Asegurar el futuro: AT&T utiliza IA generativa para transformar la protección contra el fraude

En AT&T, nos dedicamos a proporcionar servicios de telefonía móvil innovadores y fiables a nuestros 182 millones de clientes cada día; nos esforzamos continuamente por mejorar nuestras operaciones, aumentar la satisfacción de los clientes y garantizar la seguridad. Un elemento fundamental de este compromiso es nuestra sólida base de inteligencia artificial, construida sobre la plataforma de inteligencia de datos Databricks, que hemos utilizado para modernizar nuestro enfoque de los datos y la inteligencia artificial a gran escala.

Esta base nos ha permitido abordar retos complejos, reducir ineficiencias e implementar soluciones escalables en todas nuestras operaciones. Ahora, lo estamos utilizando para explorar cómo la IA generativa (GenAI) puede transformar la prevención del fraude. Nuestra primera prueba de concepto (POC) destaca el emocionante potencial de esta tecnología para abordar de manera proactiva uno de los problemas más críticos en las telecomunicaciones: prevenir intentos de fraude sofisticados en tiempo real.

De la IA tradicional a la GenAI: mejora de la detección de fraudes

Las actividades fraudulentas, como el secuestro de cuentas y el robo de identidad, cuestan miles de millones al año a las empresas y los consumidores, y afectan significativamente a la confianza de los clientes. A medida que los estafadores continúan innovando, es imprescindible que nos mantengamos a la vanguardia con soluciones adaptables y de última generación. Si bien los métodos tradicionales de aprendizaje automático (ML) han sido eficaces para identificar patrones de fraude y generar puntuaciones de riesgo, a menudo se quedan cortos a la hora de analizar datos no estructurados, como el texto de los chats, para identificar aspectos adicionales de la actividad fraudulenta.

Con el aprendizaje automático tradicional, utilizábamos modelos para analizar transcripciones de llamadas (interacción entre los agentes del centro de llamadas y los clientes), generar puntuaciones de riesgo y señalar posibles casos de fraude. Estos modelos de ML nos ayudaron a reducir los ataques fraudulentos en un 80%, con más de 100 modelos de ML para la detección de fraudes en producción, lo que mejoró la protección de los clientes y nos permitió ahorrar millones de dólares. Sin embargo, los patrones de fraude evolucionan rápidamente, y este enfoque reactivo requería intervenciones manuales y un gran esfuerzo por parte de los investigadores.

La IA generativa nos da una ventaja transformadora. Podemos identificar fácilmente patrones complejos en datos no estructurados, reconocer señales de fraude desconocidas y generar conjuntos de datos sintéticos para simular situaciones del mundo real. Estamos aprendiendo de manera proactiva de todos los casos de fraude emergentes en diferentes industrias y aplicando estos conocimientos a nuestro trabajo. Esto nos permite adelantarnos a posibles amenazas y abordar los problemas antes de que se agraven, lo que garantiza una protección sólida y una mejora continua en nuestros esfuerzos por detectar el fraude.

Innovación rápida y sencilla con Databricks

La plataforma de inteligencia de datos Databricks ha sido fundamental para acelerar nuestro avance hacia la GenAI. Aprovechando una arquitectura unificada de lago de datos, desarrollamos nuestro POC de prevención de fraudes utilizando herramientas como:

• Catálogo Unity para un acceso seguro y controlado a conjuntos de datos críticos.
• MLflow para gestionar el ciclo de vida del aprendizaje automático, realizando un seguimiento de las versiones y el rendimiento de los modelos.
• Proporciona puntos finales para implementar modelos con facilidad, lo que permite la detección de fraudes en tiempo real mediante simples llamadas a la API.
• Databricks Apps para crear una app de GenAI en solo un día, un proceso que de lo contrario habría tardado semanas.
• Databricks Assistant para generar código y explorar datos de manera eficiente, mejorando la productividad.

Utilizando los modelos de código abierto Meta Llama 3 y Anthropic Claude, extrajimos patrones de las transcripciones de los chats entre clientes y agentes para identificar señales de fraude, evaluar la opinión de los clientes y crear modelos adaptativos capaces de aprender de situaciones reales. Esta información no solo agiliza la detección de fraudes, sino que también proporciona a nuestros equipos un contexto útil sobre cada riesgo identificado.

Las bases de datos vectoriales mejoraron aún más nuestras capacidades de GenAI al permitir búsquedas precisas en datos no estructurados. Por ejemplo, al analizar conjuntos de datos sintéticos generados por GenAI, utilizamos estas herramientas para descubrir nuevos patrones y perfeccionar nuestros modelos más rápido que nunca.

Con las herramientas de Databricks, ahora podemos crear una aplicación GenAI en solo un día, en comparación con los siete días que se necesitaban antes, lo que supone una reducción del tiempo de desarrollo de siete veces. Este aumento de la productividad y la eficiencia demuestra que la innovación no tiene por qué requerir mucho tiempo.

Previsión del futuro: del POC a la producción

Aunque este POC aún se encuentra en sus primeras etapas, su impacto potencial es evidente. La aplicación ya ha demostrado su capacidad para identificar señales de fraude de manera más eficaz que los métodos tradicionales, ofreciendo información en tiempo real a los agentes y reduciendo las pérdidas relacionadas con el fraude. La velocidad y adaptabilidad de GenAI, combinadas con la infraestructura escalable de Databricks, nos permitirán aprovechar estos primeros éxitos e integrar estas capacidades en nuestra estrategia más amplia de prevención del fraude.

Nuestro POC de GenAI se basa en nuestro compromiso más amplio de aprovechar la inteligencia artificial y las soluciones basadas en datos en todas nuestras operaciones. Como se mencionó anteriormente, nuestra asociación con Databricks ya ha dado lugar a avances significativos en la prevención del fraude, reduciendo los ataques en un 80%. Con GenAI, estamos preparados para lograr resultados aún mejores, incluyendo una mayor eficiencia en los centros de llamadas, alertas de fraude en tiempo real y una mejor experiencia para los clientes.

¿Cuál es el futuro de GenAI en AT&T

Nuestra primera incursión en la IA generativa es solo el principio. Este POC destaca el potencial transformador de GenAI para abordar retos complejos y ofrecer soluciones innovadoras a gran escala. A medida que avanzamos, tenemos previsto ampliar las iniciativas de GenAI al servicio de atención al cliente, la capacitación de agentes y la prevención del fraude, lo que nos permitirá mantenernos a la vanguardia frente a las amenazas en constante evolución.

Al aprovechar la sólida base que nos proporciona Databricks, confiamos en nuestra capacidad para ofrecer un valor excepcional a nuestros clientes. Nuestro siguiente paso es ampliar esta prueba de concepto (POC) para convertirla en una solución lista para la producción, integrando los conocimientos de GenAI en nuestros flujos de trabajo existentes para maximizar su impacto. El futuro de la prevención del fraude —y la innovación en IA— en AT&T es prometedor, y estamos emocionados por ver adónde nos lleva este viaje.