Tradotto dall'originale inglese. Dati e fonti restano invariati. Leggi l'originale in inglese
Grab
Gli agenti di IA di Grab guidati da procedure riducono i tempi di indagine su frodi e furti di account
Grab ha costruito un framework di agenti di IA che seguono procedure operative standard scritte, e lo ha usato per automatizzare le indagini sui furti di account e i controlli antifrode nelle operazioni di rischio. Grab riferisce che il tempo di indagine è sceso da 23 minuti a 3 e che l'87% dei casi è automatizzato.
Dati chiave
Copiati esattamente dalle fonti. Copiate qualsiasi dato insieme alla sua citazione.
da 23 minuti a soli 3
Tempo di indagine su un furto di account con il bot ATI1
87%
Quota di casi di indagine su furti di account automatizzati dal bot ATI1
45%
Riduzione del tempo medio di gestione nelle indagini sulle frodi1
oltre 300
Ore di lavoro risparmiate ogni mese nelle indagini sulle frodi1
Cosa è servito
Le fonti non rendono noti costi, dimensioni del team e tempi.
Il problema
Indagare su un furto di account, cioè quando qualcun altro prende il controllo dell'account di un cliente, era un lavoro manuale lento. Gli analisti estraevano dati da più sistemi, eseguivano molte query su database e prendevano decisioni sotto pressione, con ritardi, errori e bisogno di competenze specialistiche.
Cosa hanno costruito
Grab ha costruito un framework in cui un agente di IA segue una procedura operativa standard (SOP) scritta. Il primo uso è stato il bot Account Takeover Investigations (ATI), per le indagini sui furti di account, e lo stesso framework è stato applicato alle indagini sulle frodi. Il personale rivede i risultati in strumenti come Slack.
Come ci sono riusciti
La SOP è scritta in linguaggio semplice come un albero di passaggi e decisioni, e il personale non tecnico può modificarla in un editor visuale. Un modulo di pianificazione percorre l'albero passo dopo passo. Un agente esecutore lancia le query sui database e le chiamate ai sistemi richieste da ogni passaggio e ne salva i risultati. Alla fine il sistema scrive un riepilogo e una decisione. Grab limita gli strumenti che il modello può usare e comprime il contesto per ridurre i passaggi inventati.
Risultati
Grab riferisce che il bot ATI ha ridotto il tempo di indagine da 23 minuti a soli 3 e ha automatizzato l'87% dei casi. Il tempo medio di gestione delle indagini sulle frodi è sceso del 45%, con un risparmio di oltre 300 ore di lavoro al mese. Un secondo articolo di Grab ripete la cifra dell'87% e indica come tempo di partenza 22 minuti anziché 23.
Cosa replicare
Partire da un processo che ha già una procedura scritta e decisioni chiare. Dare ai responsabili di processo il controllo della procedura e tenere una registrazione di ogni esecuzione.
Lezioni per il vostro progetto
Codificare la procedura umana come un albero di passaggi, con punti di decisione e chiamate ai dati. Grab vincola il modello con la procedura scritta invece di lasciarlo improvvisare.
Lasciare che i responsabili di processo non tecnici scrivano e modifichino la procedura. Grab fornisce loro un editor visuale, così chi conosce il processo ne mantiene il controllo.
Mantenere le persone nel ciclo dove serve. Il framework può mettersi in pausa e riprendere, in modo che una persona possa intervenire.
Registrare ogni esecuzione, così le decisioni possono essere spiegate e riviste.
Avvertenze
- Tutte le cifre sono di Grab, da due articoli del suo blog di ingegneria. Nessun soggetto esterno le conferma.
- Il primo articolo indica 23 minuti prima del bot e il secondo 22 minuti, entrambi ridotti a 3 minuti per ticket. Grab non spiega la differenza, e solo le cifre del primo articolo sono elencate come metriche.
- Grab definisce l'accuratezza di oltre il 99,8% e il tasso di falsi pari a 0 come risultati di valutazioni iniziali. Qui non sono elencati come metriche. Gli articoli non descrivono come siano stati misurati.
- Gli articoli non nominano i modelli di IA e non indicano una data di lancio. Descrivono bot in funzione, e la data di distribuzione mostrata è la data del primo articolo.
- Gli articoli non dicono quanti casi o analisti coprano le cifre, né quanto sia costato lo sviluppo.
Fonti
- Introducing the SOP-driven LLM agent frameworks
Grab Engineering Blog · 2025-04-25 · Blog aziendale · engineering.grab.com
- Streamlining RiskOps with the SOP agent framework
Grab Engineering Blog · 2025-05-08 · Blog aziendale · engineering.grab.com
Riassunto con parole nostre a partire dalle fonti sopra indicate. Avete notato un errore? Consultate le rettifiche.