SAS 反欺詐分析及人工智能技術支援企業打擊欺詐
< 香港 > － 企業因欺詐而導致的實際損失難以量度，特許詐騙審查師學會（Association of Certified Fraud Examiners, ACFE）估計，欺詐損失普遍佔企業年收入約5%。以2018年全球生産總值84.84萬億美元計算，即當中有4.24萬億美元被竊取、詐騙或盜用，相等於全球經濟收益每日被掠奪116億美元，數字令人震驚。
SAS 以成功客戶個案為International Fraud Awareness Week掀開序幕
全球數據分析領域領導者SAS全力支持11月17至23日舉行的International Fraud Awareness Week，藉此讓企業關注反欺詐科技對打擊欺詐活動的關鍵作用。這項活動由ACFE主辦，旨在透過加强反欺詐意識與教育，減低愈趨普遍的欺詐罪案對商業及個人的龐大影響。
SAS欺詐及保安情報副總裁Stu Bradley表示：「當詐騙份子尋找嶄新途徑去濫用科技並鎖定潛在受害者的同時，SAS利用進階分析技術支援銀行、保險公司、政府機關及醫療保健機構全力打擊欺詐活動。SAS的反欺詐解決方案利用預測功能及人工智能，揭露全新且難以預計的欺詐活動，提供全面的欺詐風險評估，協助客戶保護障其聲譽及實際收入。」
泰國銀行實時偵測可疑欺詐活動以保障客戶
泰國的信用卡詐騙情況猖獗，個案數字按年增長20%，為行業帶來每年近4億美元的損失。總部設於曼谷的全國第五大銀行Krungsri Consumer，最近採用SAS® Fraud Management取代其原用15年的欺詐監測系統。SAS嶄新的欺詐管理平台利用進階分析技術及機器學習，協助Krungsri實時監測信用卡交易中的可疑活動，迅速取得卓越成效。
Krungsri Consumer詐騙管理高級副總裁Pramote Lalitkitti表示：「SAS協助我們減少40%的可疑個案警報，並將詐騙檢測率提高35%，並將誤報率降低18%。由於我們節省了處理每宗個案的時間，並同時提高欺詐監控團隊的工作效率，管理層均樂見此成果！」
巴西保險公司透過人工智能及數據分析技術打擊欺詐索償
於2015年，巴西保險業聯會（CNseg）推出一項計劃以集中處理整個巴西保險業的欺詐預防活動。而巴西國家保險聯會（FenSeg）便是CNseg旗下四個聯會中首個採用SAS® Detection and Investigation for Insurance解決方案而取得成效的機構。
這項方案運用多種技術，包括配備人工智能及機器學習的進階分析技術。透過這些功能，FenSeg能夠實時對保險索償進行評分，並以視覺化界面偵測可能被忽視的關聯組織及犯罪集團。此外，這個平台以更快的速度及自動化的程序偵測更多可疑的索償，並同時令警報個案提升286%。
CNseg保險詐騙預防及打擊經理 Rucardo Pereira表示：「預防詐騙的關鍵並不在於警報的數字，而是更多準確的警報讓保險公司採取行動。全賴SAS的欺詐檢測解決方案，我們喜見被證實為欺詐的可疑索償個案增加67%。」
檢測欺詐、浪費及濫用處方藥物索償個案
醫療保健欺詐令保險公司每年損失約700至2,340億美元，但Prime Thereapeutics正以一項新措施打擊相關欺詐，單於實行的首年已為23間藍十字藍盾協會（Blue Cross Blue Shield）旗下的保險計劃節省了279億美元。
去年秋季，Prime 成為首間藥品福利管理（PBM）機構，採用全面反欺詐平台將藥房及醫療藥物索取與醫療服務數據整合。Prime最新的SAS平台結合機構成員、處方人員及藥房的數據，提供全面的藥物管理概覽。該完整的數據圖配合平台強大的人工智能及機器學習功能，讓Prime能夠成功檢測任何原因或來源的欺詐、浪費及濫用（FWA）。
Prime FWA及供應鏈優化副總裁Jo-Ellen Abou Nader表示：「儘管許多PBM及保健計劃都有不同範疇的相關數據，但數據的整合以至從中取得的整體概況對於我們早期的分析成果至關重要。單在2019年，利用SAS平台獲取的獨特見解，以及我們最新的檢測及預防措施，Prime的調查員轉介了721項個案，涉及醫生、病人及藥房與付款人之間的可疑活動。」
展望未來： SAS協助解決數碼身份難題
Stu Bradley表示：「企業難以全面執行的身份認證措施及策略，由於他們深知必需在保安與客戶便利性之間取得關鍵平衡。預防欺詐的基礎是對真實身份的了解，而SAS將基於業界領先供應商提供包括數碼身份和生物識別、公共記錄、欺詐評分等多元數據，協助企業有效預防欺詐。」
SAS® Identity Enrichment and Assessment軟件即服務產品即將推出，利用從多個數據供應商集成的數據，透過SAS分析方案的支援，為數碼用戶提供快速、中央化的身份驗證。
SAS及ACFE Anti-Fraud Technology Benchmarking Report中的主要發現
