近幾個(gè)月來掀起了一陣“機(jī)器學(xué)習(xí)”熱潮，谷歌等行業(yè)巨頭十分注重機(jī)器學(xué)習(xí)對企業(yè)的積極影響。

人們將機(jī)器學(xué)習(xí)定義為人工智能的一個(gè)子集，主要針對的是計(jì)算機(jī)程序自學(xué)功能的發(fā)展，并且這種自學(xué)功能可以隨著新數(shù)據(jù)的變化而不斷發(fā)展和改變。全球的90％的數(shù)據(jù)量是在過去的兩年里增加的，因此，掌握開發(fā)自動(dòng)化流程以有效適應(yīng)新信息的能力十分重要。

對于移動(dòng)運(yùn)營商來說，機(jī)器學(xué)習(xí)將帶來巨大的好處，特別是在解決欺詐問題上。僅在2016年，電信公司在全球范圍內(nèi)的虧損預(yù)計(jì)達(dá)到了2940億美元，這使得運(yùn)營商迫切希望利用所有可以利用的工具來解決這一緊迫問題。

那么機(jī)器學(xué)習(xí)該如何打擊欺詐呢？首先，欺詐管理包括識別特定的個(gè)人資料和行為，檢查一切流程是否正常運(yùn)行，或者是否存在異常。不像其他一些可以忽略異常的企業(yè)，負(fù)責(zé)打擊欺詐的團(tuán)隊(duì)需要認(rèn)真排除異常，這是至關(guān)重要的。

機(jī)器學(xué)習(xí)在這方面可以發(fā)揮關(guān)鍵作用，因?yàn)?strong>可以開發(fā)和訓(xùn)練算法來監(jiān)控這些異常情況。例如，機(jī)器學(xué)習(xí)可以識別不同數(shù)據(jù)源的異常模式和相關(guān)性，遠(yuǎn)遠(yuǎn)超出了傳統(tǒng)的基于規(guī)則的欺詐管理。先進(jìn)的欺詐管理系統(tǒng)甚至能夠根據(jù)社交網(wǎng)絡(luò)活動(dòng)等因素，提供一種獨(dú)特的、可以查看的驗(yàn)證結(jié)果。

此外，機(jī)器學(xué)習(xí)算法可以檢測到更加復(fù)雜的目標(biāo)，包括已知的和未知的威脅。隨著數(shù)字化地不斷發(fā)展，新的欺詐類型也在不斷變化和發(fā)展，機(jī)器學(xué)習(xí)要能夠識別并應(yīng)對不同的復(fù)雜威脅，這是保護(hù)運(yùn)營商收入和聲譽(yù)的關(guān)鍵。

由于機(jī)器學(xué)習(xí)能夠快速有效地識別和應(yīng)對新的威脅，運(yùn)營商還可以利用它來節(jié)省欺詐管理專業(yè)人員的時(shí)間。

為了全面打擊欺詐，人類團(tuán)隊(duì)始終需要對任何系統(tǒng)進(jìn)行監(jiān)督，因此，機(jī)器學(xué)習(xí)可以協(xié)助欺詐團(tuán)隊(duì)，節(jié)省他們的時(shí)間，從而讓團(tuán)隊(duì)騰出時(shí)間從事其他關(guān)鍵任務(wù)。

例如，機(jī)器可以接管重復(fù)性的任務(wù)，而這通常是欺詐管理團(tuán)隊(duì)不喜歡接管的。一個(gè)有效的欺詐檢測系統(tǒng)應(yīng)該承擔(dān)大部分的重復(fù)性任務(wù)，當(dāng)需要額外的人力輔助時(shí)，人工團(tuán)隊(duì)就會參與進(jìn)來。隨著物聯(lián)網(wǎng)的不斷發(fā)展，機(jī)器學(xué)習(xí)也將變得越發(fā)重要，從而促進(jìn)了指數(shù)數(shù)據(jù)的發(fā)展。

據(jù)Gartner估計(jì)，到2020年，超過200億的聯(lián)網(wǎng)設(shè)備將投入使用，其產(chǎn)生的數(shù)據(jù)量將遠(yuǎn)遠(yuǎn)超出人類的處理能力，更不用說利用這些數(shù)據(jù)來得出有價(jià)值的分析結(jié)果了。相比之下，機(jī)器學(xué)習(xí)在數(shù)據(jù)豐富的時(shí)代是最適合打擊欺詐的，因?yàn)樗�與數(shù)據(jù)集的大小成反比。這意味著數(shù)據(jù)集越大，機(jī)器學(xué)習(xí)的處理效率就越高。

機(jī)器還能夠檢測和識別大量的特征和行為，如果人為檢查這些特征和行為的話可能帶來一些風(fēng)險(xiǎn)。而機(jī)器可以在幾微秒之內(nèi)識別出這些特征和行為，從而使操作人員能夠立即對潛在的威脅作出反應(yīng)。有了這樣明顯的優(yōu)勢，機(jī)器學(xué)習(xí)將成為運(yùn)營商打擊欺詐的關(guān)鍵武器。

尤其是新型的深度機(jī)器學(xué)習(xí)將更有價(jià)值。雖然機(jī)器學(xué)習(xí)的主要算法已經(jīng)存在了幾十年，但現(xiàn)在每個(gè)月都有新的算法開發(fā)出來，因?yàn)樯疃葘W(xué)習(xí)算法非常復(fù)雜。

深度學(xué)習(xí)軟件試圖模仿大腦皮層的活動(dòng)層，因?yàn)槿藗兊乃伎夹袨榫褪窃诨顒?dòng)層中進(jìn)行的。因此，軟件可以學(xué)習(xí)識別聲音、圖像和其他數(shù)據(jù)的數(shù)字表示形式。對于欺詐管理團(tuán)隊(duì)來說，欺詐管理工具可以借此連接到諸如語音識別、生物識別等服務(wù)，這將極大地豐富應(yīng)對欺詐所需的大量個(gè)人資料，并且有助于減輕數(shù)字時(shí)代所產(chǎn)生的新威脅。

然而，盡管機(jī)器學(xué)習(xí)能給運(yùn)營商帶來打擊欺詐的優(yōu)勢，但它在整個(gè)行業(yè)中仍未得到廣泛應(yīng)用，最近一項(xiàng)來自TM Forum的調(diào)查顯示，目前只有23％的運(yùn)營商在使用機(jī)器學(xué)習(xí)進(jìn)行欺詐管理。

不過，這一數(shù)字即將發(fā)生變化，因?yàn)?strong>其中18％的運(yùn)營商表示，他們正在考慮用數(shù)據(jù)挖掘工具來補(bǔ)充當(dāng)前的欺詐檢測方法。當(dāng)面對新的威脅和欺詐帶來的嚴(yán)重收入損失時(shí)，機(jī)器學(xué)習(xí)可以給運(yùn)營商帶來的好處是不容忽視的。因此，運(yùn)營商現(xiàn)在必須行動(dòng)起來，更新他們的欺詐管理工具，以保持競爭優(yōu)勢，并最終保護(hù)他們的業(yè)務(wù)成果。