التجارة الوكيلة محسنة من أجل الكفاءة. ستتحمل الشركات الصغيرة مخاطر الاحتيال.

بواسطة ستيفاني أوكونور، وند ريفر بايمنتس.

طبقة الذكاء للمحترفين في التكنولوجيا المالية الذين يفكرون بأنفسهم.

معلومات استخباراتية من المصدر الأساسي. تحليل أصلي. مقالات مساهمة من الأشخاص الذين يحددون الصناعة.

موثوق به من قبل محترفين في جي بي مورغان، كوين بيس، بلاك روك، كلارنا والمزيد.

انضم إلى دائرة وضوح التكنولوجيا المالية الأسبوعية →

تم تصميم أدوات الاحتيال حول كيفية تسوق الناس عادة: كيف يتحركون عبر الموقع، كم من الوقت يستغرقون للتصفح وما الذي يغيرونه قبل النقر على الشراء. تلك الإشارات عادةً تحدد ما إذا كانت المعاملة شرعية.

أنظمة الاحتيال الحديثة قادرة بالفعل على التعرف على سلوك الروبوتات التقليدي. التحدي مع التجارة الوكيلة مختلف. يمكن تدريب وكلاء الذكاء الاصطناعي على تقليد أنماط البشر بشكل كافٍ بحيث تصبح تلك الإشارات أصعب في التمييز عن المتسوقين البشريين.

حتى عندما تعمل أنظمة الاحتيال كما هو مقصود، تظهر قضايا منفصلة عندما يبدأ الذكاء الاصطناعي في اتخاذ قرارات الشراء.

عادةً ما يُبنى وكلاء الذكاء الاصطناعي لتحسين السعر والسرعة. لا يتوقفون لطرح الأسئلة التي قد يطرحها الإنسان، مثل سعر يبدو منخفضًا جدًا، بائع غير مخول بالتجزئة، أو قائمة لا تتطابق تمامًا مع العلامة التجارية. ينفذون التعليمات. قد تحسن تلك الكفاءة معدلات التحويل، لكنها تزيل أيضًا طبقات تصفية المخاطر غير الرسمية التي يطبقها البشر بشكل طبيعي.

يضع تحسين السعر ضغطًا فوريًا على الشركات الصغيرة والمتوسطة. إذا تم توجيه وكيل لشراء “X بأقل من Y”، فإن البائع الأقل تكلفة هو الفائز. الشركات المصنعة الكبرى ومشغلو الأسواق ذات الحجم الكبير مصممون للمنافسة على السعر. العديد من الشركات الصغيرة والمتوسطة تتنافس على الخدمة، التخصص، وثقة العملاء. يضعف الشراء الآلي تلك المزايا.

تتحول القوائم المزيفة أيضًا إلى فرص محسنة آليًا. في حين أن المشتري البشري سيتعرف على أن منتجًا مخفضًا جدًا يثير الشك، فإن وكيل الذكاء الاصطناعي لن يدرك ذلك، إلا إذا تم برمجته صراحة لتقييم شرعية العلامة التجارية وأنماط التسعير. لا يحتاج البائعون المزيفون إلى تسعير أقل بكثير من السوق للفوز. حتى التخفيضات الطفيفة تكفي لالتقاط عمليات الشراء الآلية.

تضيف النطاقات والمواقع المزورة مخاطر إضافية. إذا قام الوكلاء بإجراء المعاملات بشكل مستقل، يجب عليهم تقييم ما إذا كان الموقع شرعيًا. يمكن لموقع مقلد اعتراض الطلبات الآلية قبل أن يدرك المستهلك أن هناك خطأ ما. الضرر السمعة يقع على التاجر الحقيقي. تميل الشركات الصغيرة إلى نقص أدوات المراقبة وموارد الأمان التي تستخدمها الشركات الكبرى للكشف عن الانتحال وإيقافه بسرعة.

من طبقة المدفوعات، نرى مدى سرعة انتقال التعرض عندما يتغير سلوك المعاملات. تم تصميم نماذج استرداد الرسوم، تقييم الاحتيال، وعمليات النزاع حول سلوك الشراء البشري. إذا زادت المعاملات المدفوعة بالذكاء الاصطناعي من نزاعات التزييف أو مطالبات الشراء غير المصرح بها، ستتحمل الشركات الصغيرة والمتوسطة التأثير المالي أولاً.

حتى لو كان اعتماد المستهلك تدريجيًا، فإن قرارات البنية التحتية تتخذ الآن. يحتاج مقدمو خدمات المدفوعات والبرمجيات إلى تعديل نماذج المخاطر قبل أن يتوسع الشراء الآلي.

هذا يعني:

* تحديث نماذج الاحتيال لأخذ سلوك الآلة في الاعتبار
* تنفيذ معايير التحقق من التاجر القابلة للقراءة آليًا
* المراقبة على المواقع المقلدة أو المشابهة
* توضيح المسؤولية وإدارة النزاعات للشراءات التي يطلقها الذكاء الاصطناعي

يمكن أن يكون التجارة المدفوعة بالذكاء الاصطناعي أكثر كفاءة. لكن بدون تغييرات على مستوى البنية التحتية، ستؤدي أيضًا إلى تحويل تعرض الاحتيال وضغط الأسعار إلى أصغر اللاعبين في السوق.

إذا تغير المشتري، يجب أن تتغير نماذج المخاطر وأطر المسؤولية معها.

حول الكاتب

ستيفاني أوكونور هي مديرة العمليات وتجربة التجار في وند ريفر بايمنتس، حيث تقود فريقًا من مديري العلاقات الذين يعملون مباشرة مع العملاء لمساعدتهم على التنقل في تعقيدات المدفوعات الحديثة — من معالجة المعاملات إلى الوقاية من الاحتيال وتجربة العملاء. لديها أكثر من عقد من الخبرة في صناعة الخدمات المالية تعمل عن كثب مع التجار وشركاء الدفع.