Vertaald uit het Engelse origineel. De cijfers en bronnen zijn ongewijzigd. Lees het Engelse origineel

Gemeld door het bedrijfIn gebruik sinds apr 2025Toegevoegd op okt 2026

Grab

Proceduregestuurde AI-agents van Grab verkorten het onderzoek naar fraude en accountovernames

Grab bouwde een AI-agentraamwerk dat schriftelijke standaardwerkprocedures volgt en gebruikte het om onderzoeken naar accountovernames en fraudecontroles in risk operations te automatiseren. Grab meldt dat de onderzoekstijd daalde van 23 naar 3 minuten en dat 87% van de zaken is geautomatiseerd.

Kerncijfers

Letterlijk overgenomen uit de bronnen. Kopieer elk cijfer met bronvermelding.

23

minuten naar slechts 3

Onderzoekstijd bij een accountovername met de ATI-bot1

87%

Aandeel zaken rond accountovernames dat de ATI-bot automatiseert1

45%

Verkorting van de gemiddelde afhandeltijd bij fraudeonderzoek1

meer dan 300

Bespaarde manuren per maand bij fraudeonderzoek1

Wat het kostte

KostenNiet openbaar
TeamNiet openbaar
DoorlooptijdNiet openbaar

Kosten, teamgrootte en doorlooptijd zijn in de bronnen niet openbaar gemaakt.

Het probleem

Het onderzoeken van een accountovername, waarbij iemand anders de controle over het account van een klant overneemt, was traag handwerk. Analisten haalden gegevens uit meerdere systemen, voerden veel databasequery's uit en namen beslissingen onder druk, wat leidde tot vertragingen, fouten en de behoefte aan specialistische vaardigheden.

Wat ze bouwden

Grab bouwde een raamwerk waarin een AI-agent een schriftelijke standaardwerkprocedure (SOP) afwerkt. De eerste toepassing was de bot voor onderzoeken naar accountovernames (Account Takeover Investigations, ATI), en hetzelfde raamwerk werd ook toegepast op fraudeonderzoek. Medewerkers beoordelen de resultaten in tools zoals Slack.

Hoe ze het aanpakten

De SOP is in gewone taal geschreven als een boom van stappen en beslissingen, en niet-technische medewerkers kunnen hem bewerken in een visuele editor. Een planningsmodule doorloopt de boom stap voor stap. Een uitvoerende agent voert de databasequery's en systeemaanroepen uit die elke stap vereist en slaat de resultaten op. Aan het eind schrijft het systeem een samenvatting en een beslissing. Grab beperkt de tools die het model mag gebruiken en comprimeert de context om verzonnen stappen te verminderen.

Resultaten

Grab meldt dat de ATI-bot de onderzoekstijd terugbracht van 23 minuten naar slechts 3 en 87% van de zaken automatiseerde. De gemiddelde afhandeltijd bij fraudeonderzoek daalde met 45%, wat meer dan 300 manuren per maand bespaart. Een tweede bericht van Grab herhaalt het cijfer van 87% en noemt als begintijd 22 minuten in plaats van 23.

Wat u kunt overnemen

Begin met een proces dat al een schriftelijke procedure en duidelijke beslissingen heeft. Geef procesverantwoordelijken de controle over de procedure en bewaar een logboek van elke run.

Lessen voor uw project

  1. Leg de menselijke procedure vast als een stapsgewijze boom, met beslispunten en data-oproepen. Grab begrenst het model met de schriftelijke SOP in plaats van het te laten improviseren.

  2. Laat niet-technische procesverantwoordelijken de procedure schrijven en bewerken. Grab geeft hen een visuele editor, zodat de mensen die het proces kennen er ook de controle over hebben.

  3. Houd waar nodig mensen in de lus. Het raamwerk kan pauzeren en hervatten, zodat iemand kan ingrijpen.

  4. Leg elke run vast, zodat beslissingen kunnen worden uitgelegd en getoetst.

Kanttekeningen

  • Alle cijfers zijn van Grab zelf, uit twee blogberichten op de engineeringblog. Geen externe partij bevestigt ze.
  • Het eerste bericht noemt 23 minuten vóór de bot en het tweede 22 minuten, beide teruggebracht tot 3 minuten per ticket. Grab verklaart het verschil niet, en alleen de cijfers uit het eerste bericht staan als meetwaarden vermeld.
  • Grab noemt de nauwkeurigheid van meer dan 99,8% en het foutpositieve percentage van 0 resultaten van eerste evaluaties. Ze staan hier niet als meetwaarden vermeld. De berichten beschrijven niet hoe ze zijn gemeten.
  • De berichten noemen de AI-modellen niet en geven geen lanceringsdatum. Ze beschrijven ingezette bots, en de getoonde implementatiedatum is de datum van het eerste bericht.
  • De berichten zeggen niet hoeveel zaken of analisten de cijfers beslaan, of wat de bouw kostte.

Bronnen

  1. Introducing the SOP-driven LLM agent frameworks

    Grab Engineering Blog · 2025-04-25 · Bedrijfsblog · engineering.grab.com

  2. Streamlining RiskOps with the SOP agent framework

    Grab Engineering Blog · 2025-05-08 · Bedrijfsblog · engineering.grab.com

In eigen woorden samengevat op basis van de bovenstaande bronnen. Een fout gezien? Zie correcties.