చాలా ఆర్థిక సంస్థలు మోసాలను (Fraud) సరైన పద్ధతిలో పరిష్కరిస్తున్నాయి, కానీ మౌలిక సదుపాయాలను (Infrastructure) తప్పు పద్ధతిలో నిర్మిస్తున్నాయి
మోసాలు (Fraud) మరింత తెలివిగా మారుతున్నాయి.
ఆర్థిక సంస్థలు మోసాల గుర్తింపు మరియు భద్రత కోసం బిలియన్ల కొద్దీ ఖర్చు చేస్తున్నాయి. అయినప్పటికీ మోసాల వల్ల కలిగే నష్టాలు పెరుగుతూనే ఉన్నాయి. దాడి చేసేవారు గెలవడానికి AI మరియు ఆటోమేషన్ను ఉపయోగిస్తున్నారు.
పరిశ్రమ స్పందన ఏమిటంటే AIలో పెట్టుబడి పెట్టడం. ఇది సరైన నిర్ణయం.
కానీ చాలా కంపెనీలు ఒక తప్పు చేస్తున్నాయి. అవి గుర్తింపు కోసం AIని ఉపయోగిస్తాయి, కానీ వాటిని నెమ్మదింపజేసే మౌలిక సదుపాయాలను (infrastructure) నిర్మిస్తాయి.
భవిష్యత్తు క్లౌడ్-నేటివ్ (cloud-native) సంస్థలదే.
క్లౌడ్-అగ్నోస్టిక్ (cloud-agnostic) కాదు. మల్టీ-క్లౌడ్ (multi-cloud) కాదు. క్లౌడ్-నేటివ్ (cloud-native).
సాంప్రదాయ రూల్-బేస్డ్ (rule-based) వ్యవస్థలు విఫలమవుతున్నాయి. మాన్యువల్ అప్డేట్లకు వీలు లేకుండా మోసాల నమూనాలు (fraud patterns) చాలా వేగంగా మారుతున్నాయి. ఆధునిక AI వ్యవస్థలు వీటిని చేయగలవు:
• రియల్ టైమ్లో అసాధారణతలను (anomalies) గుర్తించగలవు • మిలియన్ల కొద్దీ లావాదేవీలలో నమూనాలను విశ్లేషించగలవు • తప్పుడు గుర్తింపులను (false positives) తగ్గించగలవు • రిస్క్ స్కోరింగ్ను మెరుగుపరచగలవు • కొత్త మోసపూరిత పద్ధతులకు అనుగుణంగా మారగలవు
JPMorgan Chase, PayPal, మరియు Stripe వంటి కంపెనీలు మెషిన్ లెర్నింగ్ను ఉపయోగిస్తున్నాయి, ఎందుకంటే మాన్యువల్ పద్ధతులు విఫలమవుతున్నాయి. ఇది నష్టాలను తగ్గిస్తుంది మరియు ఖర్చులను తగ్గిస్తుంది.
చాలా సంస్థలు విఫలమయ్యే చోటు వారి మౌలిక సదుపాయాల వ్యూహం (infrastructure strategy). అవి వెండర్ లాక్-ఇన్ (vendor lock-in) నుండి తప్పించుకోవాలని ప్రయత్నిస్తాయి. అవి గరిష్ట పోర్టబిలిటీని (portability) కోరుకుంటాయి.
ఈ లక్ష్యం సమస్యలను సృష్టిస్తుంది:
- మరింత సంక్లిష్టత
- సుదీర్ఘమైన డిప్లాయ్మెంట్ సైకిల్స్
- నెమ్మదైన ఆవిష్కరణలు
AI సరిగ్గా పనిచేయడానికి క్లౌడ్-నేటివ్ సాధనాలు అవసరం. దానికి ఇవి కావాలి:
- మేనేజ్డ్ డేటా ప్లాట్ఫారమ్లు (Managed data platforms)
- రియల్-టైమ్ ఈవెంట్ స్ట్రీమింగ్ (Real-time event streaming)
- సర్వర్లెస్ ప్రాసెసింగ్ (Serverless processing)
- ఎలాస్టిక్ కంప్యూట్ (Elastic compute)
ఈ సాధనాలు మోడళ్లను టెస్టింగ్ నుండి ప్రొడక్షన్కు వేగంగా మారుస్తాయి.
ఒక క్లౌడ్ సర్వీస్ మోసాల మోడల్ను మీరు ఆరు నెలల ముందే ప్రారంభించడానికి సహాయపడితే, ఆ విలువ తర్వాత క్లౌడ్లను మార్చడం వల్ల కలిగే రిస్క్ కంటే చాలా ఎక్కువ.
ఆర్కిటెక్ట్లు క్లౌడ్ ఆధారితం (cloud dependence) గురించి ఆందోళన చెందుతారు. వారు నెమ్మదైన అమలు (slow execution) వల్ల కలిగే ఖర్చును తక్కువగా అంచనా వేస్తారు. చాలా కంపెనీలు మొత్తం ప్లాట్ఫారమ్లను ఎప్పుడూ మైగ్రేట్ చేయవు. చాలా కంపెనీలు నెమ్మదైన డెలివరీ వల్ల నష్టపోతాయి. ఈ రిస్క్లు రెండూ ఒకటే కావు.
ఉత్తమ సాంకేతిక కంపెనీలు ఆర్కిటెక్చర్ను ఒక వ్యాపార నిర్ణయంగా మారుస్తాయి.
• Amazon స్కేల్ (scale) కోసం ఆప్టిమైజ్ చేయబడింది. • Netflix విశ్వసనీయత (reliability) కోసం ఆప్టిమైజ్ చేయబడింది. • Stripe వేగం (speed) కోసం ఆప్టిమైజ్ చేయబడింది.
AI మోసాల నివారణలో విజేతలు అంటే వేగంగా కదలడానికి క్లౌడ్-నేటివ్ ప్లాట్ఫారమ్లను స్వీకరించే వారు.
AI తప్పనిసరి అవుతోంది. AIని స్వీకరించే కంపెనీ విజేత కాదు. దాన్ని అత్యంత వేగంగా డిప్లాయ్ చేసి, స్కేల్ చేసే కంపెనీయే విజేత.
అమలు (Execution) రేసులో గెలుస్తుంది. ఫైనాన్స్లో, నెమ్మదైన అమలు అనేది మోసం (fraud) అంత ఖరీదైనది.
ఐచ్ఛిక అభ్యాస సమూహం: https://t.me/GyaanSetuAi