைப்பை உருவாக்குகின்றன.
எதிர்காலம் கிளவுட்-நேட்டிவ் (cloud-native) நிறுவனங்களுக்குச் சொந்தமானது.
கிளவுட்-அக்னாஸ்டிக் (cloud-agnostic) அல்ல. மல்டி-கிளவுட் (multi-cloud) அல்ல. கிளவுட்-நேட்டிவ் (cloud-native).
பாரம்பரிய விதிமுறை சார்ந்த அமைப்புகள் தோல்வியடைகின்றன. கைமுறைப் புதுப்பிப்புகளுக்கு (manual updates) ஏற்ப மோசடி முறைகள் மிக வேகமாக மாறிவிடுகின்றன. நவீன AI அமைப்புகளால் இவற்றைக் செய்ய முடியும்:
• நிகழ்நேரத்தில் (real time) முரண்பாடுகளைக் கண்டறிதல் • மில்லியன் கணக்கான பரிவர்த்தனைகளில் உள்ள முறைகளை ஆய்வு செய்தல் • தவறான நேர்மறை முடிவுகளைக் (false positives) குறைத்தல் • இடர் மதிப்பீட்டை (risk scoring) மேம்படுத்துதல் • புதிய மோசடி நுட்பங்களுக்கு ஏற்பத் தகவமைத்துக் கொள்ளுதல்
JPMorgan Chase, PayPal மற்றும் Stripe போன்ற நிறுவனங்கள் இயந்திரக் கற்றலை (machine learning) பயன்படுத்துகின்றன, ஏனெனில் கைமுறை முறைகள் தோல்வியடைகின்றன. இது இழப்புகளைக் குறைப்பதோடு செலவுகளையும் குறைக்கிறது.
பல நிறுவனங்கள் தோல்வியடையும் இடம் அவற்றின் உள்கட்டமைப்பு உத்திதான். அவை ஒரு குறிப்பிட்ட விற்பனையாளரைச் சார்ந்திருப்பதைத் (vendor lock-in) தவிர்க்க முயல்கின்றன. அவை அதிகப்படியான இடமாற்றத் திறனை (portability) விரும்புகின்றன.
இந்த இலக்கு சிக்கல்களை உருவாக்குகிறது:
- அதிக சிக்கல்கள்
- நீண்ட கால பயன்பாட்டுச் சுழற்சிகள் (deployment cycles)
- மெதுவான கண்டுபிடிப்புகள்
AI சிறப்பாகச் செயல்பட கிளவுட்-நேட்டிவ் கருவிகள் தேவை. அதற்குத் தேவை:
- நிர்வகிக்கப்படும் தரவுத் தளங்கள் (Managed data platforms)
- நிகழ்நேர நிகழ்வு ஸ்ட்ரீமிங் (Real-time event streaming)
- சர்வர்லெஸ் செயலாக்கம் (Serverless processing)
- எலாஸ்டிக் கம்ப்யூட் (Elastic compute)
இந்தக் கருவிகள் மாதிரிகளை (models) சோதனை நிலையிலிருந்து பயன்பாட்டு நிலைக்கு (production) வேகமாக மாற்றுகின்றன.
ஒரு கிளவுட் சேவை ஒரு மோசடி மாதிரியை ஆறு மாதங்களுக்கு முன்பே வெளியிட உங்களுக்கு உதவினால், பிற்காலத்தில் கிளவுடை மாற்றுவதற்கான அபாயத்தை விட அந்த மதிப்பு அதிகமாக இருக்கும்.
வடிவமைப்பாளர்கள் (Architects) கிளவுட் சார்ந்திருப்பதைப் பற்றி கவலைப்படுகிறார்கள். மெதுவான செயல்பாட்டின் (slow execution) செலவை அவர்கள் குறைத்து மதிப்பிடுகிறார்கள். பெரும்பாலான நிறுவனங்கள் முழுமையான தளங்களையும் (platforms) ஒருபோதும் மாற்றிக்கொள்வதில்லை. பல நிறுவனங்கள் மெதுவான விநியோகத்தால் (slow delivery) பாதிக்கப்படுகின்றன. இந்த அபாயங்கள் ஒன்றல்ல.
சிறந்த தொழில்நுட்ப நிறுவனங்கள் கட்டமைப்பை (architecture) ஒரு வணிக முடிவாக எடுக்கின்றன.
• Amazon அளவிற்காக (scale) மேம்படுத்தப்பட்டுள்ளது. • Netflix நம்பகத்தன்மைக்காக (reliability) மேம்படுத்தப்பட்டுள்ளது. • Stripe வேகத்திற்காக (speed) மேம்படுத்தப்பட்டுள்ளது.
AI மோசடித் தடுப்பில் வெற்றி பெறுபவர்கள், வேகமாகச் செயல்பட கிளவுட்-நேட்டிவ் தளங்களை ஏற்றுக்கொள்பவர்களே ஆவர்.
AI கட்டாயமாகி வருகிறது. AI-ஐ ஏற்றுக்கொள்கிற நிறுவனம் வெற்றியல்ல. அதை மிக வேகமாகப் பயன்பாட்டிற்குக் கொண்டுவந்து (deploy), விரிவாக்கம் (scale) செய்யும் நிறுவனமே வெற்றியாளர்.
செயல்வேகமே (Execution) போட்டியில் வெற்றி பெறச் செய்யும். நிதித்துறையில், மெதுவான செயல்பாடு மோசடியைப் போலவே செலவுமிக்கது.
மூலம்: https://dev.to/mannyfrank_07/most-financial-institutions-are-solving-fraud-the-right-way-but-building-infrastructure-the-wrong-52hh விருப்பத்தேர்வு கற்றல் சமூகம்: https://t.me/GyaanSetuAi