National Rail использует машинное обучение для предотвращения мошеннических операций

Британские компании-операторы поездов должны расплачиваться с клиентами, если поезда задерживаются более чем на 30 минут. И в данный момент они получают десятки тысяч заявок по этому поводу. Но они не могут точно проверить, действительно ли человек сел на поезд. Алгоритм машинного обучения классифицирует заявки на «чистоту погашения» (clear to pay) и «задержаны для расследования» (hold for investigation) на основе ежемесячной истории заявок для каждого маршрута, ускоряя обработку для большинства клиентов.

В 2017 году британские компании-операторы погашали заявки клиентов на поезда, задержанные более чем на 30 минут (десятки тысяч в месяц). Но без возможности по-настоящему узнать, какой человек был на каком поезде. Искусственный интеллект искал мошенничество, основываясь на исторических претензиях за тот или иной маршрут за один месяц, и разместил претензии в 10 группах «риска мошенничества» (1 - самый низкий риск и 10 - самый высокий риск). Тогда можно было бы установить порог того, какие претензии должны быть «чистыми для погашения», а какие - «для расследования».

Когда мошенники пытаются индустриализировать свою деятельность, чтобы заработать больше денег, они повторно используют удостоверения личности или оставляют другие следы, чтобы указать, что мошенничество связано. Они также повторяют поведение, которое оставляет доказательства однородного поведения, что свидетельствует о «преднамеренном умысле с целью мошенничества.