一家B2B电子商务公司希望采用一种简单、运维工作量小的方法来拒绝欺诈性交易，同时接受一些盈利交易或客户的损失。哪种解决方案能以最少的运维工作量满足这一需求？

正确答案是使用Amazon Fraud Detector预测API自动批准或拒绝Fraud Detector标记为欺诈的任何活动。Amazon Fraud Detector是一个完全托管的服务，专门用于识别潜在的欺诈活动，并能根据预设规则自动执行操作，从而最大限度地减少运维工作量。它能根据历史数据（包括少量数据）构建欺诈检测模型，并提供API进行实时预测和决策。 选项A（使用Amazon SageMaker仅批准公司以前销售过的产品的交易）过于简单，无法有效检测欺诈，且与欺诈检测的关联性不强。选项B（使用公司客户数据在Amazon SageMaker中训练自定义欺诈检测模型）需要较高的运维投入和机器学习专业知识，不符合“最少运维工作量”的要求。选项D（使用Amazon Fraud Detector预测API标记潜在的欺诈活动，以便在拒绝之前进行人工审查）虽然使用了Fraud Detector，但引入了人工审查环节，增加了运维工作量，不符合“自动拒绝”的需求。