شاهد حنيف، الرئيس التنفيذي والمؤسس المشارك لشركة Shufti – سلسلة المقابلات

شاهد حنيف، الرئيس التنفيذي والمؤسس المشارك لشركة Shufti، هو رائد أعمال تكنولوجي ذو خبرة واسعة في بناء منصات التحقق من الهوية، والتقنيات المالية، وتكنولوجيا البلوك تشين، والبرمجيات اللامركزية. شارك في تأسيس Shufti في عام 2017 وقضى أكثر من سبع سنوات كمسؤول تقني رئيسي، حيث قاد تطوير تقنية التحقق من الهوية التي تعتمد على الذكاء الاصطناعي والتحقق من الهوية قبل أن يصبح الرئيس التنفيذي في ديسمبر 2024. حنيف هو أيضًا مؤسس استوديو المطورين، شركة تطوير البلوك تشين التي تضم أكثر من 100 متخصص، وخدم في وقت سابق كمسؤول تقني في شركة Quickbit، حيث ساعد في تطوير تقنية الدفع بالعملات الرقمية قبل طرح الشركة للاكتتاب العام. في وقت سابق، شارك في تأسيس قوة البرمجيين وساعد في توسيع الشركة البرمجية وعلوم البيانات إلى أكثر من 500 موظف عبر عشرة مكاتب في ثلاث قارات.

Shufti هي منصة تحقق من الهوية مدعومة بالذكاء الاصطناعي تساعد المنظمات على建立 الثقة ومنع الاحتيال وتنفيذ متطلبات معرفة العملاء، ومعرفة الأعمال، ومكافحة غسيل الأموال. تجمع منصتها بين التحقق من الهوية الوثائقية والتحقق من الهوية البيومترية والتحقق من الهوية الإلكترونية والتحقق القائم على NFC والتحقق التجاري وضمان السن والكشف على الاحتيال والرصد المستمر وإدارة الحالات من خلال بنية موحدة. تدعم الشركة آلاف الأنواع الوثائقية وأكثر من 150 لغة عبر أكثر من 240 دولة وإقليمًا، مما يسمح للأعمال بتحقق الهوية للعملاء والمنظمات من خلال دمج عالمي واحد. تتناول تقنيتها صحة الوثائق، والحيوية البيومترية، وذكاء الجهاز، والإشارات الأخرى للخطر لاكتشاف الوثائق المزيفة، والعمليات الاحتيالية، والهجمات المتسلسلة على الهوية.

عندما شاركت في تأسيس Shufti في عام 2017، كنت تقود تطوير التكنولوجيا في الشركة كمسؤول تقني رئيسي قبل أن تصبح الرئيس التنفيذي في عام 2024. ما هي العيوب في التحقق من الهوية الرقمية التي دفعتك في الأصل إلى بناء المنصة، وكيف تغيرت فهمك للمشكلة مع ظهور الذكاء الاصطناعي التوليدي؟

عندما شاركنا في تأسيس Shufti في عام 2017، كانت أكبر التحديات هي التحقق البطيء، والعمل اليدوي الكثير، والأنظمة التي لا تعمل جيدًا عبر البلدان المختلفة. كانت许多 حلول التحقق من الهوية غير متسقة، خاصة في الصناعات عالية المخاطر. كما عانت من تحقق الوثائق في اللغات غير اللاتينية وعدم القدرة على التحقق بشكل موثوق من الهويات من جميع أنحاء العالم.

اليوم، غير الذكاء الاصطناعي التوليدي المشكلة. لم يعد الأمر يتعلق بقراءة وثيقة الهوية فقط. إنه معرفة ما إذا كانت الوثيقة والشخص الذي يقدمها حقيقيين. جعل الذكاء الاصطناعي الاحتيال أسرع وأرخص وأسهل للتوسع. تعلمنا أن التحقق من شخص مرة واحدة أثناء التسجيل لا يعد كافياً. تحتاج الشركات الآن إلى ذكاء اصطناعي يمكنه كشف الوثائق والهويات المزيفة المتقدمة.

حذرت السلطات البلجيكية 最近 من أن أكثر من 10,000 شخص سقطوا ضحايا للاحتيال بالهوية المدعوم بالذكاء الاصطناعي خلال العام الماضي. ماذا يكشف هذا الحالة عن سرعة تطور الجريمة الهوية، ولماذا تكون النسخ الرقمية التي ي生成ها الذكاء الاصطناعي من الوثائق الشرعية صعبة الكشف عنها بشكل خاص؟

إن تحذير السلطات البلجيكية بشأن 10,000 ضحية هو مجرد قمة الجبل الجليدي. يكشف عن أن المجرمين انتقلوا من تحرير الوثائق الأساسي إلى توليد هويات كاملة.

النسخ التي ي生成ها الذكاء الاصطناعي صعبة الكشف لأنها يمكن أن تقلد القوالب الحكومية بدقة على مستوى البكسل. يركز OCR التقليدي (التعرف الضوئي على الحروف) على استخراج النص، ولكنه ي忽ن صحة الصورة. يمكن للذكاء الاصطناعي الآن تكرار الميزات الأمنية التي كانت تتطلب في السابق وجود физيًا للتحقق، مما يجعل صورة مسطحة للوثيقة عبئًا وليس دليلًا على الهوية.

كيف يختلف نسخة ي生成ها الذكاء الاصطناعي من وثيقة هوية مسروقة عن التزوير التقليدي، والوثيقة المعدلة، والهوية الاصطناعية الكاملة؟

من المهم التمييز بين هذه الطرق:

التزوير التقليدي: وثيقة مزيفة مادية.

الوثيقة المعدلة: هوية شرعية حيث تم تعديل حقول معينة (مثل الاسم أو تاريخ الميلاد).

الهوية الاصطناعية: شخصية “فرانكشتاين” مبنية bằng الجمع بين البيانات الحقيقية المسروقة (مثل رقم الضمان الاجتماعي) والتفاصيل المزيفة.

النسخة التي ي生成ها الذكاء الاصطناعي: وثيقة مزيفة تم إنشاؤها من الصفر أو قالب مسروق باستخدام الشبكات التوليدية المعادية (GANs). غالبًا ما تفتقر هذه الوثائق إلى التاريخ الرقمي وتحتوي على آثار طبية مثل عدم الاتساق في ضوضاء الحساسية التي لا يمكن للعين البشرية رؤيتها.

تتوقع Shufti أن تزيد الوثائق المزيفة التي ي生成ها الذكاء الاصطناعي بنسبة 3,900% هذا العام. ما النشاط الذي يدفع هذا التوقع، وما هي الافتراضات أو القيود التي يجب على المنظمات فهمها عند تفسيره؟

نتوقع زيادة بنسبة 3,900% في الوثائق المزيفة التي ي生成ها الذكاء الاصطناعي لأن الذكاء الاصطناعي جعل الاحتيال أسهل في إنشائه وتوسيعه. المجرمون لم يعودوا يتبادلون فقط الوجوه في الصور. يمكنهم الآن إنشاء وثائق هوية مزيفة كاملة غالبًا ما تتفوق على أنظمة التحقق القديمة.

من المهم فهم أن هذا التوقع يعكس كيفية نمو الاحتيال المدعوم بالذكاء الاصطناعي بسرعة، وليس فقط عدد الوثائق المزيفة الموجودة. التحدي الأكبر هو أن العديد من أنظمة التحقق من الهوية تم تصميمها قبل سنوات ولا يمكنها كشف الاحتيال المتقدم الذي ي生成ه الذكاء الاصطناعي، مثل الهولوجرامات الواقعية أو تلاعب الوجه. نتيجة لذلك، يمكن للهويات المزيفة أن تتجاوز الفحوصات وتبقى مخفية في قواعد بيانات الشركات.

ما الإشارات التي يجب على نظام التحقق الحديث أن يفحصها بعيدًا عن المعلومات المرئية على الوثيقة؟

الأكبر تحول هو أن الشركات لا يمكنها الاعتماد على التحقق من الوثائق التقليدية بعد الآن.她们 تحتاج إلى ما نسميه “النظر الرقمي”. بدلاً من مجرد قراءة المعلومات على الهوية، يجب على النظام التحقق من صحة الوثيقة نفسها.

ذلك يعني البحث عن علامات دقيقة لا يمكن للبشر رصدها بسهولة، مثل ما إذا كانت الصورة تم التقاطها من الشاشة، أو أنماط البكسل الغير عادية، أو الإضاءة غير المتسقة، أو آثار تاركة من مولدات الصور التي ي生成ها الذكاء الاصطناعي. كما نتحقق من علامات أن أجزاء من الوثيقة تم نسخها أو نقلها أو تعديلها رقميًا، جنبًا إلى جنب مع عدم الاتساق في البيانات الوصفية وجودة الصورة. عند الجمع بين جميع هذه الإشارات، تكون أكثر احتمالاً لاكتشاف الوثائق المزيفة المتقدمة التي ستقبلها أنظمة التحقق القديمة كحقيقية.

لقد جادلت بأن ضمان الهوية يجب أن يكون مستمرًا وليس مقصورًا على عملية التسجيل. ماذا سيكون التحقق المستمر على الممارسة، وكيف يمكن للشركات تنفيذه دون إدخال مراقبة مفرطة أو مخاطر خصوصية أو احتكاك العملاء؟

عصر التحقق مرة واحدة انتهى. التحقق المستمر من الهوية يعني تحديث مخاطر المستخدم ضد أكثر من 1,700 قائمة مراقبة كل 15 دقيقة لمنع “عدم الامتثال الرجعي”.

لتنفيذ ذلك بدون احتكاك أو مخاطر خصوصية، نستخدم الهويات القابلة لإعادة الاستخدام المرتبطة بالبيومترية (FastID). بمجرد التحقق من المستخدم، يمكنه إعادة التحقق من الإجراءات عالية المخاطر (مثل السحوبات الكبيرة) في أقل من ثواني باستخدام مسح الوجه فقط. هذا يقتل الحاجة إلى تحميل الوثائق بشكل متكرر مع الحفاظ على وضع أمان عالٍ.

كيف يجب على منصات الهوية ربط صحة الوثائق والحيوية البيومترية وذكاء الجهاز والتحليل السلوكي لتحديد الهجمات المنسقة؟

المجرمون يصبحون أكثر تعقيدًا. بدلاً من استخدام تقنية واحدة، يجمعون الآن بين الوثائق المزيفة التي ي生成ها الذكاء الاصطناعي، وتلاعب الوجه، والهجمات القائمة على الحقن، والمعلومات الشخصية المسروقة لتحيق بتحقق الهوية. لذلك تحتاج الشركات إلى النظر إلى الصورة الكاملة بدلاً من الاعتماد على خطوة تحقق واحدة.

في Shufti، نفعله من خلال التقييم المscious للخطر. نحلل الجهاز المستخدم للكشف عن محاكيات أو متصفحات بدون رأس، ونثبت أن المستخدم موجود физيًا باستخدام كشف النشاط السلبي المعتمد من iBeta Level 2، ونبحث عن أنماط مشبوهة عبر الحسابات من خلال تحليل بيانات الهوية، وطابعات الأجهزة، وسلوك المستخدم. الجمع بين هذه الإشارات يجعل من السهل كشف الاحتيال قبل أن يسبب ضررًا.

ستستمر النماذج التوليدية في التحسين، بينما يمكن للمجرمين الضغط أو إعادة مسح أو تعديل الوسائط الاصطناعية لإخفاء آثار التلاعب. كيف يجب على مزودي التحقق اختبار ما إذا كانت أنظمتهم الكاشفة لا تزال فعالة ضد أساليب الهجوم الجديدة والغير مسبوقة؟

التحدي هو أن الاحتيال المدعوم بالذكاء الاصطناعي يتطور بشكل أسرع بكثير من دورات الاختبار الأمني التقليدية. يحتاج مزودو التحقق إلى تقييم أنظمتهم بشكل مستمر ضد تقنيات الهجوم الجديدة بدلاً من الاعتماد على مجموعات البيانات التاريخية. ذلك يعني الاختبار بالوثائق المزيفة، والصور المضغوطة، وتصوير الشاشة، والهجمات القائمة على الحقن، ووسائط أخرى معدلة مصممة لإخفاء الآثار الواضحة. ينتقل التركيز بشكل متزايد من كشف نوع معين من عمليات التلاعب بالوجه إلى تحديد عدم الاتساق عبر إشارات متعددة، لأنها تميل إلى أن تبقى أكثر صعوبة على المهاجمين لتكرارها مع تحسين الذكاء الاصطناعي.

يمكن لأنظمة التحقق من الهوية أن تسبب عواقب خطيرة عندما يرفضون المستخدمين الشرعيين بشكل خاطئ. كيف يجب على المطورين قياس النتائج الخاطئة الإيجابية والأداء الديموغرافي والوصول مع دقة كشف الاحتيال؟

الدقة لا должна أن تكون فقط حول إيقاف “الشرير”، بل عن ضمان مسار بدون احتكاك لل “جيد”. في صناعتنا، نركز على معدل فشل استخراج البيانات (FTXR) – الذي يقيس 얼마 مرة نظام يفشل في “قراءة” الوجه أو الوثيقة – ومعدل عدم تطابق كاذب (FNMR)، حيث يتم رفض المستخدمين الحقيقين بشكل خاطئ. وفقًا للمصادر، أظهر أداء Shufti في اختبار DHS RIVR 2025 معدل فشل استخراج بنسبة 0% عبر أجهزة متعددة ومعدل عدم تطابق كاذب أقل من 0.68%.

يجب على المطورين التحرك بعيدًا عن “معدلات المعمل” وقياس الأداء ضد نتائج ديموغرافية “أسوأ حالة”. ذلك يعني اختبار بشكل خاص لاتساق عبر درجات لون البشرة المختلفة، والهياكل الوجهية، والملابس الثقافية. نحقق ذلك من خلال تدريب الذكاء الاصطناعي على مجموعات بيانات متنوعة عالميًا تحتوي على ملايين الإطارات. التقييم الشامل لا يكتمل حتى تثبت أن نظامك هو دقيق للغاية لمستخدم في منطقة ريفية مع إضاءة سيئة كما هو دقيق في بيئة مكتبية خاضعة للرقابة. الهدف هو طبقة هوية موحدة تبقى عادلة وشمولية ويمكن الوصول إليها للجميع.

في المستقبل، هل ستجعل التكنولوجيا مثل محفظة الهوية الرقمية المدعومة من الحكومة، والائتمانات القابلة للتحقق بالتشفير، والهويات المرتبطة بالبيومترية الوثائق الممسوحة ضوئيًا عفا عليها الزمن، أو ستنشئ فقط مجموعة جديدة من أسطح الهجوم؟

نحن بالتأكيد نمضي نحو مستقبل لن يلزم فيه الناس تحميل صور لوثائق الهوية الخاصة بهم كثيرًا. تحفيزات الهوية الرقمية المدعومة من الحكومة وتحفيزات الهوية الموثوقة تجعل إثبات الهوية أسرع وأكثر أمانًا لأنها تسمح بالتحقق المباشر للمعلومات، بدلاً من الاعتماد على صورة للوثيقة. كما أنها تخلق تجربة مستخدم أكثر سلاسة من خلال تقليل الوقت اللازم لإكمال التحقق.

ومع ذلك، كل تكنولوجيا جديدة تخلق فرصًا جديدة للمجرمين. بدلاً من تزوير الوثائق، قد يحاول المهاجمون سرقة الائتمانات الرقمية أو اختراق الحسابات أو اختطاف الهويات الموثوقة. لذلك لا تكفي الائتمانات الرقمية وحدها. لا يزال من المهم التحقق من أن الشخص الذي يستخدم الهوية هو صاحب الهوية الشرعي، على سبيل المثال من خلال التحقق البيومتري والتحقق من النشاط. مستقبل التحقق من الهوية من المرجح أن يجمع بين الائتمانات الرقمية الموثوقة والبيومترية، مما يخلق طبقات متعددة من الحماية بدلاً من الاعتماد على طريقة واحدة.

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