あるB2B eコマース企業は、不正な取引を拒否するために、運用が簡単なアプローチを求めています。その際、収益性の高い取引や顧客の一部を失うことは許容します。運用上の労力が最も少ないのは、次のどのソリューションですか？

このB2B eコマース企業は、運用上の労力を最小限に抑えつつ、不正取引の拒否を優先しています。Amazon Fraud Detectorは、機械学習の専門知識がなくても不正を検出できるフルマネージドサービスです。予測APIを使用して、Fraud Detectorが不正と判断したアクティビティを自動的に承認または拒否する設定は、手動介入なしで不正対策を自動化するため、運用上の労力が最も少なくなります。 Amazon SageMakerでカスタムモデルをトレーニングする場合、モデルの開発、トレーニング、デプロイ、および継続的なメンテナンスが必要となり、運用上の労力が増大します。以前に販売した製品の取引のみを承認するルールベースのアプローチは、設定は簡単ですが、新しい不正パターンに適応できず、多くの正当な取引を誤って拒否する可能性があります。人間によるレビューを導入すると、運用上の労力が増加し、自動化の目的と矛盾します。