现今，全球已步入人工智能时代，欺诈行为形成了一条利益紧密相联的“黑色产业链”。在这条产业链中，有团队负责注册、“养号”；有团队负责提供终端机器，提供云服务，模拟真实IP地址；还有团队负责寻找企业漏洞，发起攻击，或是负责专门寻找“买家”等等。
据统计，网络欺诈给中国、美国这样的互联网大国每年带来的损失高达数千亿元、数万亿元美金。有多份研究报告指出，全球每年欺诈损失总额大概超过500亿美元。仅在2016年一年，全球信用卡、借记卡、预付卡和私有品牌支付卡的损失就高达163.1亿美元。电子零售商和批发商因欺诈损失的金额占其年收入的7.5%以上。每年保险欺诈（不包括健康险）的损失总额大概超过400亿美元。
作为硅谷技术型创新企业，DataVisor以人工智能领域独创的无监督学习算法为核心，可保护企业免受各种攻击，包括大量虚假账户注册、账号盗取、欺诈交易、身份盗用、洗钱交易、假冒评估、垃圾邮件、虚假安装推广等。
DataVisor CEO兼联合创始人Yinglian Xie（谢映莲）告诉经济日报－中国经济网记者，在全球，DataVisor的用户事件分析总量已超过6千亿，保护用户数量超过20亿，检测坏用户数量超过1亿3千万。
谢映莲说，如今，DataVisor已进入中国一周年，服务对象包括阿里巴巴、陌陌、探探、大众点评、猎豹移动、趣加游戏等众多国内知名的大型互联网企业，并获得客户的良好口碑。检测真实注册用户的有效率可以提高到99.999%，响应速度为毫秒级。
DataVisor中国区总经理兼技术总监吴中进一步解读了中国线上网络欺诈的现状。他认为，伴随着越来越复杂和越来越具有规模化、隐蔽性的欺诈手段，采用传统的反欺诈方案已经不能适应新形势的发展。而DataVisor独特的一站式风险数据分析平台，以无监督机器学习引擎为核心，同时结合其他检测分析技术，例如有监督机器学习、自动规则引擎和全球智能信誉库等，可帮助中国线上企业迅速找到“坏用户”，从而帮助客户提高运营能力，聚焦于核心业务。
分析人士称，解决网络欺诈难题，必须聚焦于人工智能，深入了解人工智能前沿的理论知识与基础算法，开发出跨行业的产品和解决方案。相信，伴随着无监督学习算法，势必会提高中国全行业线上的反欺诈水平。
