De som säljer förfalskade produkter kan ha mött sin match i artificiell intelligens

Hotet från förfalskade produkter fortsätter att hota globala samhällen och hålla specialiserade brottsbekämpande myndigheter på tårna. Enligt en rapport publicerad av United States Secret Service för räkenskapsåret 2023, beslagtades varor värda så mycket som US$22 miljoner i förfalskad valuta under år 2023. Under det året gjorde US Secret Service nästan 200 gripanden för förfalskning. USA:s finansdepartement uppskattar att förfalskade sedlar – värda någonstans mellan US$70 miljoner och US$200 miljoner – cirkulerar vid varje given tidpunkt. 

Förfalskning är en ondska som inte bara drabbar valutor eller cirkulationen av pengar världen över. Det påverkar nästan hela leveranskedjan. Rapporter visar att förfalskning och piratkopiering kostar den globala ekonomin så mycket som omkring US$600 miljarder varje år.

Enligt en undersökning utförd av CRISIL (CRISIL.BO ) väljer nästan 90 % av konsumenterna förfalskade produkter, lockade av att de är billigare och finns i stor utsträckning. Drivet att köpa dessa produkter kommer också från behovet av social bekräftelse och erkännande som många av dessa dyra och lyxiga varumärken ger människor. 

Mitt i denna miljö där förfalskade produkter är en del av vår vardag är det uppenbart att brottsbekämpande myndigheter skulle försöka stoppa det. Varje hot mot den globala ekonomiska ordningen skulle mötas med allvarliga konsekvenser. Vad som däremot verkar vara en intressant utveckling i detta skede är att ansträngningarna för att avskräcka förfalskning har omfamnat banbrytande, moderna teknologiparadigm. En sådan teknologi är artificiell intelligens. 

Klicka här för att lära dig allt om investering i artificiell intelligens. 

Bildminingstekniker och maskininlärningsalgoritmer för att identifiera förfalskade mynt

En grupp forskare från Concordia University i Kanada har publicerat ett unikt ramverk som utnyttjar bildmining och maskininlärningsalgoritmer för att identifiera fel som leder till att förfalskade mynt kan särskiljas. Publikationen kom i tidskriften ‘Expert Systems With Applications’. Forskarna var associerade med Centre for Pattern Recognition and Machine Intelligence (CENPARMI). 

När de förklarade hur ramverket identifierar felen, sade Ching Suen, professor i datavetenskap och mjukvaruteknik samt huvudförfattare till artikeln, följande:

“Med bildteknik skannade vi både äkta och förfalskade mynt så att vi kan leta efter avvikelser som kan vara två- eller tredimensionella, såsom bokstäver eller personens ansikte på myntet.”

Mariam Sharifi Rad, postdoktoral forskare vid CENPARMI och huvudförfattare till artikeln, betonade att ramverket inte bara handlar om att skydda ekonomin och dess resurser utan också om att ‘driva teknikens gränser framåt och förbättra säkerheten.’ 

Här måste vi komma ihåg att problemet med förfalskning är djupt sammanflätat med cybersäkerhetsaspekter, särskilt i detta digitala årtionde, när virtuella transaktioner är allestädes närvarande. 

United States Secret Service-rapporten som vi redan citerade för att påpeka volymen av beslagtagna förfalskade pengar säger att år 2023 var förlusten från brott relaterade till cyberfinans så hög som US$1,1 miljarder. Antalet gripanden för cyberfinansiella brott var 1 019. 

Utan tvekan bekräftar dessa siffror forskarnas påståenden om att deras ramverk är något som kommer att hjälpa i den större kampen och driva säkerhetsgränserna framåt mot förfalskning som vi hittills känt dem. 

Men hur uppnådde forskarna sitt mål i praktiken? Hur förverkligades deras intentioner? För det måste vi gräva djupare i processen. 

Utnyttjande av fuzzy-koncept, semi‑automatisk bildmining och PSO

Forskarna använde dessa tre verktyg på ett genomtänkt sätt för att upptäcka förfalskade mynt. De skapade bilddatamängder med sex mynt och kuraterade dem som centrala referenser för sin forskning. Implementeringen av bildminingssystemet berodde på fuzzy‑associationsregler och använde en blob‑detekteringsmetod samt relationspredikat. Det kombinerade systemet kunde extrahera implicit information från bilder som stämde överens med mänskliga perspektiv. 

Ramverket integrerar också tekniken particle swarm optimization (PSO), som hjälper till att dynamiskt omdefiniera tröskelparametrar, förbättra effektiviteten i den fuzzy‑associationen och göra systemet för upptäckt av förfalskade mynt mer robust. Resultatet är ett system som är mycket anpassningsbart till en rad olika bilddatamängder. 

För att sammanfatta ramverkets prestationer sade Ching Suen:

“Denna metod kan användas för att upptäcka alla typer av falska varor, som vi ser över hela världen. Den kan också användas för att upptäcka falska etiketter på frukt, vin, sprit och så vidare. Det finns många platser där detta kan tillämpas.”

Det råder ingen tvekan om att detta nya ramverk för att upptäcka förfalskade mynt—om det replikeras och skalas upp väl—skulle hjälpa den globala ekonomin avsevärt. En annan lösning som framgångsrikt har hanterat förfalskade valutor sedan sin början är blockchain‑baserade valutor som Bitcoin. 

Egenskapen av oföränderlighet i blockchain‑baserade valutor

Blockchain‑baserade valutor och deras transaktioner drivs av principerna för en oföränderlig huvudbok. Det hänvisar till ett system för registerföring som inte kan ändras.

I ett blockkedjesystem backas varje informationsblock som innehåller fakta eller transaktionsdetaljer upp av ett motsvarande hash‑värde. Baserat på mycket säkra kryptografiska principer består detta hash‑värde av alfanumeriska strängar som genereras av enskilda block.

Varje block har ett hash‑värde eller digital signatur för sig självt och för det föregående, vilket säkerställer en obruten och retroaktiv koppling av block som förhindrar ingrepp i systemet eller ändring av data som redan har sparats. 

Det som gör förfalskning till ett överflödigt koncept i blockchain‑baserade valutor är att hash‑värdet inte kan reverse‑engineeras. Ingen användare kan använda utdata‑strängen för att återfå indata‑informationen. 

Sammanfattningsvis är det i blockchain‑baserade valutasystem nästan omöjligt att ändra eller radera blockets data som placerats i blockkedjan. När någon försöker göra en förändring avvisas modifieringen av nästa block eftersom kedjans hash inte längre är giltig.

Förutom valutor kan blockkedjans mekanism avskräcka bedrägeri och förfalskning i många andra aspekter av vardagliga produktionssystem och leveranskedjor. Europeiska kommissionen har till exempel förespråkat användning av blockkedja för att säkra våra globala leveranskedjor mot negativa effekter av potentiella rättstvister, konsumentskador, förlorade försäljningar och långsiktiga ryktesskador.

Blockkedja som en lösning för att bekämpa förfalskning i företag världen över

Europeiska kommissionen har erkänt den roll som blockkedjeteknik kan spela för att förbättra spårbarhet och genomföra en end‑to‑end‑spårning av produkter och leveranser över en rad leveranskedjor, från inköp av råmaterial till den fas där användaren får den färdiga produkten. 

Implementeringen av blockkedja kan ske genom smarta taggar, och företag kan använda många typer av smarta taggar, inklusive QR‑koder, RFID‑taggar och signaturer på metalliska eller keramiska ytor. 

Var och en av de ovan nämnda märkningsteknikerna har sina fördelar. Till exempel tillåter QR‑kod‑baserade system företag att överföra information såsom tillverkningsdatum, företagets webbplats eller kundtjänstnummer. De underlättar även betalningar och sömlös spårning av leveranser. 

När de fästs på produkter hjälper RFID‑taggar läsaren att ta emot signaler som placeras längs de övervakade områdena. Systemet kan spåra rörelser med hög effektivitet. Systemet ses dock ofta som orealistiskt när omfattningen av implementeringen är stor och kostnaden blir avsevärt högre. 

Som en avancerad lösning har lasersmärkningsmaskiner dykt upp på marknaden. Dessa maskiner hjälper till att införliva spårbara streckkoder och grafik på metalliska eller keramiska ytor. 

Förutom Europeiska kommissionens överväganden kring blockkedja och dess roll i att säkra leveranskedjor, presenterade ett papper på den 7:e Internationella konferensen om datavetenskap och beräkningsintelligens 2022 möjligheterna att utveckla ett anti‑förfalskningssystem med blockkedjeteknik. 

Pappret föreslog blockkedjeteknik som ryggraden i ett system där kunder kan validera en produkts legitimitet utan behov av en motsvarande återförsäljare. Författarna lyfte fram potentialen i Ethereum‑blockkedjan för att hjälpa bygga den föreslagna modellen som kan spåra varje objekts skapelse och transaktioner, vilket säkerställer trovärdigheten i ett objekts äkthet. 

Blockkedjans roll i att säkra leveranskedjor och innovationerna kring den har gjort det tydligt att våra leveranskedjor behöver skydd. Att ha robust skyddade leveranskedjor kan innebära en säker vinnare när det gäller skydd mot förfalskning.

Flera företag har investerat i forskning och resurser för att använda artificiell intelligens för att säkra leveranskedjor. I följande segment diskuterar vi ett par av sådana företag och deras lösningar. 

#1. IBM

IBM hävdar att deras lösningar hjälper till att bygga störningsminimerade, resilienta och hållbara leveranskedjor. IBM Sterling® Supply Chain Intelligence Suite är till exempel en AI‑baserad optimerings‑ och automatiseringslösning som hjälper organisationer att lösa leveranskedjestörningar genom traditionell transformation. Lösningen kan digitalt transformera leveranskedjor, förbättra resiliens och agilitet samt påskynda tid‑till‑värde genom handlingsbara insikter, smartare arbetsflöden och intelligent automation.

Enligt de publicerade benchmark‑siffrorna minskar lösningen tiden det tar att spåra varor från butik till gård från 7 dagar till 2,2 sekunder. Den minskar lagernivåerna med 18 % för att spara på spill och kostnad. Dessutom förkortas den tid som behövs för kritisk hantering av leveranskedjestörningar från dagar till timmar.

IBM påstår att deras lösning är lämplig för en rad användningsfall, inklusive livsmedelssäkerhet, flernivå‑leveranskedjekartläggning, spårning och spårbarhet, hantering av leveranskedjans utsläpp, leverantörsrisk‑ och efterlevnadsbedömning, leverantörssynlighet och mer. 

Många företag använder IBMs lösningar. Till exempel använder Antonello Produce den för att förbättra spårbarheten av produkter från frö till butik till hylla. Pietro Coricelli utnyttjar lösningen för att optimera livsmedelskvalitet, hållbar inköp och leveranskedjetransparens. Sonoco använder den för att skydda sin produktkvalitet och effektiviteten i sina livräddande mediciner. ‘

IBM‑teamet fortsätter att arbeta med lösningen för att förbättra den steg för steg varje dag. Till exempel har de nyligen använt AI för att designa en kontrolltornslösning som kopplar befintliga lagersystem och ERP‑system. 

För räkenskapsåret 2023 genererade IBM $61,9 miljarder i intäkter, upp 3 % i konstant valuta, och $11,2 miljarder i fritt kassaflöde, upp $1,9 miljarder år‑över‑år. Skalning av AI för att öka produktiviteten inom IBM utökade företagets vinstmarginaler. 

#2. Oracle

I april förra året introducerade Oracle (ORCL ) AI‑ och automatiseringsfunktioner för att hjälpa kunder att optimera sin leveranskedjehantering. De lade till nya funktioner i Oracle Fusion Cloud Applications Suite för att hjälpa kunder med accelererad leveranskedjeplanering, ökad operativ effektivitet och förbättrad finansiell noggrannhet. De specifika uppdateringarna inkluderade nya planerings‑, användningsbaserade pris‑ och rabatt‑hanteringsfunktioner.  

Enligt Jon Chorley, senior vice president för leveranskedjeapplikationer och chef för hållbarhet på Oracle:

“Med Oracles kompletta svit av integrerade applikationer kan organisationer hantera leveranskedjedata på samma plattform som ekonomi, HR och kundupplevelse för att påskynda processer som offert‑till‑betalning och avlägsna hinder som traditionellt har funnits mellan olika affärsfunktioner. Detta holistiska tillvägagångssätt skapar en miljö där AI och automation kan blomstra för att hjälpa företag att driva effektivitet och uppnå mer med mindre.”

I mars 2024 meddelade Oracle resultaten för räkenskapsåret 2024 Q3. Totala kvartalsintäkterna ökade 7 % år‑över‑år både i USD och i konstant valuta till $13,3 miljarder. GAAP‑operativt resultat för Q3 var $3,8 miljarder. Icke‑GAAP‑operativt resultat var $5,8 miljarder, upp 12 % i både USD och konstant valuta.

Användning av AI för en säker framtid

Att sätta stopp för hotet från förfalskning, bedrägeri och illvilligt producerade duplicerade material är något som kommer att se betydande förbättringar genom användning av AI‑baserade lösningar.

Det som är ännu mer lockande är att användning av AI för att säkra leveranskedjan skulle gynna andra områden i en operativ ram. Till exempel skulle lagerhantering bli mer effektiv, driftskostnaderna skulle minska avsevärt, avfallet och oönskade utsläpp skulle minskas, och lagerhantering skulle bli mer exakt. 

Förutom att få äkta varor kommer konsumenter att dra nytta av snabbare leveranser, och arbetare kommer att vara säkrare. Företag kommer dock att behöva investera mer i att göra AI mer användarvänlig genom att avsätta fler resurser för utbildning och förenkla komplexa operationer genom att integrera olika element över de många noderna i en global leveranskedja. 

De måste också regelbundet övervaka dessa system och deras prestanda, identifiera och åtgärda fel när de uppstår.

Klicka här för att lära dig vad som gör 2023 till ett genombrottsår för artificiell intelligens.