随着数字商业面临由AI驱动的欺诈挑战，企业必须重新审视风险评估和成功衡量的方法。Frogo首席执行官沃洛迪米尔·托杜罗夫（Volodymyr Todurov）强调，安全控制措施不应以牺牲盈利能力为代价。
当合成身份和生成文档对传统验证流程发起冲击时，企业被迫加强控制措施。然而，这种做法可能导致合法客户被拒之门外，影响客户体验并损害业务利润。
托杜罗夫指出，“目前，KYC（了解您的客户）是最易受到攻击的环节，实时文档生成和深度伪造技术日益先进。”
尽管加强控制措施可以降低可疑交易，通过提供更好的客户体验，企业却可能失去收入。他明确表示，“在对待合法用户时必须改变心态，不能一味将其视为嫌疑人。”
评估商业影响
托杜罗夫认为，反欺诈应被视为“收益优化引擎”，可以通过三项指标来评估：直接损失预防、操作效率及客户保留和终身价值。
直接损失预防是最常见的指标，评估由于欺诈带来的财务损失。然而，达到这种减少所需的资源同样至关重要，若日常审查需耗费大量人力，企业可能面临管理客户量的困难。
“没有细致的评估模型，你可能会阻止最有价值的客户。”
其次是每位分析师支持的月活跃用户数，以及完成调查所需的时间。自动化常规决策应使专家能够聚焦于更复杂的威胁。
最终，托杜罗夫提倡“基于无罪推定的自动化提款”，这关联更顺畅的交易与客户的信任和长期价值。延误和不必要的审查带来的成本即使不体现在欺诈报告中却依然存在。
当怀疑变成昂贵错误
高价值客户的行为常与一般用户大相径庭，频繁的旅行和大额存款可能会引发可疑信号。如果没有足够的背景知识，企业可能会错失这些关键客户。
托杜罗夫重申，“没有细致的评估模型，你可能会阻止最有价值的客户。”
他提到，异常行为应引发专家的深入评估，而非简单的阻止。理解这些区别需要具备对产品和客户有深入了解的专业人员。
从首次访问构建更清晰的图像
Frogo提倡从用户的首次访问开始收集信息，通过设备指纹识别分析硬件和软件参数，以核实用户的合法性，检测机器人和伪装过的设备。
他们的设备指纹识别工具使企业能够在现有反欺诈设置中单独添加此功能。此工具能够分析超过300个客户端信号，为评估活动的一致性提供背景。
将欺诈情报转化为商业价值
反欺诈工具不仅可以识别威胁，还可以帮助企业识别正面客户行为并加以利用。托杜罗夫表示，“反欺诈工具应被视为核心数据引擎。”
这种方式需要不断调整和适应新的市场，以确保合法客户的旅程简畅无阻。托杜罗夫总结道：“获胜者将把高水平的反欺诈团队与灵活科技相结合，以成长的思维视角看待反欺诈。”
common problems
反欺诈措施如何影响客户体验？
不合理的反欺诈措施可能导致合法客户被拒绝，进而损害客户体验和商业利润。
托杜罗夫如何定义反欺诈的成功？
托杜罗夫将反欺诈定义为“收益优化引擎”，通过评估直接损失、操作效率及客户保留等指标来衡量成功。
Frogo的设备指纹识别工具有什么特点？
Frogo的设备指纹识别工具分析客户端的300多个信号，能够识别合法用户并提高风险评估的准确性。
AI在反欺诈过程中扮演什么角色？
托杜罗夫指出，AI并非万灵药，其成功依赖于专业人士在合适的场合下利用机器学习。
