ATM中5个应用人工智能案例

ATM中5个应用人工智能案例
我们已经注意到我们的读者对我们处理金融和银行业 AI应用程序的作品很感兴趣。人工智能的新应用似乎通常是通过在相关领域中转移现有用例来实现的，这也可能是ATM应用程序的情况。

银行通常需要运营庞大的ATM网络，其中一些可能位于偏远地区。因此，ATM故障可能会给客户带来很多不便，而大型ATM制造商，如Diebold Nixdorf和NCR，声称正在使用预测性维护来减少他们的ATM停机时间。

由于预测性维护在业界普遍存在，银行和其他金融机构已开始采用类似技术来预测其ATM何时可能需要维护服务。

我们重点介绍ATM的一些AI应用程序，这些应用程序在商业化程度方面似乎脱颖而出。我们将应用程序大致分为以下5个部分：

ATM机的预测性维护

ATM机网络安全的机器学习

机器视觉ATM摄像机

面部识别安全性和改善客户体验

预测ATM现金需求

ATM的预测性维护
IBM技术支持服务（TSS） - ATM和银行服务

IBM提供了一个专注于优化ATM服务的预测性维护软件，该公司声称可以主动识别ATM中的潜在问题，并自动安排所需的必要支持服务。

IBM声称该软件可以跟踪ATM的历史数据并预测机器和组件级别的性能，使银行能够以最优化的方式在ATM停机时间内安排维护和支持活动。例如：

该平台可以帮助拥有全球ATM存在的银行减少从销售中转移的员工注意力，以便处理运营问题，例如现场运行的ATM功能不足或客户满意度降低。 IBM声称他们的TSS平台可以使用来自传感器（如振动传感器）的数据来评估ATM设备的使用年限，并且当数据的实时监控反映出异常情况时，它可以推荐更换部件 TSS可以通过整合资产监控和预测分析来帮助银行减少ATM停机时间。如果TSS平台确定了潜在的维护要求，它可能会通过提示银行的维护团队在下一次计划维护期间订购可能需要更换的部件来自动进行干预。 以下是来自IBM的视频，详细介绍了他们的ATM预测维护软件，点击观看

IBM列举了一些声称帮助银行优化ATM维护的案例研究：

IBM声称已经帮助一家拥有数千个ATM位置的未具名拉丁美洲银行改善了使用TSS平台进行ATM维护的运营流程。

据IBM称，该软件帮助银行显着改善了客户满意度，ATM可用性，分支机构人员生产力水平和运营成本等因素。但是，IBM没有就集成中涉及的内容或如何衡量这些因素分享任何进一步的细节。

根据IBM的说法，TSS软件旨在将维护从“反应性”维护转移到主动维护计划，这可能会显着减少停机时间。

使用IBM的TSS用于ATM，今天的银行也可能能够识别特定ATM或其中一个组件是否有缺陷，并通知技术人员在发生任何事故之前安排将新零件运送到该位置。

NCR SmartServe预测

NCR总部位于亚特兰大，拥有约30,000名员工，是世界上最大的ATM制造商之一。该公司还提供预测分析解决方案，用于管理和提高银行和金融机构的ATM服务效率。

据报道，NCR SmartServe预测可以分析来自ATM的历史传感器数据，预测任何机器性能问题，并提示服务工程师。下面的4分钟视频概述了NCR的预测服务如何帮助银行和金融机构改善ATM服务，点击观看

该公司声称他们的平台可以帮助主动设备维护和诊断功能，同时还为所有ATM服务事件保持完整的审计跟踪。

例如，根据他们的新闻稿宣称，Nationwide Building Society选择NCR提供预测性维护，目标是改善英国的客户体验。

虽然我们必须补充一点，在2016年在Nationwide的整个ATM产业和694个分支机构部署NCR SmartServ预测服务的初步试点项目后，我们找不到有关可衡量结果或项目当前状态的信息。

在另一个案例研究中， NCR声称与新西兰银行（BNZ）合作，帮助提高银行的客户满意度：

作为竞争对手的差异化因素，BNZ希望实现更高的客户服务水平，因此他们部署了NCR SMartServ

NCR声称SmartServe平台从全球NCR设备上的ATM服务运营中收集数据，并使用AI查找与BNZ最佳ATM维护实践相关的模式：

即将发生的故障预测和寿命终止预测：NCR声称，SmartServ监控ATM内各个组件的使用情况，并在任何组件达到其预期寿命终止之前主动安排更换或维修。

服务智能：该平台还可以生成对实时日志和ATM配置数据的详细分析，以便为每个维修问题提供最准确的维修建议，确保使用正确的部件派遣具有合适技能的工程师。

NCR还声称，这种集成有助于将ATM网络的停机时间减少三分之一，尽管目前尚不清楚该指标的使用时间框架，或者停机时间的减少仅仅是由于集成的影响。

ATM网络安全的机器学习
万事达卡安全网

万事达卡于2015年推出了安全网，这是一种内部交易监控工具，旨在遏制银行和ATM的全球网络******。万事达卡在其网络中推出了安全网，并声称该平台每天可以从不同来源（包括银行，商户和ATM）分析多达13亿张万事达卡交易。

万事达卡声称他们的软件可以梳理数百万条客户交易数据记录，以预测每个用户可能是基线标准客户行为。这些行为可以包括客户的产品选择和与其帐户详细信息相匹配的地理位置。

在万事达卡的3分钟的演示视频详细说明了该公司声称其安全网计划的事情。

万事达卡声称在客户交易数据上使用机器学习算法来实时评估每个客户的行为并识别任何可疑活动。

例如，2013年，在安全网建成之前，阿拉伯联合酋长国一家银行的内部系统遭到***，12个预付万事达卡借记卡账户的现金提取限额被***提高。***利用被盗账号创建了假卡，并从许多不同国家的ATM机中提取现金。

根据该帖子，在大约11个小时内，26个国家的300台机器被击中，超过4,000万美元的现金被盗，其中包括前4分钟的500万美元。

Mastercard声称使用Safety Net可以更快地识别出这种***。如果单个交易从Safety Net发出警报（异常交易偏离特定客户的基准行为），万事达卡可能拒绝并通知银行。如果帐户一直试图完成交易，万事达卡可能会降低现金​​提前限额或暂时关闭帐户。

据“华尔街日报”报道，安全网帮助万事达卡控制了三起网络***并将每起案件的损失限制在10万美元。

根据该帖子，美国的两家银行和南美的一家银行成为目标，万事达卡的安全网能够成功识别***的标准行为异常，例如大型ATM现金提取或在不同地区进行的交易。

由于客户交易受到银行监管，据报道万事达卡与其银行合作伙伴进行了谈判，以便能够拒绝由安全网标记的大型交易。

机器视觉ATM摄像机
不可思议的愿景

Uncanny Vision是一家印度创业公司，在班加罗尔成立，拥有约23名员工，为嵌入式系统提供计算机视觉技术。该公司还为使用AI的监控摄像机提供Uncanny Surveillance视频分析软件。

Uncanny Vision声称他们的Uncanny Surveillance软件可以使ATM监控摄像头识别和理解人体位置（例如站立或坐着），人脸和环境中的物体。从业务角度来看，银行可能会使用该软件自动化远程ATM的安全性，或减少管理其ATM网络安全所需的人员安全人员数量。

Navaneethan Sundaramoorthy联合创始人和Uncanny Vision Unocny Vision的CMO，联合创始人和CMO的2分钟视频展示了他们的软件如何为ATM提供实时视频分析和监控，点击观看。

根据微软的一个使用案例，Uncanny Vision软件可以安装在ATM摄像机上，提供实时监控：

该公司声称他们的系统可以区分标准行为和任何引起警报的活动，例如一个人弯腰太久（超过4-5分钟）或者阻挡相机的人。

Uncanny Vision声称该软件可以使用基于深度学习的视觉系统在摄像机本身上实时分析来自监控摄像机的镜头，发送警报，并为ATM安全性创建分析。

虽然创始人兼首席执行官Ranjith Parakkal拥有印度科学研究院的电子学位，并担任德州仪器的首席工程师3年，但我们无法为Uncanny Vision找到任何有力的案例研究。

面部识别安全和改善客户体验
Diebold Nixdorf和三星SDS

Diebold Nixdorf是世界上最大的ATM制造商之一，与三星合作展示了一款无卡ATM，它使用面部识别技术与机器内置的NFC技术相结合，实现双因素认证。

该认证项目是使用由Diebold制造的ATM嵌入NFC读取器和Samsung SDS Nexsign（生物认证软件）开发的。在演示中，用户可以在ATM上的NFC读取器上轻触他们的移动设备。然后，用户通过移动设备上的面部识别接收到身份验证警报。

三星认为，这可以提高客户满意度，因为它不需要物理卡，也不需要记住密码。（对改善客户体验感兴趣的银行可能对我们对银行聊天机器人的直接比较感兴趣）。

三星SDS和Diebold Nixdorf在下面的8分钟视频中展示了他们的无卡ATM的详细信息，点击观看。

据报道，波多黎各银行计划试行这些新的ATM，之前曾与三星合作过认证项目。我们无法找到银行采用这项技术的进一步证据，也无法为Banco Puerto Rico的试点项目找到任何可靠的结果。

预测ATM现金需求
SAS Forecast Server

SAS Forecast Server是一种大型自动预测软件，用户可以使用该软件测试假设情景并预测它们可能如何影响未来对销售收入或仓储库存库存等指标的需求。

SAS声称，他们的软件可以帮助银行优化其ATM运营，预测ATM现金流失的可能性，并主动提醒银行员工用现金补充ATM。

在 SAS 的案例研究中，该公司与新加坡的银行星展银行合作，根据历史数据帮助预测ATM现金需求，详细说明ATM的使用频率以及该ATM的平均提款金额。该公司声称他们的系统最终减少了ATM用完现金的次数。

根据SAS的说法，新加坡的星展银行ATM机位于人口密度非常高的地方，任何停机都会影响他们的客户。DBS使用SAS Forecast Server软件分析每台ATM的提款数据，以预测即将开展的活动，目的是减少员工用现金重新填充ATM所需的次数。

SAS声称，在整合之后，DBS能够减少ATM耗尽资金和客户等待时间的次数，尽管没有关于实现这些结果需要多长时间的信息，也没有关于它减少多少的信息。

SAS由首席执行官Jim Goodnight创立，他之前曾在北卡罗来纳州立大学获得统计学博士学位

结论性思考
根据我们的研究，以下是有关AI如何应用于管理ATM操作以及企业可能想要了解的主要主题：

ATM的预测性维护似乎是人工智能在ATM运营改进中最普遍的应用

其中一项改进包括通过允许更有效的定期维护来减少ATM用完现金的次数。
ATM安全的计算机视觉应用可能在未来2到5年内变得更加普遍

ATM的AI应用似乎在提供预测分析的AI供应商和ATM制造商之间传播

阅读原文

转载于:https://blog.51cto.com/5249302/2409765