Amélioration de la Précision de l'IA pour la Surveillance des Transactions Suspectes
Mis à jour
Chez Expensya, nous comprenons qu'il est essentiel de trouver un équilibre entre sécurité et expérience utilisateur, en particulier lorsqu'il s'agit de la surveillance des transactions. Notre système basé sur l'IA analyse actuellement les transactions effectuées avec les cartes Expensya afin d’identifier et de signaler les activités suspectes.
Les alertes concernant les transactions à haut risque sont envoyées à l'administrateur des cartes Expensya, qui peut examiner et marquer ces transactions comme suspectes ou valides.
Pour améliorer l’efficacité du système, nous avons mis en place une boucle de rétroaction permettant aux administrateurs de cartes de fournir des informations lorsqu'ils marquent une transaction suspecte comme valide. Voici le processus :
Lorsqu’une Transaction est Signalée comme Suspecte
Les administrateurs ont deux options :
- Marquer comme "Tout est bon"
- Si un administrateur considère qu'une transaction est valide, il sera invité à fournir un retour afin d’améliorer la précision de la détection des transactions inhabituelles.
Ce retour est essentiel pour comprendre la logique derrière leur décision et sera utilisé pour affiner l’algorithme de l’IA. - Marquer pour Révision Interne
- Si une transaction est confirmée comme suspecte, aucun retour n’est nécessaire, car cette classification renforce les capacités de détection de l’IA pour les vrais positifs.
Utilisation des Retours et de la Compréhension Contextuelle pour Améliorer l’Algorithme d’IA
Grâce aux informations fournies par les administrateurs et à l'intégration de détails transactionnels essentiels, le système d’IA deviendra plus précis, réduisant les faux positifs et optimisant sa capacité à identifier les véritables activités suspectes.
Voici comment nous améliorons l’algorithme :
- Intégration des Retours des Administrateurs: L’IA apprendra des classifications faites par les administrateurs, améliorant sa capacité à différencier les transactions suspectes des transactions légitimes. Avec le temps, ces retours affineront le processus de prise de décision de l’algorithme et réduiront les alertes inutiles.
- Utilisation des Informations Budgétaires: En intégrant les données budgétaires dans l'analyse des transactions, l'IA pourra mieux évaluer le contexte de chaque transaction. Par exemple, si une transaction correspond à un budget pré-approuvé, elle aura moins de chances d’être signalée comme suspecte.
- Exclusion des Transactions Remboursées: Les transactions ayant fait l’objet d’un remboursement seront exclues de l'analyse des activités suspectes. Cela permet à l’IA de se concentrer uniquement sur les activités financières pertinentes et d’éviter des alertes inutiles.
Cas d’Usage Illustrant les Améliorations de l’IA
Pour illustrer le fonctionnement de l’IA améliorée, voici quelques scénarios concrets :
- Scénario 1 : Voyage approuvé par le budget
- Contexte : Un détenteur de carte effectue une transaction réussie à Tunis sous un budget pré-approuvé intitulé "Voyage à Tunis".
- Amélioration : Lors de l’analyse de cette transaction, l’IA prendra en compte la raison budgétaire. La transaction ne sera pas signalée comme suspecte, réduisant ainsi les alertes inutiles pour les administrateurs.
- Scénario 2 : Marchand familier avec des montants élevés
- Contexte : Un détenteur de carte réalise un achat de grande valeur chez Figma, un commerçant où des transactions précédentes de montant élevé ont été marquées comme "Tout est bon" par les administrateurs.
- Amélioration : L’IA reconnaîtra l’historique des retours des administrateurs pour ce commerçant et considérera la transaction actuelle comme valide, évitant ainsi des alertes superflues.
- Scénario 3 : Transactions remboursées
- Contexte : Un détenteur de carte effectue une transaction qui est ultérieurement remboursée.
- Amélioration : L’IA identifiera le remboursement et exclura automatiquement la transaction de l’analyse des activités suspectes, supprimant ainsi les alertes inutiles pour les administrateurs.
Notre objectif est de créer un système d’IA plus intelligent et plus adaptatif, qui réduit les faux positifs et améliore la précision globale de la surveillance des transactions. En exploitant les retours des administrateurs et les données budgétaires, nous développons une solution qui sécurise les opérations financières sans compromettre l’efficacité ni la confiance. Avec moins d’alertes inutiles, les administrateurs peuvent se concentrer sur les risques réels, en ayant l’assurance que le produit carte Expensya fonctionne de manière intelligente et efficace.
