用 AI 检测支付欺诈，以色列初创公司 Fraugster 获 500 万美元投资

以色列初创公司 Fraugster 致力于开发可以防止支付欺诈的人工智能技术，近日，该公司获得了 500 万美元的投资，由 Earlybird 领投，Speedinvest 和 Seedcamp 等多家公司参投。

Fraugster 公司成立于 201 4年，联合创始人 Max Laemmle 之前曾创办支付网关公司 Better Payment，另一位创始人 Chen Zamir 在风险分析与管理领域有十多年的经验，曾在 PayPal 工作长达五年。

Fraugster 的欺诈检测基于 AI 技术，他们的技术可以从每笔交易中实时学习，能够在欺诈发生之前预测到风险。目前，Fraugster 可以减少 70％ 的欺诈，同时将转换率提高 35％。对于所有欺诈检测技术来讲，无论是否以 AI 为基础，其目的就是阻止欺诈交易，同时消除误报。

公司 CEO兼联合创始人 Max Laemmle 表示：

目前整个支付市场的风险防范都是建立在过时的技术之上，所以我们创立了 Fraugster。规则系统和机器学习方案既昂贵又难以跟上欺诈模式更新的速度，我们的自学习算法不仅能模拟人类分析师的思维过程，还具备了机器的扩展性，只需 15 毫秒就能做出决策。

Fraugster 集成其他软件之后就可以开始收集交易数据点，例如姓名和电子邮件地址以及帐单和送货地址。这些信息可增加约 2000 个额外的数据点，这样就可以通过 IP 延迟检查来测量用户之间的真实距离，再加上 IP 连接类型、击键之间的距离以及电子邮件名称匹配度等方面的参考，丰富的数据集将被发送到 AI 引擎进行分析，进而得出结论。

Laemmle 解释说：

我们的 AI 引擎的核心是非常强大的算法，它可以模仿人类分析师审查交易的思维过程。因此，我们可以分析每笔交易背后的情况，并精确地分辨出哪些交易是欺诈，哪些不是。

处理结果是完全透明的，所以你可以了解为什么某个交易被阻止或允许。此外，我们之所以能把速度降至 15 毫秒，是因为我们发明了自己的内存数据库技术。

Fraugster 公司表示，像 FICO 和 SAS 这样的竞争对手所使用的技术已经过时。在 Fraugster，他们不使用任何规则、模型或预定义的分段。分析事物时，他们摈弃了单一的固定算法，其引擎每处理一笔新的交易时都在自我重塑。这使他们能够单独了解每一笔交易，从而判定哪一笔是欺诈。

Fraugster 公司目前已经帮助数千家国际商家和支付服务提供商处理近 150 亿美元的交易，其中 Visa 也在他们的客户之列。此外，本次新注入资金将主要用于公司在国际化拓展中团队的扩大。