TransUnion的人工智能计划取得了意想不到的成效

自从今年早些时候启动大规模数据湖 以支持其在全球范围内的分析、应用程序开发和人工智能用例以来，TransUnion LLC 已经开始意识到在后台案例中部署人工智能模型的好处——而且它们不一定是你所期望的。

用于数据准备的自助式 AI 模型有助于打破专业领域形成的孤岛。人类分析师不再将问题抛给专家解决，而是转向 AI 寻求解决方案。TransUnion 首席技术、数据和分析官 Venkat Achanta（如图）表示，这打破了工作流程的僵局，让工作变得更有意义。

“用户现在可以协调端到端流程并打破孤岛，”他说。“他们过去必须要求另一个团队做的事情，现在可以自己做了。在人工智能的帮助下，一个人可以完成一系列更为复杂的任务。”

结果是技能库不断提升。“以前无法进行数据分析的人现在都成为了超级分析师，”他说。“数据分析师正在攀登数据阶梯，成为建模者并承担更高级别的任务。它正在推动每个人都向上攀登。”

作为一家受到严格监管的公司，TransUnion 的 AI 早期部署主要侧重于内部功能，例如减少欺诈、加载数据和提高开发人员的工作效率。总体而言，其结果是积极的，在某些情况下甚至非常显著。

力量倍增器

大型语言模型通过模拟过去需要人工完成的调查任务增强了欺诈检测能力。

“代理人需要了解欺诈的语法，”Achanta 说。“某些步骤顺序可能意味着某种意思，而步骤之间的停顿也可能意味着其他意思。如果你思考 LLM 的工作原理，你就可以创建一个针对特定金融欺诈案例进行调整的深度学习模型，而且我们发现其中一些技术转化得非常好。”

人工智能使欺诈检测准确率提高了 40%，并将虚假欺诈警报减少了一半以上。“这两个因素起到了倍增作用，”Achanta 说。

事实证明，人工智能是值得信赖的数据导入合作伙伴，它可以做出以前需要人工审查的决策。数据验证等常规任务可以由机器更快、更准确地完成。“它可以识别数据元素、标记数据元素并应用您拥有的一致性规则，这样您就不必让用户坐在那里逐一映射数据元素了，”他说。

例如，可以指示模型为没有区号的电话号码生成警报，但传递四位数的社会安全号码，因为“这就是我们在隐私保护世界中所需要的一切，”他说。“它在前端所能做的事情令人惊叹。事后进行这些数据质量检查非常昂贵。”

在软件开发领域，LLM 驱动的代码助手正在帮助一个大型现代化项目将老化的 .NET 代码转换为 Java。“当你应用人工智能时，代码转换的优势将大大提升，”Achanta 说。

由于自动化，工作正在发生变化，这自然会引发一些担忧。Achanta 说，缓解人们的恐惧“是一项正在进行的工作”。他发现，解决焦虑最有效的方法之一是关注工作质量。

“对于开发人员来说，这意味着生成任务案例，而不是为任务案例编写代码，”他说。“这些都是开发人员不想做的平凡事。人们从做更有创意的任务中获得更多意义。”

关注公众号：拾黑（shiheibook）了解更多

友情链接：

关注数据与安全，洞悉企业级服务市场：https://www.ijiandao.com/
安全、绿色软件下载就上极速下载站：https://www.yaorank.com/