En la conferencia anual Hot Chips, IBM reveló hoy detalles del nuevo Procesador IBM Telum, diseñado para llevar la inferencia de Deep Learning a cargas de trabajo empresariales para ayudar a abordar el fraude en tiempo real. Telum es el primer procesador de IBM que contiene aceleración para la inferencia de Inteligencia Artificial (AI) desde el chip mientras una transacción se está realizando. Con tres años de desarrollo, la innovación de este nuevo chip a la aceleración del hardware está diseñada para ayudar a los clientes para obtener insights de negocio a escala en aplicaciones bancarias, financieras, comerciales, de seguros e interacciones con los clientes. Se espera que un sistema de IBM que aprovecha Telum esté disponible en el primer semestre de 2022.
En una investigación reciente de Morning Consult encargada por IBM, el 90% de los encuestados dijo que poder construir y ejecutar proyectos de Inteligencia Artificial donde residen sus datos es importante. IBM Telum está diseñado para permitir a las aplicaciones correr eficientemente donde residen los datos, ayudando a superar los enfoques tradicionales de IA empresarial que tienden a requerir una cantidad significativa de memoria y capacidades para mover los datos para gestionar la inferencia.
Con Telum, la aceleración cercana (en proximidad) a datos de misión crítica y aplicaciones significa que las empresas pueden realizar un alto volumen de inferencias para transacciones sensibles en tiempo real sin tener que llamar soluciones de AI fuera de la plataforma, que podría impactar el desempeño. Los clientes también pueden construir y entrenar modelos de AI fuera de la plataforma, desplegar e inferir para análisis en un sistema IBM habilitado para Telum.
Innovación en la banca, finanzas, comercio y seguros
Hoy en día, las empresas suelen aplicar técnicas de detección para identificar fraude después que ocurre, un proceso que puede requerir mucho tiempo y recursos de computación debido a las limitaciones de la tecnología actual, especialmente cuando el análisis y la detección del fraude se realizan lejos de las transacciones y los datos de misión crítica. Debido a los requisitos de latencia, a menudo la compleja detección de fraudes no se puede completar en tiempo real, significando que un mal actor ya podría haber comprado bienes con una tarjeta de crédito robada antes que el comercio se dé cuenta de que se cometió un fraude.
De acuerdo con el Consumer Sentinel Network DataBook de 2020 de la Comisión Federal de Comercio, los consumidores informaron haber perdido más de $ 3.3 mil millones por fraude en 2020, en comparación con $ 1.8 mil millones en 2019. Telum puede ayudar a los clientes a moverse de una postura de detección de fraude a una postura de prevención de fraude, pasando de detectar muchos casos de fraude en la actualidad, a una era potencialmente nueva de prevención de fraude a escala, sin impactar los acuerdos de nivel de servicio (SLA), antes de que se complete la transacción.
El chip se caracteriza por un innovador diseño centralizado que les permite a los clientes aprovechar completamente el poder de un procesador de AI para cargas de trabajo específicas de AI, haciéndolo ideal para cargas de trabajo de servicios financieros como la detección de fraudes, el procesamiento de préstamos, las compensaciones y la liquidación de valores, la lucha contra el lavado de dinero y el análisis de riesgos. Con estas innovaciones, los clientes estarán posicionados para mejorar las reglas existentes de detección de fraude o para utilizar el Machine Learning, acelerar los procesos de aprobación de créditos, mejorar el servicio al cliente y la rentabilidad, identificar qué operaciones o transacciones pueden fallar y proponer soluciones para crear un proceso de conciliación más eficiente.
