3月中旬，加州的一个骗子试图用我的借记卡购买价值150美元的Wingstop。除了对订单的庞大规模印象深刻之外，我还松了一口气，因为发行我信用卡的花旗银行当场拒绝了这笔交易，并提醒我注意欺诈。几分钟后，我关闭了我的信用卡，阻止了骗子的任何购买，并订购了一张新卡。结果好，一切都好。
当我四月份去布宜诺斯艾利斯的时候，我想我可能会遇到类似的情况。当然，银行说你在旅行时不必再提前打电话了，但我想我仍然会有一些购买被标记为潜在的欺诈行为，就像过去出国旅行时发生的那样。奇迹般地，一切都顺利进行。我不知道摩根大通(JPMorgan Chase)怎么知道我会在阿根廷花200美元打肉毒杆菌，但它确实做到了。(不，我不是用同一张卡订的机票，不管怎样，现在每个人都打肉毒杆菌。)
银行和信用卡公司越来越善于辨别哪些付款是欺诈性的，哪些是合法的，这是件好事。许多人都有过信用卡被盗或自己的合法交易被标记为可疑的恐怖经历。度假前不用花20分钟打电话解释你要去哪里，什么时候去，这感觉真好。信用卡欺诈保护还远远不够完美，但不可否认的是，这项技术正在进步。另一方面，考虑到金融机构必须了解你多少才能做出正确的决定，这也有点疯狂。
我很好奇这一切是如何运作的——坦率地说，我有点害怕。因此，我联系了一些信用卡公司和学者，希望了解更多信息。为什么人们不再需要提醒他们的信用卡公司旅行了呢?从更广泛的角度来说，银行是如何如此擅长于判断我们的消费习惯中哪些是正常的，哪些是不正常的?
联邦贸易委员会每年收到数千起信用卡欺诈投诉。追踪信用卡行业的尼尔森报告称，2022年，支付卡欺诈导致全球损失330亿美元，美国损失136亿美元。因此，信用卡发卡机构和银行都热衷于尽其所能发现欺诈行为。他们想让他们的客户满意，更重要的是，他们想阻止他们的损失。在美国，主要的信用卡发卡机构和银行通常实行零责任政策，这意味着当客户被骗时，承担成本的是信用卡机构，而不是客户。
几年前，一笔交易是否成功是基于一些事情，比如是否有实体卡，你是否有足够的钱来购物，以及(如果收银员想看的话)你在收据上的签名是否与你卡背面的签名相符。在某些情况下，收银员甚至可能要求出示身份证或打电话给银行核实资金。通过使用驱动大多数创新的相同工具:数据和计算机，我们已经从那些糟糕的旧日子走了很长一段路。信用卡公司和银行对我们非常了解——我们在哪里购物，什么时候消费，我们通常愿意花多少钱买东西——而且他们越来越善于将这些知识转化为行动。
ed="true" data-source="Add source(可选)" data-source-updated="false"> 虽然人们都在谈论新颖的人工智能形式，但欺诈检测在很大程度上要归功于机器学习，这是人工智能领域存在多年的一个领域。大量的数据被输入计算机系统，算法会找出其中的模式和关系。算法创建决策树来预测不同结果的可能性，并确定哪些是正常的，哪些是可疑的。这并不是说你的信用卡公司知道你会把一大笔钱花在a上而不是B上——它知道像你这样的客户属于“喜欢a”的阵营，而不是“喜欢B”的阵营。 美国运通(American Express)负责全球欺诈风险的执行副总裁蒂娜·艾德(Tina Eide)说，“它正在观察发生的事情，这些事情与你的一般行为非常不同。”当我谈到一般行为时，它是一般化的，对吧?这并不取决于具体的购买或特定的商家。”艾德补充说:“这些模型每年评估价值一万亿美元的交易。” 机器现在知道的比以往任何时候都多。Visa北美地区风险官迈克?莱姆伯格(Mike Lemberger)表示，在过去5年里，人们使用信用卡产生的数据点数量大幅增长。人们越来越多地使用信用卡而不是现金。而且他们在商店里不只是拿出一张实体卡——他们在亚马逊账户、Netflix账户、iPhone等账户上都有信用卡凭证。发卡机构可以分析的购物越多，欺诈检测就越准确。 莱姆伯格说:“Visa，我们没有消费者信息——那是你的金融机构拥有的——但我们拥有的是所有这些数据点的三角测量。”“我们可以创造更多更好的分数，在机器学习和人工智能能力的基础上，它成为一个更强大的预测器，然后我们把它提供给我们所有的合作伙伴，告诉他们，‘嘿，伙计们，如果你想做出最好的决定，这里有一大堆非常好的信息。’” Visa不会直接阻止你的信用卡，但它会提醒你的银行，你的购买看起来很可疑，或者在你与之打交道的商家发现了欺诈行为。 这一切似乎都很简单，直到我与Yann-A?l Le Borgne和Gianluca Bontempi交谈，他们是比利时布鲁塞尔自由大学(universit Le Libre de Bruxelles)研究机器学习和信用卡欺诈的两位研究人员。他们强调了这种欺诈检测技术的巨大规模。他们说，公司和它们的算法正在吸收数以百万计的交易，并创建了如此多的决策树来对某些活动进行分类，以至于可以无视人类的逻辑。基本上，电脑可能是对的，你的交易看起来很奇怪，即使它是在你家乡的一个相当无害的供应商处完成的，或者它可能是对的，交易很好，即使它是在一个遥远的地方完成的——但是当人类试图弄清楚是什么发出了警报或没有发出警报时，没有人能真正找出原因。 Bontempi说:“机器可以考虑更多的功能，但到最后，我们还不清楚这些功能是否对人类有意义。”“人类习惯于处理两个、三个特征，最多五个特征，而机器可以处理数百个特征。因此，机器所能做的事情确实有不同的层次。” 有人类编写的规则，通常是可解释的，也有机器编写的规则，这可能是一个黑盒子。它们更精确，但对人们来说，即使不是不可能，也可能更难进行逆向工程。银行可能会使用几种不同的算法，这使得情况更加复杂。数据科学家是最终的决策者，但他们处理的信息是基于高度复杂的技术。 当我向专家解释我的“翅膀vs皱纹”这个有点尴尬的难题，并询问是什么触发了一个警报而不是另一个警报时，他们给出了不同的解释。美国运通公司的艾德说，尽管我没有用购买肉毒杆菌素的信用卡预订去阿根廷的行程，但可能是别的什么东西让系统知道了我在那里。我意识到我还用同一张卡在手机上买了一整套布宜诺斯艾利斯的动感单车课程。我还付了在城里吃饭的钱。来自Visa的Lemberger强调，这与所有数据和消费模式有关，并表示考虑到我的消费模式，肉毒杆菌毒素可能比大量送货订单更符合我的个人资料。 “我不愿意这么说，但归根结底，所有这些数据点都建立了人物角色。就像在市场营销中，有人会用角色向你推销一样，我们也在用同样的技术来保护你。”“事实是，我们使用这些数据点不仅是为了保护你，也是为了保护整个生态系统。” 在某种程度上，我突然想到信用卡公司和银行正在使用的超级计算机可能比我知道或了解我自己的还要多。 Le Borgne说:“很可能一笔交易导致你的信用卡被冻结的确切原因没有明确的解释。” 我还问了信用卡保护和借记保护是否有很大的区别，得到的回答是没有很大的区别——也许银行对信贷的限制会更严格一些，因为从技术上讲，它们借给你的钱不受你实际现金余额的限制。我还问，公司是否不再担心旅行预结算，因为他们不再那么担心因欺诈而损失金钱，答案是肯定的否定。 莱姆伯格说:“最终，总有人要为欺诈行为付出代价。”如果你是欺诈的受害者，信用卡公司会退还你的钱，但他们会找到另一个地方来收回这笔钱，就像他们一直做的那样。 从本能上讲，我并不是一个科技至上的人——如果人工智能真的要杀死我们，我觉得我们应该拔掉它的插头。我并不是特别担心隐私问题，但我也不喜欢美国运通(AmEx)、摩根大通(JPMorgan)和花旗(Citi)把我绑在一起的想法。但很酷的是，公司确实在让欺诈检测变得更好，尤其是在一个欺诈者自己也在不断进步的世界里。我不想说“耶，银行!”但也许这里的答案真的是“耶，银行!”至少在下一次重大的数据隐私泄露之前是这样的，到那时我会后悔一切。 艾米丽·斯图尔特是《商业内幕》的高级记者，撰写有关商业和经济的文章。 一个关于话语故事 通过我们的话语新闻，商业内幕寻求探索和阐明当今最引人入胜的问题和想法。我们的作者通过分析、报道和专业知识提供发人深省的观点。点击这里阅读更多话语故事。
