5atm

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

DieboldNixdorf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，

IBM列举了⼀些声称帮助银⾏优化ATM维护的：

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。

，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。

NCRSmartServe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，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，

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，根据他们的宣称，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NCRSmartServ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，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NCRSMartServ

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的全球⽹络⿊客攻击。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⼊侵，12个预付万事达卡借记卡账户的现⾦提取限额被⿊

客提⾼。⿊客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SafetyNet可以更快地识别出这种攻击。如果单个交易从SafetyNet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攻击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⿊客的标准⾏为异常，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

UncannyVision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

摄像机提供视频分析软件。

UncannyVision声称他们的UncannySurveillance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。

NavaneethanSundaramoorthy联合创始⼈和UncannyVisionUnocnyVision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，。

根据微软的⼀个使⽤案例，UncannyVision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。

UncannyVision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RanjithParakkal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

DieboldNixdorf和三星SDS

DieboldNixdorf是世界上最⼤的ATM制造商之⼀，与三星合作展⽰了⼀款，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（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DieboldNixdorf在下⾯的8分钟视频中展⽰了他们的⽆卡ATM的详细信息，。

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

BancoPuertoRico的试点项⽬找到任何可靠的结果。

预测ATM现⾦需求

SASForecastServer

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SASForecastServer

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JimGoodnight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