ဒစ်ဂျစ်တယ်ငွေပေးချေမှုများ တိုးတက်မှုနှင့်အတူ ငွေကြေးလိမ်လည်မှု၏ တိတ်ဆိတ်သောအသွင်ပြောင်းလဲမှုလည်း ပါလာခဲ့သည်။ တစ်ချိန်က အထောက်အထားခိုးယူမှု သို့မဟုတ် ကတ်မိတ္တူကူးခြင်းကို အဓိကအားကိုးခဲ့သည့်အရာသည် ယခုအခါတွင် လူမှုရေးအင်ဂျင်နီယာ၊ ပေါင်းစပ်အထောက်အထားများနှင့် တိုက်ခိုက်မှုများကို ပိုမိုယုံကြည်စိတ်ချရပြီး တိုးချဲ့နိုင်သော အတုထောက်လှမ်းရေးကိရိယာများ ပါဝင်လာပါသည်။ ဤအခြေအနေတွင် ဘဏ်များ၊ ဘဏ္ဍာရေးနည်းပညာများနှင့် ကုမ္ပဏီများသည် ဒစ်ဂျစ်တယ်ငွေပေးချေမှုများ၏ ဝိသေသလက္ခဏာဖြစ်သော အမြန်နှုန်းနှင့် ရိုးရှင်းမှုကို မထိခိုက်စေဘဲ အသုံးပြုသူများကို ကာကွယ်ခြင်းဟူသော တိုးမြင့်လာသော ရှုပ်ထွေးသည့်စိန်ခေါ်မှုနှင့် ရင်ဆိုင်နေရသည်။.
Datafolha Institute နှင့် Brazilian Forum for Public Security (FBSP) တို့ ပူးပေါင်း၍ ပြုလုပ်သော စစ်တမ်းတစ်ခုအရ ၂၀၂၄ ခုနှစ် ဇူလိုင်လမှ ၂၀၂၅ ခုနှစ် ဇူလိုင်လအတွင်း Pix၊ ခရက်ဒစ်ကတ်များနှင့် ငွေပေးချေမှုစလစ်များ ပါဝင်သည့် ငွေကြေးလိမ်လည်မှုများ၏ သားကောင်များဖြစ်သည့် ဘရာဇီးနိုင်ငံသား ၂၄ သန်းခန့်ရှိပြီး ခန့်မှန်းခြေအားဖြင့် R$29 ဘီလီယံနီးပါး ဆုံးရှုံးမှုများ ရှိခဲ့သည်။ ထို့အပြင်၊ အဂတိလိုက်စားမှုနှင့် ငွေကြေးခဝါချမှုတိုက်ဖျက်ရေး အမျိုးသားမဟာဗျူဟာ (ENCCLA) မှ အချက်အလက်များအရ ဘရာဇီးနိုင်ငံသား ထက်ဝက်ကျော်သည် ငွေကြေးလိမ်လည်မှုအချို့ကို ခံစားခဲ့ရပြီးဖြစ်ကြောင်း ဖော်ပြသည်။.
"ယနေ့ခေတ်တွင် ငွေကြေးကဏ္ဍတွင် အန္တရာယ်စီမံခန့်ခွဲမှုကို ပြန်လည်အဓိပ္ပာယ်ဖွင့်ဆိုသည့် ခေတ်ရေစီးကြောင်း သုံးခုရှိသည်။ တစ်ဖက်တွင်၊ လူမှုရေးအင်ဂျင်နီယာနှင့် generative artificial intelligence အသုံးပြုမှုတို့ကြောင့် လိမ်လည်မှုသည် အလျင်အမြန် ကြီးထွားလာနေပြီး သဘောသဘာဝအရ ပြောင်းလဲလာခဲ့သည်။ အခြားတစ်ဖက်တွင်၊ စည်းမျဉ်းစည်းကမ်းများသည် အချိန်နှင့်တပြေးညီ၊ ပွင့်လင်းမြင်သာပြီး စာရင်းစစ်ဆေးနိုင်သော စောင့်ကြည့်ရေးစနစ်များ လိုအပ်ပါသည်။ နောက်ဆုံးတွင်၊ ကာကွယ်ရေးသည် ငွေပေးချေမှုအတွေ့အကြုံကို မထိခိုက်စေဘဲ အသုံးပြုသူကို ကာကွယ်နိုင်သည့် artificial intelligence နှင့် low-friction authentication ယန္တရားများအပေါ် ပိုမိုမှီခိုလာပါသည်" ဟု COO နှင့် ဖွံ့ဖြိုးဆဲဈေးကွက်များအတွက် AI-powered ငွေပေးချေမှုလည်ပတ်မှုစနစ် Akua ၏ ပူးတွဲတည်ထောင်သူ Rodrigo Rodrigues က ပြောကြားခဲ့သည်။
မနက်တိုင်း ကော်ဖီဆိုင်တစ်ဆိုင်တည်းမှာ ကော်ဖီဝယ်တဲ့ စားသုံးသူတစ်ယောက်ကို မြင်ယောင်ကြည့်ပါ။ ရုတ်တရက် မိနစ်အနည်းငယ်အကြာမှာ တခြားစက်ပစ္စည်းတစ်ခုနဲ့ တခြားမြို့မှာ ဈေးကြီးတဲ့ ဝယ်ယူမှုတစ်ခု ပေါ်လာပါတယ်။ အဲဒီအချိန်မှာ အရေးကြီးဆုံးမေးခွန်းက "စကားဝှက်က ဘာလဲ" မဟုတ်ဘဲ "ဒီအပြုအမူက ဒီဖောက်သည်အတွက် အဓိပ္ပာယ်ရှိရဲ့လား" ဆိုတာပါပဲ။ ဒါဟာ လိမ်လည်မှုကာကွယ်ရေးရဲ့ နယ်နိမိတ်သစ်ပါ။ စကားဝှက်တွေ ဒါမှမဟုတ် အထောက်အထားတွေကိုပဲ အားကိုးမယ့်အစား ဉာဏ်ရည်တုက လူတစ်ဦးချင်းစီ ဘယ်လိုဈေးဝယ်ကြလဲဆိုတာကို လေ့လာပြီး ငွေပေးချေသူက သူတို့မဟုတ်တဲ့အချိန်ကို ခွဲခြားသိရှိနိုင်ပါတယ်။.
လုပ်ငန်း၏တုံ့ပြန်မှုသည် ကြိုတင်သတ်မှတ်ထားသောစည်းမျဉ်းများကိုသာ အသုံးချခြင်းမဟုတ်ဘဲ အပြုအမူများကို အဓိပ္ပာယ်ဖွင့်ဆိုနိုင်သော မော်ဒယ်များကို ညွှန်ပြသည်။ ဝယ်ယူမှုကြိမ်နှုန်း၊ ပုံမှန်တန်ဖိုးများ၊ အချိန်များ၊ တည်နေရာ၊ အသုံးပြုသော စက်ပစ္စည်းများနှင့် အဆောက်အအုံအမျိုးအစားများသည် ပြောင်းလဲနေသော စားသုံးသူအန္တရာယ်ပရိုဖိုင်များတည်ဆောက်ရန် ခွင့်ပြုသည့် အချက်ပြမှုအချို့ဖြစ်သည်။ ငွေပေးငွေယူတစ်ခုသည် ဤပုံစံမှ သိသိသာသာ သွေဖည်သွားသောအခါ၊ စနစ်များသည် ပုံမှန်မဟုတ်သော အရာများကို ဖော်ထုတ်နိုင်ပြီး လုပ်ငန်းလည်ပတ်မှုကို ခွင့်ပြုခြင်းမပြုမီ အန္တရာယ်အဆင့်ကို အကဲဖြတ်နိုင်သည်။.
ဤပြောင်းလဲမှုသည် စီးပွားရေးလိုအပ်ချက်တစ်ခုအတွက်လည်း တုံ့ပြန်ပါသည်။ လိမ်လည်မှုကို တိုက်ဖျက်ခြင်းအပြင်၊ အဖွဲ့အစည်းများသည် သံသယဖြစ်ဖွယ်အန္တရာယ်ကြောင့် ငြင်းပယ်ခံရသော တရားဝင်ငွေပေးငွေယူများ၊ false positives ဟုခေါ်သော အရာများကို လျှော့ချရန် လိုအပ်ပါသည်။ ဘဏ်များ၊ fintech များနှင့် ကုမ္ပဏီများအတွက်၊ စိန်ခေါ်မှုမှာ လိမ်လည်မှုလုပ်ဆောင်ချက်များကို ပိတ်ဆို့ရုံသာမက မလိုအပ်သော ပွတ်တိုက်မှုများ မဖြစ်ပေါ်စေဘဲ သို့မဟုတ် တရားဝင်ငွေပေးချေမှုများ ပြောင်းလဲခြင်းကို သက်ရောက်မှုမရှိစေရန်ဖြစ်သည်။.
ဤအခြေအနေတွင် Akua ကဲ့သို့သော ကုမ္ပဏီများသည် ငွေပေးငွေယူ လုပ်ငန်းစဉ်တစ်လျှောက်လုံးတွင် အန္တရာယ်စီမံခန့်ခွဲမှုကို အားကောင်းစေရန်အတွက် စက်သင်ယူမှုပုံစံများ၊ ဉာဏ်ရည်ထက်မြက်သော အထောက်အထားစိစစ်ခြင်း၊ တိုကင်ပြုလုပ်ခြင်းနှင့် အချိန်နှင့်တပြေးညီ ခွဲခြမ်းစိတ်ဖြာမှုယန္တရားများကို ထည့်သွင်းအသုံးပြုလာကြသည်။ သံသယဖြစ်ဖွယ် လုပ်ငန်းဆောင်တာများကို ရှာဖွေတွေ့ရှိရန်သာမက အသုံးပြုသူအပြုအမူကို ပိုမိုနားလည်ရန်နှင့် ပိုမိုတိကျ၊ ပွင့်လင်းမြင်သာပြီး စာရင်းစစ်ဆေးနိုင်သော ဆုံးဖြတ်ချက်များ ချမှတ်နိုင်ရန် ရည်ရွယ်ပါသည်။.
လာမည့်နှစ်များတွင် ဂေဟစနစ်အပေါ် ဖိအားများ တိုးလာရန် မျှော်လင့်ရသည်။ GlobalData ၏ လေ့လာမှုတစ်ခုအရ Pix မှတစ်ဆင့် လိမ်လည်မှုများနှင့် ဆက်စပ်သော ဆုံးရှုံးမှုများသည် ၂၀၂၈ ခုနှစ်တွင် တစ်နှစ်လျှင် ရန်းဒေါ်လာ ၁၁ ဘီလီယံခန့်အထိ ရောက်ရှိနိုင်သည်ဟု ခန့်မှန်းထားပြီး Serasa Experian မှ အချက်အလက်များအရ ၂၀၂၅ ခုနှစ်တွင် ဘရာဇီးကုန်သွယ်ရေးတွင် နှစ်မိနစ်တိုင်း လိမ်လည်မှုတစ်ခု ဖြစ်ပွားခဲ့ကြောင်း ပြသနေသည်။.
"လိမ်လည်မှုတိုက်ဖျက်ရေးဟာ အဆင့်သစ်တစ်ခုကို ရောက်ရှိနေပါပြီ။ နှစ်ပေါင်းများစွာ ဦးစားပေးခဲ့တာက အထောက်အထားတွေနဲ့ အချက်အလက်တွေကို ကာကွယ်ဖို့ဖြစ်ခဲ့ပေမယ့် အခုတော့ စိန်ခေါ်မှုက အချက်ပြမှုတွေကို အချိန်နဲ့တပြေးညီ အဓိပ္ပာယ်ဖွင့်ဆိုပြီး တရားဝင်ငွေပေးငွေယူတစ်ခုကို သံသယဖြစ်ဖွယ်လုပ်ဆောင်ချက်နဲ့ အနည်းဆုံးပွတ်တိုက်မှုနဲ့ ခွဲခြားသိမြင်နိုင်ဖို့ပါပဲ။ ကာကွယ်တားဆီးရေးဟာ static rules ကနေ ပိုပြီးပြောင်းလဲလွယ်ပြီး လိုက်လျောညီထွေဖြစ်တဲ့ မော်ဒယ်တွေဆီ ပြောင်းလဲနေပါတယ်" လို့ Rodrigues က နိဂုံးချုပ်ပြောကြားခဲ့ပါတယ်။
ဒစ်ဂျစ်တယ်ငွေပေးချေမှုများ ဆက်လက်တိုးချဲ့လာပြီး လိမ်လည်သူများသည် ၎င်းတို့၏တိုက်ခိုက်မှုများကို တိုးချဲ့ရန်နှင့် ခေတ်မီဆန်းပြားစေရန် နည်းပညာအသစ်များကို ထည့်သွင်းလာသည်နှင့်အမျှ လုံခြုံရေး၊ အသုံးပြုသူအတွေ့အကြုံနှင့် ယုံကြည်မှုတို့ကို ဟန်ချက်ညီအောင်ထိန်းညှိနိုင်စွမ်းသည် ဘဏ်များ၊ fintech များနှင့် စီးပွားရေးလုပ်ငန်းများအတွက် အဓိကယှဉ်ပြိုင်မှုအချက်တစ်ခုအဖြစ် ပေါ်ထွက်လာပါသည်။ ဤအခြေအနေတွင် အန္တရာယ်စီမံခန့်ခွဲမှုသည် အကာအကွယ်ပေးသည့်လုပ်ဆောင်ချက်တစ်ခုမျှသာမဟုတ်တော့ဘဲ ဒစ်ဂျစ်တယ်ဘဏ္ဍာရေးအတွေ့အကြုံ၏ မဟာဗျူဟာကျသော အစိတ်အပိုင်းတစ်ခု ဖြစ်လာပါလိမ့်မည်။.
