ФИКО хиймэл оюун ухаанд суурилсан хамгаалалтын хэрэгслүүдэд хууралт эерэгийн өндөр түвшинг гурван байгууллагаас нэг нь гомдолд буйг онцолсон судалгааг гаргасан байна.
Энэ нь чухал ач холбогдолтой учраас хууралт эерэг нь зөвхөн үйл ажиллагааны төвөгтэй асуудал биш гэдгийг харуулдаг. Хууралттай гэж тэмдэглэгдсэн зөвшөөрөгдсөн гүйлгээ нь сэжигтэй гэж заагдах үед харилцагчид удаашралтай тулгардаг, нэмэлт баталгаажуулалтын шатанд ордог эсвэл үйлчилгээгэд алдагдаг байдалтай нүүр туладаг. Ийм эрсдэлтэй нөхцөл нь итгэл сөгдөх байдлыг бууруулах, хэрэглэгчдийн туршлагыг гунигтай түвшинд хүргэж, хэрэглэгчдийн алдагдлыг нэмэгдүүлдэг тул онлайн зах зээлд хурдтай өргөжиж буй нөхцөлд илүү их нөлөөлдөг. Эерэг талд нь ФИКО-ийн судалгаа ЕМЕА бүсийн харьцуулалттай байдлаар бусад бүсүүдээс 20 пунктийн дээд талд хууралт эерэгийн түвшинг харуулж буй нь хуулийн боловсронгуй байдал ба оновчлолтой системүүдийн тусламжтайгаар эдгээр асуудлыг эрс багасгах чадвартай гэдгийг баталгаажуулдаг. хууль эрх зүйн боловсронгуй байдал ба оновчлолд суурилсан системүүд энэ асуудлыг мэдэгдэхүйц бууруулах чадвартай гэж батлагдсан.
La IA, facilitador del fraude a gran escala
ФИКО-ийн судалгаагаар хууралт хийх оролдлогын тоо бодитой өсөж буйг харуулж байна; сүүлийн хоёр жилийн байдлаар 26% байгууллага хууралт 51%-иас илүү өссөн гэж мэдэгдсэн. Хиймэл оюун ухаан хуурдагчдын оролцох саадыг бууруулах боломжийг нээж, синтетик танилцуулгыг бий болгох, deepfakes-аар дансыг хулгайлах, хиймэл оюуны дэмжлэгтэй ботын систематик ба автомат довтолгоонуудыг боловсронгуй болгох, түгээмэл хэмжээний нийгмийн инженерчлэлээр дамжуулан хэрэглэгчдийг хуурч уях халдлагыг хурдасгаж байна.
EMEA бүсийн өгөгдөл дэлхий даяар хууралт өсөж буй байдалд илүү хязгаарлагдмал өсөлтийг үзүүлж байна: 48% нь өсөлтийг 11–25% хооронд гэж мэдэгдсэн ба 51%-ээс их алдагдалтай мэдүүлгийн хувь 12% байна. Энэ нь илүү бат бөх хууль эрх зүйн хүрээ болон илрүүлэлтийн боловсронгуй байдлаас үр дүнг мэдэгдэхүйц нэмэгдүүлж буйг өгүүлдэг.
99% байгууллага нэгтгэсэн хууралттай стратегийг хэрэгжүүлэх шаардлага байгаа гэж хүлээн зөвшөөрч байгаа ч IA-аар дэмжигдсэн хууралт илрүүлэлтийг өргөн хэмжээгээр бүрэн хэрэгжүүлсэн хувь хүмүүсийн тоо 28%-тай байна. Хамгийн том саад нь технологи биш, харин интеграцчлал юм. Хууралттай ажилтнуудын 47% нь IA-г үр дүнтэй нэгтгэхэд хүндрэл тулгарч буйг хамгийн эхэнд нь дурдаж байна; үүний шалтгаан нь хууралт нэмэгдэж буй нарийвчлалын асуудлууд (40%), зохицуулалтын хязгаарлалт (35%), өгөгдлийн засаглалын асуудлууд (34%) ба хуучин системийн хязгаарлалтууд (32%) зэрэг хүчин зүйлүүд юм.
ФИКО-ийн тайланд дурдагдсан гурван үндсэн AI кейсийг бүрэн хэрэгжүүлсэн байгууллага нь ердөө 34% байгаа нь тодорхой байна: хэрэглэгчийн дэмжлэгийн зориулалттай генератив хиймэл оюун, кейс удирдлагыг дэмжих генератив AI, ба AI/ML-ээр дүн шинжилгээ хийх илрүүлэлтийн загварууд. Ихэнх санхүүгийн байгууллагауд одоо ч туршилтын үе буюу пилот хөтөлбөрт байж байна; үйлдвэрлэлд бүрмөөн нэвтэрсэн хэлбэр нь хараахан түгээмэл биш байна.
Хуурлын хэрэгслүүд нь хэсэгчлэн буюу тусгаарлагдсан байдлаар ажиллахад ч гэсэн нүх сэмэрдэг. Амжилттай үлдэхэд хамгийн боломжтой байгууллагууд нь дотоод загваруудыг удирддаг нэгтгэсэн шийдвэрлэх хүрээг бий болгож, гадаад ханган нийлүүлэгчдийн ухаалаг өгөгдөл болон консолидид хэлбэрийн зэрэглэлийн өгөгдлийг хэрэглэгчийн суваг, бүтээгдэхүүн, харилцлагыг дагаж цаг хугацааны хувьд хамааруулан ажиллуулдаг хэсэг юм. Үнэн хэрэгтээ судалгаанд оролцсон байгууллагуудын 47% IA-ийг үр дүнтэй нэгтгэхийн тулд тохиолдож буй хүндрэл гэж үзэж байна; энэ нь хууралт нэмэгдэж буй төвөгтэй байдлын (40%), зохицуулалтын хязгаарлалтууд (35%), өгөгдлийн засаглалын асуудлууд (34%), хуучин системийн хязгаарлалтууд (32%) зэрэг хүчин зүйлүүдийн өмнө ирдэг.
