Shufti-Sphere-网站横幅
汉堡菜单 交叉图标 2

相关资源

fr

5.196.175.156

为什么“传统公用事业账单”无法通过授权委托书验证?

传统的授权委托书验证方式是为纸质信件难以篡改的时代而设计的。但如今,这两种说法都不成立。

数字化优先的客户(例如租房者、新型银行客户等)难以提供实体地址证明文件,因为他们不依赖水电费账单、银行对账单或其他任何带有地址信息的纸质文件。与此同时,易于使用的生成式人工智能现在可以在几分钟内生成逼真的电子地址证明文件。

对于银行和其他金融机构 (FI) 而言,其结果是地址验证模型给合法的数字化优先客户带来了摩擦,而数字文档对欺诈的抵抗力却越来越弱。 

更广泛的文件接受范围(包括纸质和电子文件)可以提高转化率,但也扩大了欺诈的可能性。更严格的文件要求可以降低欺诈风险,但会加速客户流失。 

解决办法是什么?

传统的授权委托书验证方式为何会导致客户流失率上升?

POA环节的失误是造成收入流失最容易被忽视的原因之一。 数字化入职这是因为遇到摩擦的客户很少会提交投诉或致电客服;他们只会放弃验证流程,而这会被记录为验证未完成,而不是客户流失。 

从这个意义上讲,人口统计的现实是残酷的。越来越多的入职流程从设计之初就实现了无纸化,其中包括:

  • 数字原住民 多年前就已改用无纸化账单,并且没有存档的 PDF 文件。
  • 租房 他们的水电煤气等公用事业账户登记在房东名下,而不是他们自己名下。
  • 新银行用户 使用无需任何实体通信的纯数字金融服务的用户。

这些群体不再是特例。在许多受监管的行业中,这类群体占据了新用户注册流程的大多数。传统的授权委托书验证流程假设存在纸质文件,这不利于提高转化率。 

另一个问题是,收紧文件要求以减少欺诈的同时,却增加了合法数字优先客户的流失率。 

Gen AI 如何渲染数字授权书:一个有缺陷的解决方案

当合法的数字化优先客户难以提供纸质文件时,诈骗分子却比以往任何时候都更容易制作出足以以假乱真的伪造文件。

人工智能技术的进步从根本上改变了伪造授权委托书所需的工作量。这是因为随着人工智能技术的发展,伪造授权委托书所需的技能、软件专业知识和时间都已大幅减少/变得触手可及。事实上,水电煤气账单模板在网上随处可见,而且都是免费的,不法分子只需几秒钟就能复制品牌和标识。 

最终生成的PDF文件格式清晰、干净,不包含传统反欺诈检测方法旨在检测到的任何像素级篡改信号。这是因为该文档从未被篡改过,而是从零开始创建的。

近年来,POA欺诈案件的增加就证明了这一点。Shufti对全球超过230亿张支票的内部遥测数据显示:

  • 2025年上半年,POA欺诈未遂案件同比增长18%。
  • 合成地址目前占高风险 POA 案例的 42%。
  • 人工智能生成的文档会触发 31% 的高风险验证警报。 

现实情况是,反欺诈团队同时面临两方面的压力:欺诈尝试的数量不断增加,而且这些尝试的质量也在不断提高。对于所有银行和金融机构而言,强大的、由人工智能驱动的文档欺诈检测层——这种检测层能够超越表面取证,深入分析文档的真实性——已不再是可有可无的选项。 

为什么无纸化授权书验证是未来的发展方向:

文档优先模型 POA验证 它做了两个假设:每个人都有一份纸质文件,并且出示一份纸质文件就足以证明文件的真实性。 

越来越多的合规和反欺诈团队正在转向一种模型,该模型直接从保存地址记录的数据库(例如电信公司、金融机构、政府登记处和权威数据库)中验证地址,而不是仅仅依赖单一的 POA 文件。

这种直接从源头采购的方式是 无文件验证 该方法无需客户提供任何文件。客户的姓名和地址信息会与实时可信的数据源进行交叉比对。这种无纸化验证方式使银行和其他金融机构能够以显著降低欺诈风险的方式验证授权委托书。 

然而,无凭证验证并非适用于所有风险等级。对于高风险客户群体,它能消除一整类欺诈手段,同时减少合法数字客户的交易障碍。

分层授权委托书验证流程如何减少欺诈?

最有效的POA框架并非单一的通用方法,而是一个分层的、基于风险的流程,旨在平衡…… 预防诈骗 以及用户体验。以下是分层式 POA 验证流程的实际运作方式:

1. 无证背景调查: 

客户输入姓名和地址,验证系统会将这些信息与可信数据源进行交叉比对。例如,系统可以访问可信的政府数据源,以验证客户公用事业公司的地址。此过程可在后台运行,耗时不到 3 秒,无需客户进行任何操作。大多数合法客户在此阶段即可通过验证。

2. 风险信号评估:

如果交叉引用的置信度高且未发现高风险信号,则检查通过。如果系统检测到 VPN、地理位置不匹配或被标记的 IP 地址,则会将客户引导至下一阶段。

3. 记录 POA 并包含完整的取证层:

未通过无凭证结算的客户将被要求上传一份授权委托书(POA)。该文件将经过深度人工智能驱动的真实性分析(合成生成模式、数字指纹、与其他提交的文件进行交叉比对)。

4. 各层级均具备审计就绪状态:

无论客户的 POA 是通过无纸化检查还是文件审查进行验证,验证系统都会分配风险评分,提供决策理由,并创建可供审计的跟踪记录。

其结果是形成有针对性的摩擦。最有可能合法的客户将通过无摩擦、无文件的验证方式进行验证,而高风险客户将被要求上传文件,这些文件将接受彻底的欺诈分析。

现代授权委托书验证需要哪些条件?

依赖物理 授权委托书文件在纸质信件减少、伪造信件更容易的情况下,这种方式已不再可持续。 

对于评估其 POA 堆栈是否能发现欺诈行为并清除合法用户的合规和欺诈团队而言,基于 API 的直接源头无文档层和能够抵御欺诈尝试的深度 AI 文档欺诈检测引擎是满足各类客户需求的完美解决方案。

舒夫提的地址验证 该套件使企业能够采用这种方法,实现实时数据检查和人工智能驱动的欺诈检测。 预约演示 探讨如何有效实施现代 POA 验证。

相关文章

博客

哪种 Shufti 集成模式最适合您的技术栈?API、SDK 和 Web 客户端详解

哪种 Shufti 集成模式最适合您的技术栈?API、SDK 和 Web 客户端详解

查看产品

博客

2026 年最佳不良媒体筛查软件

2026 年最佳不良媒体筛查软件

查看产品

博客

金融科技行业的OFAC合规:为何执法不再是别人的事

金融科技行业的OFAC合规:为何执法不再是别人的事

查看产品

博客

银行业反洗钱(AML)是什么?它是如何运作的?

银行业反洗钱(AML)是什么?它是如何运作的?

查看产品

博客

什么是SDN名单?OFAC指定、资产冻结和审查义务

什么是SDN名单?OFAC指定、资产冻结和审查义务

查看产品

博客

2026 年最佳 OFAC 筛查软件

2026 年最佳 OFAC 筛查软件

查看产品

博客

积极制裁和消极制裁有什么区别?

积极制裁和消极制裁有什么区别?

查看产品

博客

哪种 Shufti 集成模式最适合您的技术栈?API、SDK 和 Web 客户端详解

哪种 Shufti 集成模式最适合您的技术栈?API、SDK 和 Web 客户端详解

查看产品

博客

2026 年最佳不良媒体筛查软件

2026 年最佳不良媒体筛查软件

查看产品

博客

金融科技行业的OFAC合规:为何执法不再是别人的事

金融科技行业的OFAC合规:为何执法不再是别人的事

查看产品

博客

银行业反洗钱(AML)是什么?它是如何运作的?

银行业反洗钱(AML)是什么?它是如何运作的?

查看产品

博客

什么是SDN名单?OFAC指定、资产冻结和审查义务

什么是SDN名单?OFAC指定、资产冻结和审查义务

查看产品

博客

2026 年最佳 OFAC 筛查软件

2026 年最佳 OFAC 筛查软件

查看产品

博客

积极制裁和消极制裁有什么区别?

积极制裁和消极制裁有什么区别?

查看产品

采取下一步措施,提升安全性。

联系我们

联系我们的专家。我们将帮助您找到满足您合规和安全需求的完美解决方案。

联系我们

请求演示

立即免费访问我们的平台并试用我们的产品。

立即开始