presentó recientemente el IBM z16 , el sistema de última generación con un acelerador de IA integrado en el chip , que ofrece inferencia de latencia optimizada.

Esta innovación está diseñada para permitir a los clientes analizar transacciones en tiempo real, a escala, para cargas de trabajo de misión crítica como tarjetas de crédito, salud y transacciones financieras .

IBM z16

está específicamente diseñado para ayudar a proteger contra las amenazas del futuro cercano que podrían utilizarse para desencriptar las tecnologías de cifrado actuales.

Leer también:

El mainframe moderno de IBM es central para los entornos de nube híbrida, valorado como una plataforma altamente segura para ejecutar las cargas de trabajo más críticas por dos tercios de Fortune 100 -45 de los 50 principales bancos del mundo, 8 de las 10 principales aseguradoras, 7 de los 10 principales retailers y 8 de las 10 principales empresas de telecomunicaciones-.

IBM zSystems ejecuta el 70% de las transacciones globales

Según un estudio reciente de Celent para IBM “Operacionalización de la prevención del fraude en IBM Z”, IBM zSystems ejecuta el 70% de las transacciones globales, sobre una base de valor.

IBM es el estándar de referencia para el procesamiento de transacciones de alta seguridad. Ahora, con las innovaciones de IBM z16, nuestros clientes pueden aumentar la velocidad de decisión con la inferencia justo donde residen sus datos de misión crítica”, dijo Ric Lewis, SVP, IBM Systems.

“Esto abre enormes oportunidades para cambiar el juego en sus respectivas industrias, para que puedan posicionarse para ofrecer mejores experiencias al cliente y resultados comerciales más poderosos.”

IA empresarial en tiempo real

Las instituciones financieras de todo el mundo luchan con los impactos de las actividades fraudulentas en sus ingresos y en las interacciones de los consumidores.

Según un nuevo estudio de IBM y Morning Consult “2022 IBM Global Financial Fraud Impact Report”, el fraude con tarjeta de crédito es el tipo más común entre los consumidores de los siete países encuestados.

Además, los participantes creen que los bancos y las redes de pago deberían ser las más responsables de prevenir el fraude.

Pero la ejecución de modelos de deep learning a escala en tiempo real no ha sido posible debido a problemas de latencia, lo que significa que los modelos de detecciones de fraude sólo se ejecutan en menos del 10% de las transacciones de alto volumen, entonces una cantidad significativa de fraude no se detecta.

IBM z16

reúne la inferencia de IA , a través de su IBM Telum , con el procesamiento de transacciones de gran volumen altamente seguro y confiable por el que la empresa es reconocida.

Bancos pueden analizar fraudes durante las transacciones a gran escala

Por primera vez, los bancos pueden analizar el fraude durante las transacciones a gran escala: IBM z16 puede procesar 300 mil millones de operaciones de inferencia por día con sólo un milisegundo de latencia .

Para los consumidores, esto significaría reducir el tiempo y la energía necesarios para manejar transacciones fraudulentas en su tarjeta de crédito.

Tanto para los comerciantes como para los emisores de tarjetas , permitiría una reducción en la pérdida de ingresos, ya que los consumidores evitarían la frustración asociada con falsos rechazos en los que podrían recurrir a otras tarjetas para futuras transacciones.

Otras amenazas, incluido el fraude fiscal y el robo minorista organizado, están surgiendo como desafíos que los gobiernos y las empresas deben controlar. Los pagos en tiempo real y los métodos de pago alternativos, como las criptomonedas, están empujando los límites de las técnicas tradicionales de detección de fraude. La aplicación de las capacidades de IBM z16 a otras industrias puede ayudar a crear una clase completamente nueva de casos de uso, que incluyen:

Aprobación de préstamos: para acelerar la aprobación de préstamos comerciales o de consumo.

Compensación y liquidación: para determinar qué operaciones y/o transacciones pueden tener una exposición de alto riesgo antes de la liquidación.

Aprendizaje federado para el comercio minorista: para modelar mejor el riesgo contra el fraude y el robo.

Leer también:

Recibe todos los viernes Hello Weekend, nuestro newsletter con lo último en gastronomía, viajes, tecnología, autos, moda y belleza. Suscríbete aquí:

Google News

TEMAS RELACIONADOS

Noticias según tus intereses