によって Bo Gu, イー・ツァイ, カレン・ファン, Jacob Zhang, ジャッキー・チャン 、 オリバー・チュウ による投稿
Archived. This article has not been updated since the publish date above. The dynamic nature of information means that previously accurate content can become outdated or even obsolete over time. Readers are advised to exercise due diligence and cross-check any information found in this blog post before making decisions or adopting any practices based on said information.
AT&Tでは、毎日1億8200 万人の無線通信顧客に革新的で信頼性の高い無線キャリアサービスを提供することに尽力しています。私たちは、運用の改善、顧客満足の向上、そしてセキュリティの確保を継続的に目指しています。この取り組みの中心となっているのは、Databricks Data + AI Platformを基盤とした強力なAIインフラです。このインフラにより、大規模なデータとAIのアプローチを現代化しました。
この基盤は、複雑な課題に対処し、非効率を削減し、スケーラブルなソリューションを運用全体に実装することを可能にしました。現在、私たちはこれを活用して、生成AI（GenAI）が不正防止をどのように変革できるかを探っています。最初の概念実証（POC）は、テレコミュニケーション業界で最も重要な課題の一つである、リアルタイムでの高度な不正行為の防止に対するこの技術の可能性を示しています。
アカウントハイジャックや個人情報の盗用といった不正行為は、ビジネスや消費者に年間何十億ドルもの損失をもたらし、顧客の信頼にも大きな影響を与えます。不正者が進化を続ける中で、私たちは適応的で最先端のソリューションで先を行くことが不可欠です。従来の機械学習（ML）方法は、不正行為のパターンを識別し、リスクスコアを生成するのに効果的でしたが、チャットテキストのような非構造データを分析して不正行為の追加的な側面を特定するには限界があります。
従来のMLでは、コールセンターのエージェントと顧客との通話記録（トランスクリプト）を分析し、リスクスコ アを生成して潜在的な不正行為をフラグとして検出していました。これらのMLモデルは、不正攻撃を80％削減し、100以上の不正検出MLモデルが本番環境で稼働していることで、顧客保護を強化し、何百万ドルもの節約を実現しました。しかし、不正行為のパターンは急速に進化し、この受動的なアプローチは手動での介入や広範な調査作業を必要としました。
生成AIは私たちに革命的な優位性をもたらします。非構造データ内の複雑なパターンを簡単に特定し、未知の不正信号を認識し、実際のシナリオをシミュレートするための合成データセットを生成できます。私たちは、さまざまな業界で発生している新たな不正事例から学び、これらのインサイトを自分たちの仕事に応用しています。これにより、潜在的な脅威を先取りし、問題が拡大する前に対処することができ、強固な保護と不正検出の継続的な改善が実現しています。
Databricks Data + AI Platformは、私たちのGenAIの旅を加速する上で重要な役割を果たしました。統一されたレイクハウスアーキテクチャを活用し、以下のツールを使用して不正防止のPOCを開発しました：
Meta Llama 3やAnthropic Claudeのオープンソースモデルを使用し、顧客とエージェントのチャットトランスクリプトからパターンを抽出して不正信号を識別し、顧客の感情を評価し、現実のシナリオから学習できる適応型モデルを構築しました。これらのインサイトは、不正検出を効率化するだけでなく、リスクを特定する際に背後にある具体的な文脈をチームに提供します。
ベクターデータベースは、非構造データ全体で精度高く検索を行うことで、GenAI機能をさらに強化しました。例えば、GenAIによって生成された合成データセットを分析する際に、これらのツールを使用して新たなパターンを発見し、モデルをこれまで以上に迅速に改善することができます。
Databricksのツールを使用することで、私たちは1日でGenAIアプリケーションを構築できるようになりました。従来は7日かかっていた 開発時間が7倍短縮されました。
この生産性と効率の向上は、イノベーションが時間をかける必要がないことを示しています。
このPOCはまだ初期段階にありますが、その潜在的な影響は明確です。アプリはすでに、従来の方法よりも効果的に不正信号を識別できる能力を示しており、エージェントにリアルタイムのインサイトを提供し、不正に関連する損失を削減しています。GenAIの速度と適応力、そしてDatabricksのスケーラブルなインフラを組み合わせることで、これらの初期の成功をさらに拡大し、これらの能力をより広範な不正防止戦略に統合することが可能になります。
私たちのGenAI POCは、AIとデータ駆動型ソリューションを運用全体で活用するという広範な取り組みの一環として進められています。前述のように、Databricksとのパートナーシップは、すでに不正防止において80％の攻撃削減という大きな進展を遂げています。GenAIを活用することで、さらに大きな成果を達成できると確信しており、これにはコールセンターの効率向上、リアルタイムでの不正アラート、そして顧客体験の改善が含まれます。
私たちの生成AI（GenAI）への最初の取り組みは、まだ始まりに過ぎません。このPOCは、GenAIが複雑な課題に取り組み、大規模で革新的なソリューションを提供するための変革的な可能性を示しています。今後、私たちはGenAIの取り組みを顧客サービス、エージェントのトレーニング、不正防止に拡大し、進化する脅威に先手を打って対応できるようにします。
Databricksが提供する強固な基盤を活用し、私たちは顧客に卓越した価値を提供できる自信を持っています。次のステップは、このPOCを本番環境で使用できるソリューションにスケールアップし、GenAIのインサイトを既存のワークフローに統合して、その影響力を最大化することです。AT&Tにおける不正防止とAIの革新の未来は明るく、これからの進展にワクワクしています。
ブログを購読して、最新の投稿を受信トレイにお届けします。