Kris Nagel, CEO de Sift – Serie de entrevistas

Kris es el Director Ejecutivo de Sift. Trae más de 30 años de experiencia en puestos de liderazgo senior en empresas de capital de riesgo y empresas de software como servicio (SaaS) que cotizan en bolsa, incluyendo Ping Identity. Sift ofrece una forma para que las empresas pongan fin al fraude de pago, construido con una consola única e intuitiva, la solución de extremo a extremo de Sift elimina la necesidad de herramientas desconectadas, software de propósito único e información incompleta que drena los recursos operativos.

En su papel anterior, usted era el Director de Operaciones de la plataforma de seguridad de identidad Ping Identity, donde desempeñó un papel fundamental en la toma de la empresa pública en 2019, ¿cuáles fueron algunos de sus principales conocimientos obtenidos de esta experiencia?

Tomar una empresa pública es una gran tarea, y aprendí mucho a través del proceso. Desarrollar productos y escalar la empresa antes y después de ese hito me enseñó sobre lo que se necesita para resolver desafíos organizacionales complejos, para seguir innovando y reinventar la experiencia del usuario, y para crecer equipos y empoderarlos para que hagan su mejor trabajo. He aprendido a lo largo de mi carrera que cualquier éxito en cualquier papel debe comenzar con una comprensión profunda de los clientes, socios y las personas en su equipo.

Se unió a Sift como CEO en enero de 2023. ¿Qué lo atrajo a este nuevo desafío?

El fraude es un problema que crece y evoluciona constantemente, y las apuestas son claras. La pérdida de fraude de comercio electrónico global se estima que alcanzará $48 mil millones para fines de 2023 (un aumento del 16% interanual con respecto a 2022), y las empresas a nivel global gastan en promedio el 10% de sus ingresos en la gestión del fraude. Pero si una empresa no gestiona el fraude de manera efectiva, puede perder ingresos al excluir o “insultar” a clientes legítimos.

Sift tiene la ventaja del primer movimiento en la resolución de este problema con el aprendizaje automático, y su tecnología central y red de datos global lo han distinguido en el espacio de prevención de fraude. Más de 34.000 sitios y aplicaciones, incluyendo Twitter, DoorDash (DASH ), Poshmark y Uphold, confían en Sift. Esa diferenciación, junto con un fuerte enfoque en asociaciones de clientes a largo plazo, hizo que mi decisión de unirme fuera fácil.

¿Por qué el AI generativo es una amenaza de seguridad tan grande para las empresas y los consumidores?

El AI generativo muestra signos tempranos como un cambio de juego para los estafadores. Los estafadores solían estar llenos de errores de gramática y ortografía, por lo que era más fácil distinguirlos. Con el AI generativo, los actores maliciosos pueden imitar de manera más efectiva a las empresas legítimas y engañar a los consumidores para que proporcionen detalles de inicio de sesión o financieros sensibles a través de intentos de phishing.

Las plataformas de AI generativo incluso pueden sugerir variaciones de texto que permiten a un estafador crear múltiples cuentas distintas en una sola plataforma. Por ejemplo, pueden crear 100 nuevos perfiles de citas falsas para cometer estafas de romance de criptomonedas, con cada uno teniendo una cara y biografía generadas por AI únicas. De esta manera, el AI generativo está permitiendo la democratización del fraude porque es más fácil para cualquiera, independientemente de su habilidad técnica, estafar a alguien utilizando credenciales o información de pago robadas.

Sift acaba de publicar un informe titulado: “En medio del renacimiento del AI, los consumidores y las empresas están abrumados por el fraude”, ¿cuáles fueron algunas de las mayores sorpresas para usted en este informe?

Sabíamos que el AI y la automatización cambiarían el panorama del fraude, pero la velocidad y el volumen de este cambio son verdaderamente remarables. Más de dos tercios (68%) de los consumidores estadounidenses han informado un aumento en el spam y las estafas desde noviembre, justo alrededor del tiempo en que las herramientas de AI generativo comenzaron a ganar adopción, y creemos que esas dos tendencias están fuertemente correlacionadas. De manera similar, hemos observado un aumento en los ataques de toma de cuenta (ATO), con la tasa de ATO aumentando un 427% durante el primer trimestre de 2023 en comparación con todo 2022. Claramente, estos eventos están relacionados, ya que el AI generativo permite a los estafadores crear estafas más convincentes y escalables, lo que lleva a una ola de ataques de ATO.

El informe también muestra algunas de las formas en que el “fraude como servicio” está avanzando. Foros abiertamente disponibles como los de Telegram están reduciendo la barrera de entrada para cualquiera que desee cometer varios tipos de abuso – es lo que llamamos la democratización del fraude. Nuestro equipo ha visto una proliferación de grupos de fraude que ahora ofrecen ataques de bots como un servicio, y destacamos cómo una herramienta está siendo utilizada para engañar a los consumidores para que proporcionen códigos de paso único para sus cuentas financieras. Y los estafadores están haciendo que estas herramientas estén fácilmente accesibles y disponibles para otros por una tarifa relativamente pequeña.

¿Podría discutir qué es “La plataforma de confianza y seguridad digital de Sift”?

Con Sift, las empresas pueden construir y desplegar con confianza sabiendo que tienen las herramientas para proteger sus negocios del fraude. Es mantener a los actores maliciosos fuera mientras aún les da a los clientes una experiencia sin problemas – reduciendo la fricción y aumentando los ingresos.

Nuestra misión es ayudar a todos a confiar en Internet, y nuestra plataforma utiliza el aprendizaje automático y una red de datos masiva para proteger a las empresas de todos los tipos de fraude y abuso. Fuimos una de las primeras empresas, si no la primera, en aplicar el aprendizaje automático al fraude en línea, por lo que hemos acumulado una cantidad increíble de conocimientos que se reflejan en nuestros modelos de aprendizaje automático globales, que procesan más de 1 billón de eventos por año. La belleza de la plataforma es que cuanto más clientes tenemos, más inteligentes se vuelven nuestros modelos para que siempre podamos optimizar para detener el fraude mientras reducimos la fricción para los usuarios y clientes reales.

Dentro de la plataforma, tenemos Protección de Pagos, que protege contra el fraude de pago; Defensa de Cuenta, que previene los ataques de toma de cuenta; Integridad de Contenido, que bloquea el spam y las estafas de ser publicadas en contenido generado por el usuario; y Gestión de Disputas que protege contra los reembolsos y el fraude amistoso.

¿Cómo se diferencia esta plataforma de las herramientas de fraude competidoras?

No hay escasez de proveedores de prevención de fraude en el mercado, pero la mayoría caen dentro de dos categorías: soluciones de punto o decisión como servicio. Las soluciones de punto suelen tener un alcance estrecho y están diseñadas para abordar un caso de uso, como la detección de bots. Las soluciones de decisión como servicio son más comprehensivas pero carecen de muchas capacidades de gestión de fraude, y actúan como una “caja negra” sobre su lógica de decisión.

Una de las características más destacadas de Sift es que ofrecemos una solución para luchar contra múltiples tipos de fraude en todas las industrias. El fraude es un desafío agnóstico de la industria, y tenemos una visión única de cómo los problemas de fraude de una industria se convierten en los de otra. A través de todas nuestras capacidades – motores de decisión, gestión de casos, orquestación, informes y simulación – también priorizamos poner el control en manos de nuestros clientes. Cada empresa es única, y esta capacidad de personalización significa que la lógica puede ser modificada con reglas personalizadas y que las simulaciones pueden ser ajustadas dentro de la plataforma. También creemos que la mejor manera de prevenir el fraude es ser transparente sobre él. Nuestro motor de decisión proporciona explicaciones para los analistas para que entiendan por qué una transacción fue aprobada, desafiada o denegada. También ofrecemos informes para que pueda medir el rendimiento de un modelo para entender si necesita ser ajustado.

¿Podría discutir qué es la “Puntuación de Sift”, y cómo permite la mejora continua de la inteligencia artificial utilizada?

Los clientes de Sift utilizan nuestros algoritmos de aprendizaje automático para detectar patrones fraudulentos y prevenir ataques en un sitio web o aplicación. La Puntuación de Sift es un número, del 0 al 100, dado por el algoritmo a cada evento (o actividad) para indicar la probabilidad de que el comportamiento sea fraudulento.

Mientras que cada uno de nuestros productos está respaldado por su propio conjunto de modelos de aprendizaje automático, también ofrecemos algoritmos personalizados que están adaptados para los clientes de Sift. Las señales de fraude para cada industria pueden diferir si vende seguros, alimentos perecederos o ropa, por ejemplo. Sift ejecuta miles de señales, basándose en nuestra vasta red global, a través de cada modelo personalizado, analizando detalles como la hora del día, las características de las direcciones de correo electrónico y el número de intentos de inicio de sesión. Estas señales combinadas forman una puntuación para un evento específico como un inicio de sesión o transacción. Las Puntuaciones de Sift nunca se comparten entre clientes porque cada modelo de aprendizaje automático del cliente es diferente.

Un producto interesante desarrollado en Sift para luchar contra las estafas y el spam se llama Agrupación de Texto, ¿qué es específicamente?

El texto de spam plagia las plataformas en línea, y los spammers a menudo publican el mismo o muy similar contenido repetidamente. Construimos nuestra función de Agrupación de Texto como parte de la Integridad de Contenido para hacer que sea más fácil identificar este tipo de texto y agruparlo para que un analista pueda decidir si tomar una acción en masa. El desafío es que no todo texto repetitivo es spam. Por ejemplo, un vendedor de comercio electrónico puede enumerar el mismo producto y descripción en múltiples sitios web.

Para resolver este desafío de manera efectiva, necesitábamos una forma de etiquetar los nuevos tipos de fraude de contenido que queríamos detectar, mientras también dábamos a los analistas el control final para tomar medidas. A través de una combinación de redes neuronales y aprendizaje automático, la Agrupación de Texto puede ahora agrupar textos similares, incluso si hay variaciones ligeras. Este contenido marcado se etiqueta junto, y si es spam, un analista puede tomar medidas en masa para eliminarlo.

¿Cómo pueden las empresas defenderse mejor contra ataques adversarios u otros tipos de ataques maliciosos que son perpetuados por la inteligencia artificial generativa?

Más de la mitad de los consumidores (54%) creen que no deben ser responsables en el evento de que proporcionaran involuntariamente su información de pago a un estafador que luego se utilizó para hacer una compra fraudulenta. Casi una cuarta parte (24%) cree que el negocio donde se hizo la compra debe ser responsable. Eso significa que la responsabilidad de detener el fraude recae en las plataformas y servicios en los que los consumidores confían a diario.

Todavía estamos en los primeros días de la inteligencia artificial generativa, y las amenazas de hoy no serán las mismas amenazas que veremos dentro de seis meses. Con eso dicho, las empresas necesitan luchar contra el fuego con fuego utilizando tecnologías de inteligencia artificial como el aprendizaje automático para combatir y detener el fraude antes de que ocurra. El aprendizaje automático en tiempo real es crucial para mantenerse al día con la escala, la velocidad y la sofisticación del fraude. Los comerciantes que no se alejan de los procesos obsoletos o manuales se quedarán atrás de los estafadores que ya están automatizando. Las empresas que adoptan este enfoque de extremo a extremo y en tiempo real mejoran la precisión de la detección de fraude en un 40%. Esto significa identificar mejor a los estafadores y detenerlos en el acto antes de que puedan dañar su negocio o a sus clientes.

¿Hay algo más que le gustaría compartir sobre Sift?

Una iniciativa que implementamos recientemente para avanzar en esta misión es nuestra comunidad de clientes, Sifters. Está abierta a todos los usuarios de Sift, y actúa como un puente entre nuestros clientes, expertos internos y red digital de comerciantes y datos. Ha sido un centro de valor para recopilar conocimientos de la industria y abordar desafíos transversales en la prevención del fraude. Y está viendo una adopción enorme. Crear una comunidad para los combatientes del fraude es absolutamente esencial porque los estafadores tienen sus propias comunidades donde colaboran para dañar a las empresas y a los consumidores. Como nos gusta decir, se necesita una red para luchar contra una red.