AI 生成のクレームが返品詐欺に対する小売店の取り締まりを引き起こす

詐欺の手口がより身近になる

スコット・タネン 顧客サービスのチケットを確認していたとき、何かが彼を止めた。ある買い物客は、届いたボル＆ブランチのシーツが破れていると主張する写真を提出したが、その破れは綿がほつれるときに起こるものとは似ていなかった。画像の 1 つには AI 透かしが入っていました。

ニュージャージーに本拠を置く寝具ブランドのタネン最高経営責任者（CEO）は、さらに最近のチケットを入手した。他のいくつかには、機械で生成されたと思われる損傷写真が含まれていました。彼の知る限り、製品は無傷で到着しました。この事件は後にタネンが 説明された 公に リンクトインは、小売業を通じて静かに広がりつつある問題に正面から取り組んでいます。

従来の返品虐待とは異なり、「ワードローブ」またはレシートの再利用では、新しい戦術は捏造された視覚的証拠に依存しています。消費者は、無料の画像生成ツールを使用して、傷ついた電子機器、ひび割れた画面、または破れた生地の説得力のある画像を生成できます。これらの画像は、その後、正当な苦情を合理化するように設計された標準の返品ポータルを通じてアップロードされます。

問題の規模は重大です。米国の消費者は 2024 年に 1 兆ドル近くの商品を返品しましたが、これは 4 年前の合計の 2 倍以上であり、小売業者は返品された商品の価値を回収するために年間推定 2,000 億ドルを費やすことを余儀なくされています。 マッキンゼーによると。

そうした背景から、不正請求は明らかに経済的圧力を加えています。 研究 Riskified が 100 万件を超える返金請求の分析に基づいた結果、返金が売上総額の 1% ～ 2% を占め、返金額の 4 分の 1 近くが関連していることがわかりました。

小売業者もまた、自社の成長戦略がもたらす予期せぬ結果に直面しています。無料の返品、即時返金、最小限の検証により、e コマースの導入が促進されました。これらと同じ機能により、企業が忠実な顧客を遠ざけることなく、どの程度積極的に管理を強化できるかが制限されるようになりました。利便性を維持しながら不正行為を排除することが、運用上の中心的な課題となっています。

小売業者や物流業者も対策を講じる

これに応じて、販売業者は、返金が承認される前に請求パターン、顧客履歴、画像メタデータを分析する AI ベースの検出システムに投資しています。企業は異常を発見するために人間のエージェントだけに頼るのではなく、機械学習モデルを返品ワークフローに直接埋め込んでいます。

ロイター 報告されました UPS の子会社が、2025 年のホリデー シーズンに偽造品や不正な返品品を特定するために AI ベースの検査テクノロジーを導入したと発表しました。この時期は返品量がピークに達し、大規模になると手動によるレビューが現実的ではなくなる時期です。この展開は、小売業者だけでなく物流プロバイダーがどのように不正検出インフラストラクチャに引き込まれているかを示しています。

Riskified のダイナミック リターン製品は、 設計された 顧客の評価されたリスクプロファイルに基づいて差別化された治療を適用し、信頼できる買い物客に迅速な解決策を提供すると同時に、高リスクの申し立てにフラグを立てて追加の審査を行うことができます。このアプローチは、小売業者の顧客ベース全体に適用される統一ルールではなく、リスクベースの返品ポリシーへの業界の広範な移行を反映しています。

不正行為の問題により、ビジネス機能としてのリバース ロジスティクスの幅広い再考が加速しています。マッキンゼー 見積もり 逆物流サービス市場は最大140億ドルの価値があると見込まれており、運送業者やサードパーティの物流プロバイダーが小売業者とより深く統合できる大きな機会となっています。この統合には、従来のルーティングおよび処理サービスに加えて、不正検出機能がますます含まれています。

購入後のプラットフォームである Narvar は、次の概要を発表しました。 商業的なケース 返品インタラクションからのデータを使用して将来の顧客エンゲージメントをパーソナライズすることにより、返品インフラストラクチャをコストセンターから収益を生み出す機能に変換します。このアプローチでは、不正行為の軽減を防御策としてではなく、より広範なデータ戦略の一部として位置づけています。