Andrew Johnson، الرئيس التنفيذي لشركة Yardstik – سلسلة المقابلات

Andrew Johnson، الرئيس التنفيذي لشركة Yardstik، هو مدير تنفيذي تقني ذو خبرة يمتلك خلفية في توسيع شركات البرمجيات سريعة النمو، وبناء منظمات الذهاب إلى السوق، وتحفيز إيرادات المؤسسات. انضم إلى Yardstik كمدير العمليات في عام 2022 قبل أن يُرقى إلى منصب الرئيس التنفيذي في أكتوبر 2024. سابقًا، شغل جونسون منصب مدير إيرادات الشركة في Branch، حيث ساهم في توجيه شركة مدفوعات القوى العاملة خلال فترة نمو سريع، وقضى أكثر من خمس سنوات في Dialpad، بما في ذلك كقائد مبيعات المؤسسات، حيث ساعد في بناء عمليات المبيعات في الولايات المتحدة وكندا. في بداية مسيرته المهنية، تولى أدوار تطوير الأعمال والشركاء في Compellent Technologies، التي استحوذت عليها Dell مقابل حوالي 960 مليون دولار في عام 2011.

Yardstik هي شركة تقنية للثقة في القوى العاملة مقرها مينيابوليس تأسست في عام 2020 وتقدم حلولًا لمنع الاحتيال، والتحقق من الهوية، وفحص الخلفية، والتحقق من الاعتمادات، ومراقبة مستمرة للقوى العاملة عبر منصة Human Trust الخاصة بها. تُبنى الشركة على بنية API‑first تسمح بدمج تقنيتها مباشرةً في أنظمة تتبع المتقدمين، ومنصات إدارة رأس المال البشري، وأسواق العمل الحر، وغيرها من تطبيقات القوى العاملة. كما تدعم Yardstik بروتوكول Model Context Protocol (MCP)، مما يمكّن الوكلاء الذكاء الاصطناعي من الاتصال بالبنية التحتية للثقة لديها وأتمتة سير العمل مثل فحوصات الخلفية، والتحقق من الهوية، وفحص الاعتمادات، وإعادة الفحص، واتخاذ القرار داخل أنظمة التوظيف والتأهيل المدفوعة بالذكاء الاصطناعي.

قبل انضمامك إلى Yardstik، قضيت أكثر من خمس سنوات في Branch، حيث شهدت عن قرب شبكة احتيال تستخدم أرقام الضمان الاجتماعي المسروقة للحصول على وظائف تحت هويات أشخاص آخرين. كيف غيرت هذه التجربة نظرتك إلى فحص الخلفية، ومتى أدركت أن التحقق من الهوية يحتاج إلى أن يمتد إلى ما بعد الفحص الأحادي عند التوظيف؟

عندما كنت في Branch، تعرض أحد أكبر عملائنا لهجمة من شبكة احتيال من فنزويلا، وهو ما تتعرض له منصات العمل الحر بشكل واسع. كانوا يسرقون أرقام الضمان الاجتماعي الأمريكية ويبيعونها لأشخاص لا يملكون وضعًا يسمح لهم بالعمل في الولايات المتحدة. كان شخص ما يتقدم بطلب تحت هوية مسروقة، يبدأ في التوصيل، وكان كل شيء يبدو على ما يرام حتى موسم الضرائب، عندما تلقى صاحب الرقم الأصلي فاتورة 1099 عن عمل لم يقم به. كان ذلك أول مرة أشاهد فيها الاحتيال يظهر على الجانب الآخر من قرار التوظيف بدلاً من أثناءه.

كانت تلك اللحظة هي التي أعادت صياغة الأمور بالنسبة لي حقًا. أدركت كم هو شائع أن الأشخاص الذين يجتازون فحص الخلفية ليسوا هم من يظهرون في الوظيفة. على سبيل المثال، شخص ذو سجل نظيف يكمل الفحص، ثم يأخذ أحد أفراد العائلة الذي لا يمكنه اجتياز الفحص الفعلي الوردية. لا يستطيع فحص الخلفية اكتشاف ذلك، لأنه ينظر فقط إلى المتقدم على الورق، مرة واحدة، في البداية. بحلول الوقت الذي انضممت فيه إلى Yardstik، جلبت ما تعلمته خلال تجربتي في Branch وعملت مع الفريق لبناء نهج المراقبة المستمرة لعملائنا.

لقد خفض الذكاء الاصطناعي التوليدي بشكل كبير حاجز إنشاء هويات مزيفة، واعتمادات مزورة، وملفات شخصية اصطناعية، وحتى فيديوهات deepfake مقنعة. ما هي تقنيات الاحتيال المدعومة بالذكاء الاصطناعي التي تتطور بسرعة اليوم، وأيها تعتقد أن أصحاب العمل أقل استعدادًا لها؟

أسرع أنواع الاحتيال حاليًا ليس الفيديو المتألق للـ deepfake. إنه الهوية الاصطناعية: رقم ضمان اجتماعي حقيقي يُدمج مع اسم مزيف وتاريخ عمل مُصطنع، يُجمع ليظهر نظيفًا في المرة الأولى التي يتحقق منه أحدهم. إذا أضفت أدوات الذكاء الاصطناعي التي تُنشئ سيرة ذاتية مصقولة ومجموعة مطابقة من الاعتمادات، ستحصل على متقدم.

ما هو الأقل استعدادًا له من قبل أصحاب العمل هو التوظيف عن بُعد، الذي لا يُقابل الشخص شخصيًا. منصات العمل الحر، وظائف تكنولوجيا المعلومات عن بُعد، مراكز الاتصال الافتراضية. إذا لم يرَ أحد في الشركة هذا الشخص أبدًا، فإن كل إشارة كانت تُعتمد على اكتشاف المحتال (مقابلة متوترة، هوية تبدو غير دقيقة شخصيًا) تختفي. وهذا بالضبط المكان الذي تعمل فيه شبكات الاحتيال في التوظيف عن بُعد، ولا تزال معظم الشركات تعتبره مشكلة شخص آخر حتى يحدث لها.

تحولت Yardstik من فحص الخلفية التقليدي إلى منصة أوسع تجمع بين الوقاية من الاحتيال بالذكاء الاصطناعي، والتحقق من الهوية، والتحقق من الاعتمادات، والمراقبة المستمرة. ما هو الدور الذي يلعبه الذكاء الاصطناعي في ربط تلك الإشارات، وما الذي يمكن للنظام اكتشافه ولا يستطيع فحص الخلفية التقليدي؟

بدأت Yardstik كشركة فحص خلفية، ولا يزال ذلك بالنسبة لمعظم العملاء جزءًا أساسيًا مما نقوم به. لكن فحص الخلفية هو عملية واحدة: تُجرى، تحصل على إجابة، ثم تُهدر البيانات. ما يربط الوقاية من الاحتيال، والتحقق من الهوية، وفحوصات الاعتمادات، والمراقبة في كيان واحد هو أننا لا نهدر البيانات. نحتفظ بملف للمرشح على مر الزمن، وتضيف كل فحص جديد إلى هذا الملف بدلاً من البدء من الصفر.

هذا ما يتيح لنا اكتشاف أمور لا يستطيع فحص واحد اكتشافها. على سبيل المثال، كان لدى أحد عملائنا محتالون يحاولون مرارًا وتكرارًا الوصول إلى حسابات الوكلاء التي تحتوي على بيانات ضريبية للعملاء. لأننا كنا قادرين على رؤية نفس الجهاز، أو نفس الهوية المعدلة قليلاً، تظهر عبر محاولات متعددة، تمكنا من إيقافها قبل أن تتحول إلى قرار فحص. كان الفحص الأحادي سينظر إلى كل من تلك الطلبات بشكل منفصل ويُمرر كل واحدة منها.

تستخدم Yardstik إشارات مثل بيانات الهوية الشخصية، ونشاط الدفع، ومؤشرات الجهاز أو الموقع لاكتشاف احتمالية خداع الهوية. كيف تفرق بين السلوك المشتبه به فعلاً والسلوك غير المعتاد لكنه مشروع، خصوصاً مع تزايد مسؤولية نماذج الذكاء الاصطناعي عن تقييم أنماط أكثر تعقيداً؟

لا نحاول رسم خط واضح بين المشتبه به وغير المعتاد، لأن معظم الوقت لا يكون هناك خط واضح في اللحظة التي نراه فيها. ما نفعله هو إظهار الفارق. إذا كان طلب أحدهم يذكر مدرسة معينة، وبعد عام يظهر طلب جديد تحت نفس الهوية يذكر مدرسة مختلفة، فهذا يستحق مراجعة ثانية. إذا كان الشخص يقدم طلباته دائماً من iPhone ثم يظهر على Android بعنوان IP جديد، نفس الشيء. لا يعني أي منهما احتيال بمفرده، لكن الجمع بين عدة إشارات يبدأ في رفع ملف المخاطر. نحن الطبقة التي تشير إلى ما تغير منذ آخر مرة رأينا فيها الشخص ونوفر لأصحاب العمل المزيد من البيانات لمساعدتهم على اتخاذ قرارات مستنيرة.

تقول Yardstik إن تقريباً واحداً من كل 30 متقدماً يفشل في التحقق من هوية الحكومة، بينما يتم حظر أرقام الضمان الاجتماعي المعلّمة أو المكررة يومياً. ما هي الدروس التي تستخلصها من تلك البيانات حول تطور احتيال القوى العاملة، وإلى أي مدى ما تواجهه يبدو منظماً بدلاً من أن يكون عشوائياً؟

تخبرنا تلك البيانات أن احتيال الهوية في التوظيف لم يعد مشكلة هامشية. لقد أصبح تكلفة أساسية لممارسة الأعمال على أي نطاق حقيقي، كما أن عمليات الاسترداد هي تكلفة أساسية في المدفوعات. حصة معتبرة منه تبدو منظمة بدلاً من عشوائية. الاحتيال العشوائي يميل إلى أن يكون حالة فردية: شخص يضيف معلومات إلى السيرة الذاتية، أو يزيّف تاريخ التخرج. الاحتيال المنظم يظهر نمطاً، نفس الجهاز أو هوية شبه متطابقة تحاول نفس نوع الوظيفة عبر أصحاب عمل مختلفين، أحياناً يغيّر تفصيلًا واحدًا في كل مرة لمعرفة ما ينجح. هذا هو النموذج الذي رأيته قبل سنوات مع أرقام الضمان الاجتماعي المسروقة التي تُعاد بيعها، وهو النموذج الذي ما زلت أراه اليوم. الآن هو مجرد عملية آلية، وتعمل بحجم أكبر بكثير لأن الأدوات التوليدية جعلت الهويات المزيفة أرخص في الإنتاج.

يتضمن التحقق من الهوية بشكل متزايد بطاقات الهوية الحكومية، والبيومتريات، وفحوصات الحيوية، وإشارات الجهاز، ومؤشرات خطر أخرى. مع تزايد قدرة النماذج التوليدية على إنتاج وثائق، وجوه، وأصوات واقعية، ما هي الإشارات التي تعتقد أنها ستظل الأصعب على المهاجمين تزويرها؟

أي شيء يمكنك توليده كقطعة واحدة، صورة، وثيقة، أو حتى فيديو قصير، يصبح أسهل في تزويره بشكل مقنع. ما يظل صعبًا هو الاتساق عبر الزمن، وعبر الأماكن التي لا يتحكم فيها أحد معًا. يمكن لهوية اصطناعية أن تجتاز فحص الحيوية الواحد إذا كان الـ deepfake جيدًا. لكن من الصعب أن تكون لتلك الهوية نفسها تاريخ جهاز متطابق، نمط موقع متطابق، وسجل عمل يتماشى كما هو الحال مع شخص حقيقي عبر أصحاب عمل وسنوات. هذا هو الأساس وراء المراقبة المستمرة بدلاً من لحظة تحقق واحدة. الفحص التقليدي يمنحك صورة، إطارًا واحدًا، مأخوذًا مرة واحدة. نظامنا يعمل أكثر كتيار مباشر، لأنه مصمم لملاحظة عندما تتوقف الإطارات عن التطابق.

تمثل المراقبة المستمرة تحولًا كبيرًا من التحقق مرة واحدة إلى تقييم الثقة طوال دورة حياة العامل. كيف تصمم هذا النوع من الأنظمة دون خلق مراقبة غير ضرورية، أو إيجابيات زائفة، أو قرارات لا يملك العاملون القدرة على فهمها أو الاعتراض عليها؟

المراقبة هي مراقبة شخص لا يعلم أنه يُراقب. هذا ليس ما يحدث هنا. كل عامل نراقبه قد أعطى موافقة خطية، وهو يعلم بالضبط ما يتم فحصه، وبموجب القانون يجب أن نوفر له نسخة من أي شيء نكتشفه وطريقة للطعن فيه إذا كان خاطئًا. كل ذلك ليس اختياريًا. إنه وفقًا لقانون FCRA.

الجزء الآخر هو أننا لا نتخذ القرار بأنفسنا. إذا ظهر اعتقال على شخص نراقبه، فهذا إشارة لصاحب العمل للتحقق، وليس حكمًا نهائيًا. لا يزال مبدأ due process ساريًا. يجب على أصحاب العمل إبلاغ المرشح، ومنحه فرصة للرد، ثم اتخاذ قرار نهائي. وظيفتنا تتوقف عند إظهار أن شيئًا ما تغير؛ صاحب العمل هو من يقرر ما يعنيه وما يجب فعله، كما يفعل مع فحص عند التوظيف. بنينا النظام بهذه الطريقة عن قصد.

مع تزايد الوكالة في عمليات التوظيف وإدارة القوى العاملة، أين يجب أن يكون الحد الفاصل بين وكيل الذكاء الاصطناعي الذي يجمع ويقيم إشارات الثقة وبين اتخاذ قرار توظيف حاسم؟

سأضع الخط حيث يضعه القانون لنا اليوم. نحن حذرون من أن نُعرّف أنفسنا كشركة ذكاء اصطناعي لأن صناعتنا تتطلب وجود إنسان في الحلقة على أي شيء يتعلق بنزاع أو قرار سلبي. يمكن للوكيل جمع الإشارات، وتقييمها، والإشارة إلى ما تغير. ما لا ينبغي له أن يفعله بمفرده هو اتخاذ قرار بعدم توظيف شخص أو عدم استمراره في الوظيفة، لأن هذا القرار يجب أن يرتبط بشخص مسؤول يمكنه شرح القرار إذا تم الاعتراض عليه.

مع أتمتة عملية التوظيف من البداية إلى النهاية، أعتقد أن هذا الحد الفاصل يصبح أكثر أهمية، لا أقل. كلما سهل الأمر على الوكيل تشغيل كامل القمع، كلما زاد الإغراء للسماح له باتخاذ القرار في النهاية. جمع وتقييم إشارات الثقة هو بالضبط ما يجب أن تفعله البرمجيات بسرعة. اتخاذ قرار بشأن سبل عيش شخص ليس شيئًا سأفوضه مطلقًا.

مع جولة التمويل الجديدة $30 مليون Series B التي ارتفعت تمويل Yardstik الإجمالي إلى $65 مليون، ما هي المجالات في الذكاء الاصطناعي ومنع الاحتيال التي تعتقد أنها تستحق الآن أكبر استثمار، وما هي المشكلات التقنية التي لا يزال يتعين حلها لجعل التحقق المستمر من الهوية يعمل على نطاق أوسع بكثير؟

نحن نوجه رأس المال الجديد إلى أجزاء منع الاحتيال التي تكون الأقل جاذبية والأكثر تكلفة لبنائها بشكل جيد. تقارير المركبات ومراقبة استبعاد OIG. تنبيهات آلية في لحظة انتهاء صلاحية رخصة أو بوليصة تأمين أو شهادة، بدلاً من الانتظار حتى دورة التجديد التالية للملاحظة.

المشكلة التقنية التي لم يحلها أحد في هذه الصناعة هي التكلفة. كثير من الدول والولايات تفرض رسوماً خاصة لسحب سجل، أحياناً تتجاوز $100 لسحب واحد في أماكن مثل نيويورك، وهذه التكلفة لا تنخفض لمجرد رغبتك في التحقق من شخص أكثر تكراراً. جعل التحقق المستمر ميسور التكلفة بحيث تستطيع شركة تضم آلاف العاملين بنظام العمل الحر تشغيله شهرياً بدلاً من مرة سنوياً هو مشكلة تتعلق بالحصول على البيانات وتسعيرها بقدر ما هي مشكلة تعلم آلي. إنها المشكلة التي أفكر فيها أكثر الآن.

هناك سباق تسلح مثير يظهر: الذكاء الاصطناعي يجعل احتيال الهوية أسهل في الوقت نفسه ويزود المنصات بأدوات أفضل لاكتشافه. مع تحسين كلا الجانبين، هل تتوقع أن يصبح إثبات أن شخصًا ما هو فعلاً ما يدعيه أكثر صعوبة بشكل كبير، أم أن الذكاء الاصطناعي سيجعل الهوية الرقمية أكثر موثوقية مما كانت عليه على الإطلاق؟

كلاهما صحيح، ولا أعتقد أن أحدهما يلغي الآخر. غالبًا ما يخبرنا عملاؤنا أنهم يتوقعون منا أن نكون قادرين على “مكافحة النار بالنار”. إنهم يعلمون أننا بحاجة إلى حلول حديثة لمشكلات حديثة. قراءتي الصادقة هي أن الهوية الرقمية تصبح أكثر موثوقية بالنسبة للأنظمة التي تم بناؤها لتتبع شخص على مدار سنوات وعبر منصات، وتصبح أقل موثوقية لأي شيء لا يزال يعتمد على فحص واحد في لحظة معينة. وهذا يعني أن الشركات التي تحققت من هوية شخص مرة واحدة فقط ستكون هي الأكثر تعرضًا، وأن الشركات التي بنت استراتيجيتها على المدى الطويل ستبدو أكثر ذكاءً فيما بعد مما قد تشعر به اليوم.

شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يجب أن يزوروا Yardstik.