Una empresa de comercio electrónico B2B desea un enfoque simple y operacionalmente ligero para rechazar transacciones fraudulentas, aceptando cierta pérdida de transacciones o clientes rentables. ¿Qué solución satisfará esta necesidad con el menor esfuerzo operativo?

La opción correcta es usar la API de predicción de Amazon Fraud Detector para aprobar o denegar automáticamente cualquier actividad que Fraud Detector marque como fraudulenta. Esta es la solución más sencilla y con menor esfuerzo operativo porque Fraud Detector es un servicio completamente administrado diseñado específicamente para la detección de fraude, que puede integrarse fácilmente a través de su API. Al denegar automáticamente las transacciones marcadas como fraudulentas, se logra el objetivo de rechazar transacciones fraudulentas con una intervención mínima, aceptando el riesgo de falsos positivos. Las otras opciones son menos adecuadas: Usar Amazon SageMaker para aprobar solo transacciones de productos vendidos anteriormente es una regla muy restrictiva que podría rechazar muchas transacciones legítimas y no es una solución de detección de fraude basada en ML. Entrenar un modelo personalizado de detección de fraude en Amazon SageMaker implica un esfuerzo de desarrollo y mantenimiento mucho mayor que usar un servicio administrado como Fraud Detector. Marcar actividades para revisión humana antes de rechazarlas introduce un esfuerzo operativo significativo, lo cual contradice el requisito de un enfoque "operacionalmente ligero".