 |
ARMONK, N.Y. – 27 de marzo del 2014 --
IBM (NYSE: IBM) introdujo nuevo software y servicios para ayudar a las
organizaciones a usar Big Data y Analítica para enfrentar el problema de
la pérdida de $3.5 millones de millones de dólares al año por fraudes
y crímenes financieros. A través de sofisticado expertise y
analítica de negocios, las organizaciones pueden recurrir a un enfoque
holístico a fin de resolver las pérdidas financieras causadas por el
fraude, al mismo tiempo que protegen el valor de su marca.
Como parte de lo anunciado, IBM lanzó su iniciativa "Combate Inteligente contra el Fraude"
aprovechando, desde 2005, el conocimiento y la innovación de más de
500 expertos de consultoría contra fraudes, 290 patentes de
investigación relacionadas con fraudes y $24 mil millones en inversiones
en software de Big Data y Analítica de IBM, así como en capacidades de
servicios. La iniciativa extiende el liderazgo de IBM en Big Data y
Analítica, así como de Nube, para ayudar a las organizaciones públicas y
privadas a prevenir, identificar e investigar actividades fraudulentas.
Este anuncio viene en un momento en
el cual una nueva generación de criminales está usando canales
digitales– tales como dispositivos móviles, redes sociales y plataformas
de nube –para probar las debilidades y las vulnerabilidades. El ritmo
de esta amenaza continúa acelerándose– cada segundo, doce nuevos
consumidores caen víctimas de crímenes cibernéticos, y cada día la
industria de salud de Estados Unidos por si sola pierde $650 millones
de dólares en virtud de reclamaciones y pagos fraudulentos.
A fin de resolver estas
complejidades, IBM está entregando un nuevo software que permite que las
organizaciones obtengan una mayor visibilidad y tomen un enfoque
holístico más proactivo en el combate del fraude, agregando Big Data a
través de una variedad de fuentes internas y externas -incluyendo las
móviles, sociales y en línea– y la aplicación de analíticas sofisticadas
para monitorear continuamente los indicadores fraudulentos. Esto
incluye la analítica avanzada que comprende las relaciones y ocurrencias
conjuntas no obvias entre las entidades, las nuevas tecnologías
mejoradas de visualización que pueden identificar y conectar los
patrones fraudulentos más cerca al punto de operación y el aprendizaje
de máquina para ayudar a prevenir las ocurrencias futuras en base en los
ataques y conductas previas.
No hay comentarios:
Publicar un comentario