Dr Mark Goldspink, PDG de The ai Corporation (ai) – Série d’entretiens

Dr Mark Goldspink est le PDG de The ai Corporation (ai), qui propose des solutions uniques de détection de fraude en libre-service considérées par de nombreux leaders de l’industrie comme les meilleures au monde. Les solutions, notamment une nouvelle solution de « pointe » d’apprentissage automatique, protègent et enrichissent les expériences de paiement pour plus de 100 banques, plus de trois millions de commerçants multicanal et plus de 300 millions de détenteurs de cartes de consommateurs. Ils surveillent également plus de 25 milliards de transactions et d’autorisations par an.

Qu’est-ce qui vous a initialement attiré vers l’apprentissage automatique et l’IA ?

L’IA est la seule façon de prendre des décisions commerciales avec de grandes sources de données de manière efficace.

Ma première utilisation de l’apprentissage automatique (1992) consistait à examiner l’élasticité des prix dans le secteur des carburants. Chaque station-service et chaque produit ont leur propre indice d’élasticité. Nous avons utilisé l’IA pour créer un outil de tarification prédictif pour nous aider à comprendre la relation entre le prix et la quantité demandée. Cet outil est toujours utilisé dans le monde entier aujourd’hui.

Pouvez-vous expliquer brièvement ce qu’est The ai Corporation (ai) ?

ai facilite la numérisation des solutions de paiement en offrant des produits et services cloud d’entreprise. En simplifiant, nous visons à garantir que la technologie de paiement de nos clients reste à jour avec le marché numérique en constante évolution. Nous croyons que les paiements devraient devenir invisibles, afin que les entreprises puissent se concentrer davantage sur la gestion de leurs clients et passer moins de temps à se soucier de la façon de traiter les paiements.

Quelles sont certaines des technologies d’apprentissage automatique utilisées pour signaler les menaces et les fraudes potentielles ?

Il existe de nombreuses méthodes et techniques utilisées dans le paysage de la détection de la fraude et des menaces. Les premiers exemples incluent la logique bayésienne et les arbres de décision. Les innovations ultérieures ont conduit à une adoption généralisée des réseaux de neurones, qui sont encore largement utilisés aujourd’hui. L’adoption rapide de l’apprentissage automatique (ML) dans d’autres industries a encouragé l’adoption de plusieurs autres méthodes, telles que les techniques non supervisées, XGBoost et d’autres. La plupart des entreprises optent pour le développement de leurs propres méthodes, qui sont généralement basées sur des méthodes existantes pour améliorer les performances de détection.

Actuellement, même si l’apprentissage automatique effectue la majeure partie du « travail lourd », une grande quantité de surveillance est toujours nécessaire pour rester à jour avec la fraude. Comment l’automatisation du processus de gestion de la fraude à l’aide de l’orchestration de modèles peut-elle résoudre ce problème ?

La plupart des systèmes de fraude emploient plusieurs modèles pour détecter une quantité optimale de fraude tout en réduisant le taux de « déclinaison » des paiements légitimes. Cependant, le principal problème de ces systèmes est la quantité considérable de gouvernance supplémentaire requise pour gérer ces modèles. Cette gouvernance et ce travail de gestion sont généralement manuels, et plus les modèles utilisés sont nombreux, plus l’effort manuel requis pour garantir que les modèles continuent à fonctionner correctement est important.

Orchestration de modèles révolutionne la façon dont nous gérons les systèmes de fraude. Avec l’orchestration, la machine gère effectivement elle-même. Lorsque les modèles sont reconnus comme ne fonctionnant pas bien, ils sont remplacés par un nouveau modèle ou réentraînés sur les dernières données. Ce processus utilise des processus automatisés pour récupérer les statistiques de performance pour les modèles en direct, ainsi que les mêmes statistiques pour les modèles auto-ml produits hors ligne. Lorsque les modèles hors ligne fonctionnent bien, ils sont promus en production. Cela forme un système automatisé et fermé pour la détection de la fraude et les processus commerciaux.

Pouvez-vous fournir des exemples de menaces de cybersécurité ou de fintech qui ont été détectées précédemment par l’apprentissage automatique ?

Ici, chez ai, nous empêchons constamment la fraude en utilisant notre solution d’apprentissage automatique AutoPilotML, qui reste à jour avec les tendances de la fraude en optimisant automatiquement l’ensemble de la stratégie de fraude (composée à la fois de règles ML et produites manuellement). Nos solutions optimisées ont détecté des schémas de piratage de compte et de hacking dans l’espace TELCO, par exemple, ce qui a permis d’économiser des milliers de livres sterling aux opérateurs. En fait, nous avons détecté près de 10 000 000 $ de transactions suspectes par an.

Hors de l’espace de la fraude, de grandes attaques sont prévenues par l’apprentissage automatique chaque jour. Par exemple, Microsoft (MSFT ) détecte et prévient immédiatement les cyberattaques provenant de botnets depuis des années. En février 2018, ils ont prévenu une énorme attaque de botnet Emotet presque immédiatement), en utilisant ce qu’ils appelaient « l’apprentissage automatique en couches », composé de modèles d’apprentissage automatique côté client et côté serveur.

Les menaces de cybersécurité proviennent souvent du dark web, pouvez-vous discuter des services de gestion du dark web actuellement proposés ?

ai propose un service de surveillance du dark web, alimenté par l’application SaaS de Skurio, pour informer et protéger les clients dont les données sont compromises dès qu’elles sont exposées sur le dark web. Nous croyons que ce partenariat est unique et fournit à nos utilisateurs une intelligence de cybersécurité de classe mondiale, qui scanne automatiquement les sites Web, les marchés et les forums pour détecter les cas où les données d’un client apparaissent sur le dark web.

Y a-t-il autre chose que vous aimeriez partager sur The ai Corporation (ai) ?

La création de produits exceptionnels, associée aux processus appropriés, ne peut être réalisée que grâce à une équipe de classe mondiale. Je suis extrêmement fier de l’équipe ai et c’est cette collaboration qui nous aide à être innovants.

C’est également cette collaboration qui rend le travail chez ai agréable et motivant pour moi. C’est la chose la plus gratifiante à propos d’être un leader. Aider les gens à se développer et à grandir.

Je vous remercie pour cette excellente interview, les lecteurs qui souhaitent en savoir plus peuvent visiter The ai Corporation (ai).