Fraud & AML Machine Learning Platforms: Financial Crime Detection’s Next Frontier
Report Summary
Fraud & AML Machine Learning Platforms: Financial Crime Detection’s Next Frontier
金融犯罪の増加が著しい。金融機関が現在利用している不正防止管理フレームワークを刷新しようとする中、並行して機械学習プラットフォームの導入事例も増えると思われる。
Boston, August 19, 2021 –金融犯罪が金融業界に及ぼす影響は拡大を続けており、損失の軽減/カスタマー・エクスペリエンスの維持・向上/業務の効率化/規制遵守のバランスを適切に保つための革新的な戦略とソリューションが必須となっている。 このような環境下、高度な分析技術を利用した不正/AML検知ソリューションが出現していることは特筆事項である。このようなツールを活用することにより金融機関は、高度にカスタマイズされた検知ロジックやポリシー管理手法を開発/テスト/導入し、不正防止対策を最適化することが可能になる。
本レポートでは、不正/AML検知ソリューション市場と、金融機関がコントロール・フレームワークを抜本的に見直す際に考慮すべき項目を詳述する。執筆にあたっては、ベンダーに対する調査を実施しデモを依頼するとともに、世界各地の金融機関の不正防止部門に対するインタビューを行った。
本レポートには図15点と表9点が含まれます(全52ページ)。アイテ – ノヴァリカ・グループのFraud & AMLセグメントをご契約のお客様は、本レポート、チャートおよびエグゼクティブ・インパクト・デッキをダウンロードいただけます。
本レポートはACI Worldwide, Acuant, Symphony AyasdiAI, BAE Systems, Bleckwen, Bottomline Technologies, Brighterion, DataVisor, Featurespace, Feedzai, FICO, GB Group (GBG), Genpact, IBM, Inform GmbH, iSoft, LexisNexis Risk Solutions, NetGuardians, NICE Actimize, Oracle, Pelican, PwC, Quantexa, Risk Ident, SAS, Simility, ThetaRay, TigerGraph, TookitakiおよびVerafinに言及している。