i卡會員

金融業以AI模型避免信用卡詐欺已是常見應用，但由於罪犯詐欺行為會經常改變模式以希望避過現有模型檢測，故何時能發現模型失效，以進行重新訓練對信用卡公司相當重要。Mastercard採AI來監測AI防詐欺模型何時失效屬於業界先驅；首先該公司先建立計分卡(Scorecard)制度，將防詐欺模型再細分為由?款項?、?風險?、?交易商?、?刷卡用途?四種計分卡，分別訓練模型進行評估後再加總四者，最後以另一獨立AI監測四者是否有異常狀況發生(Abnormal detection)；此項應用在觀念驗證(Proof of Concept)階段，就已提早發現並減少超過三百萬美金刷卡詐欺發生。Mastercard也說明此方式面臨至少五種挑戰：資料取得、技術開發、企業文化、道德檢驗、數學方法；而金融模型必然存在偏差(Bias；如對不同居住地通過的信用額度明顯不同)，Mastercard表示模型無法避免偏差發生，但可透過統計來標竿比較(Benchmarking)偏差大小；另監測用的AI模型其正確度(Accuracy)及穩定度(Stability)兩者，通常為相互取捨(Trade-off)的關係，需要有經驗專家協助判定以何種特徵為重優先。