क्रिस नागेल, सिफ्ट के सीईओ – साक्षात्कार श्रृंखला

क्रिस सिफ्ट में मुख्य कार्यकारी अधिकारी हैं। वह वेंचर-समर्थित और सार्वजनिक सास कंपनियों में, जिनमें पिंग पहचान भी शामिल है, वरिष्ठ नेतृत्व पदों में 30 से अधिक वर्षों का अनुभव लाते हैं। सिफ्ट एक ऐसा तरीका प्रदान करता है जिससे उद्यम भुगतान धोखाधड़ी को समाप्त कर सकते हैं, एक ही सहज ज्ञान युक्त कंसोल के साथ निर्मित, सिफ्ट का समाधान अंत-से-अंत समाधान विभिन्न उपकरणों, एकल-उद्देश्य सॉफ़्टवेयर और अधूरी अंतर्दृष्टि की आवश्यकता को समाप्त करता है जो संचालन संसाधनों को निकालते हैं।

आपकी पिछली भूमिका में आप पहचान सुरक्षा मंच पिंग पहचान में मुख्य परिचालन अधिकारी थे, जहां आपने 2019 में कंपनी को सार्वजनिक करने में एक महत्वपूर्ण भूमिका निभाई, इस अनुभव से आपके लिए कुछ प्रमुख निष्कर्ष क्या थे?

एक कंपनी को सार्वजनिक करना एक बड़ा उपक्रम है, और मैंने इस प्रक्रिया के माध्यम से बहुत कुछ सीखा। उत्पादों को विकसित करना और कंपनी को उस मील के पत्थर से पहले और बाद में स्केल करना मुझे जटिल संगठनात्मक चुनौतियों को हल करने के लिए, उपयोगकर्ता अनुभव को नवाचार और पुनः कल्पना करने के लिए, और टीमों को विकसित करने और उन्हें अपना सर्वश्रेष्ठ काम करने के लिए सशक्त बनाने के लिए क्या लेता है, यह सिखाया। मैंने अपने पूरे करियर में सीखा है कि किसी भी भूमिका में कोई भी सफलता ग्राहकों, भागीदारों और आपकी टीम के लोगों की गहरी समझ के साथ शुरू होनी चाहिए।

आप जनवरी 2023 में सिफ्ट में सीईओ के रूप में शामिल हुए। आपको इस नए चुनौती में क्या आकर्षित किया?

धोखाधड़ी एक बढ़ती हुई और विकसित होने वाली समस्या है, और दांव स्पष्ट हैं। वैश्विक ई-कॉमर्स धोखाधड़ी का नुकसान 2023 के अंत तक $48 बिलियन तक पहुंचने का अनुमान है (2022 की तुलना में 16% की वार्षिक वृद्धि), और व्यवसायों ने वैश्विक स्तर पर औसतन अपने राजस्व का 10% धोखाधड़ी को प्रबंधित करने में खर्च किया। लेकिन अगर एक कंपनी धोखाधड़ी को प्रभावी ढंग से प्रबंधित करने में विफल रहती है, तो यह राजस्व को खोने के लिए वैध ग्राहकों को बाहर कर सकती है या “अपमान” कर सकती है।

सिफ्ट ने मशीन लर्निंग के साथ इस समस्या को हल करने में पहली चाल का लाभ उठाया है, और इसकी मूल तकनीक और वैश्विक डेटा नेटवर्क ने इसे धोखाधड़ी रोकथाम स्थान में अलग कर दिया है। 34,000 से अधिक साइटों और ऐप्स, जिनमें ट्विटर, डोरडैश, पोशमार्क और अपहोल्ड शामिल हैं, सिफ्ट पर भरोसा करते हैं। यह अंतर, साथ ही दीर्घकालिक ग्राहक भागीदारी पर मजबूत ध्यान केंद्रित करते हुए, मेरे लिए यह निर्णय लेना आसान बना दिया।

व्यवसायों और उपभोक्ताओं के लिए जनरेटिव एआई इतना बड़ा सुरक्षा खतरा क्यों है?

जनरेटिव एआई धोखाधड़ी करने वालों के लिए एक खेल चanger के रूप में दिखाई दे रहा है। धोखाधड़ी पहले व्याकरण और वर्तनी त्रुटियों से भरी हुई थी, इसलिए वे आसानी से पहचानी जा सकती थीं। जनरेटिव एआई के साथ, बुरे अभिनेता वैध कंपनियों की नकल करने और फ़िशिंग प्रयासों के माध्यम से उपभोक्ताओं को संवेदनशील लॉगिन या वित्तीय विवरण प्रदान करने के लिए धोखा देने में अधिक प्रभावी ढंग से सक्षम हो सकते हैं।

जनरेटिव एआई प्लेटफ़ॉर्म यह भी सुझाव दे सकते हैं कि पाठ के विचरण जो एक धोखाधड़ी करने वाले को एक ही मंच पर कई विशिष्ट खाते बनाने की अनुमति देते हैं। उदाहरण के लिए, वे क्रिप्टोक्यूरेंसी रोमांस घोटाले करने के लिए 100 नए नकली डेटिंग प्रोफ़ाइल बना सकते हैं, प्रत्येक में एक अनोखा एआई-जनरेटेड चेहरा और जैव है। इस तरह, जनरेटिव एआई धोखाधड़ी के लोकतंत्रीकरण को सक्षम बना रहा है क्योंकि यह किसी के लिए भी, तकनीकी ज्ञान की परवाह किए बिना, चोरी किए गए प्रमाणीकरण विवरण या भुगतान जानकारी का उपयोग करके किसी को धोखा देना आसान बना रहा है।

सिफ्ट ने हाल ही में “एआई रेनेसां के बीच, उपभोक्ताओं और व्यवसायों पर धोखाधड़ी का हमला” नामक एक रिपोर्ट जारी की, इस रिपोर्ट में आपके लिए कुछ बड़े आश्चर्य क्या थे?

हम जानते थे कि एआई और स्वचालन धोखाधड़ी परिदृश्य को बदल देंगे, लेकिन इस परिवर्तन की गति और मात्रा वास्तव में उल्लेखनीय हैं। अमेरिकी उपभोक्ताओं के दो-तिहाई से अधिक (68%) ने नवंबर के बाद से स्पैम और घोटालों में वृद्धि की सूचना दी, जो लगभग उस समय थी जब जनरेटिव एआई टूल्स को अपनाना शुरू हुआ, और हम मानते हैं कि वे दोनों रुझान मजबूती से संबंधित हैं। इसी तरह, हमने एक खाता अधिग्रहण (एटीओ) हमलों की लहर देखी है, जिसमें 2023 की पहली तिमाही में एटीओ की दर 2022 की तुलना में 427% बढ़ गई है। स्पष्ट रूप से, ये घटनाएं संबंधित हैं, क्योंकि जनरेटिव एआई धोखाधड़ी करने वालों को अधिक समझदार और बड़े पैमाने पर घोटाले बनाने की अनुमति देता है, जिससे एटीओ हमलों की लहर होती है।

रिपोर्ट यह भी दिखाती है कि “धोखाधड़ी के रूप में सेवा” कैसे आगे बढ़ रही है। टेलीग्राम जैसे खुले मंच धोखाधड़ी करने वालों के लिए प्रवेश की बाधा को कम कर रहे हैं – यह वह है जिसे हम धोखाधड़ी के लोकतंत्रीकरण कहते हैं। हमारी टीम ने धोखाधड़ी समूहों की वृद्धि देखी है जो अब बॉट हमलों की सेवा प्रदान करते हैं, और हमने इस बात पर प्रकाश डाला है कि एक उपकरण का उपयोग कैसे वित्तीय खातों के लिए एक-बार पासकोड प्रदान करने के लिए उपभोक्ताओं को धोखा देने के लिए किया जा रहा है। और धोखाधड़ी करने वाले इन उपकरणों को दूसरों के लिए आसानी से सुलभ और एक छोटे से शुल्क के लिए उपलब्ध करा रहे हैं।

क्या आप “सिफ्ट डिजिटल ट्रस्ट और सुरक्षा प्लेटफ़ॉर्म” के बारे में चर्चा कर सकते हैं?

सिफ्ट के साथ, कंपनियां आश्वस्त हो सकती हैं कि उन्हें अपने व्यवसाय को धोखाधड़ी से बचाने के लिए उपकरण हैं। यह बुरे अभिनेताओं को बाहर रखने के लिए है जबकि ग्राहकों को एक सहज अनुभव प्रदान करते हुए – घर्षण को कम करना और राजस्व बढ़ाना।

हमारा मिशन इंटरनेट पर हर किसी को विश्वास दिलाने में मदद करना है, और हमारा प्लेटफ़ॉर्म मशीन लर्निंग और एक विशाल डेटा नेटवर्क का उपयोग करके व्यवसायों को विभिन्न प्रकार की धोखाधड़ी और दुरुपयोग से बचाता है। हम ऑनलाइन धोखाधड़ी में मशीन लर्निंग लागू करने वाली पहली कंपनियों में से एक थे, इसलिए हमने अविश्वसनीय मात्रा में अंतर्दृष्टि एकत्र की है जो हमारे वैश्विक मशीन लर्निंग मॉडल में परिलक्षित होती है, जो प्रति वर्ष 1 ट्रिलियन से अधिक घटनाओं को संसाधित करते हैं। प्लेटफ़ॉर्म की सुंदरता यह है कि जितने अधिक ग्राहक हमारे पास हैं, हमारे मॉडल उतने ही स्मार्ट हो जाते हैं ताकि हम धोखाधड़ी को रोकने के लिए अनुकूलित कर सकें जबकि वास्तविक उपयोगकर्ताओं और ग्राहकों के लिए घर्षण को कम करें।

प्लेटफ़ॉर्म के भीतर, हमारे पास भुगतान सुरक्षा है जो भुगतान धोखाधड़ी के खिलाफ सुरक्षा करती है; खाता रक्षा जो खाता अधिग्रहण हमलों को रोकती है; सामग्री अखंडता जो उपयोगकर्ता-जनित सामग्री में स्पैम और घोटालों को पोस्ट करने से रोकती है; और विवाद प्रबंधन जो चार्जबैक और मित्र धोखाधड़ी से बचाता है।

यह प्लेटफ़ॉर्म प्रतिस्पर्धी धोखाधड़ी उपकरणों से खुद को कैसे अलग करता है?

बाजार में धोखाधड़ी रोकथाम विक्रेताओं की कमी नहीं है, लेकिन अधिकांश दो श्रेणियों में आते हैं: बिंदु समाधान या निर्णय-सेवा। बिंदु समाधानों में आमतौर पर एक संकीर्ण दायरा होता है और वे एक ही उपयोग के मामले को हल करने के लिए डिज़ाइन किए जाते हैं, जैसे कि बॉट डिटेक्शन। निर्णय-सेवा समाधान अधिक व्यापक हैं लेकिन कई धोखाधड़ी प्रबंधन क्षमताओं की कमी है, और उनके निर्णय तर्क के बारे में एक “ब्लैक बॉक्स” के रूप में कार्य करते हैं।

सिफ्ट की सबसे प्रमुख विशेषताओं में से एक यह है कि हम विभिन्न प्रकार की धोखाधड़ी के खिलाफ लड़ने के लिए एक समाधान प्रदान करते हैं जो सभी उद्योगों में लागू होता है। धोखाधड़ी एक उद्योग-एजेंस्टिक चुनौती है, और हमें एक उद्योग की धोखाधड़ी समस्याओं को दूसरे के रूप में कैसे देखा जा सकता है, इस पर एक अनोखी अंतर्दृष्टि है। हमारी सभी क्षमताओं – निर्णय इंजन, मामला प्रबंधन, ऑर्केस्ट्रेशन, रिपोर्टिंग और सिमुलेशन – में हम अपने ग्राहकों के हाथों में नियंत्रण रखने को प्राथमिकता देते हैं। प्रत्येक कंपनी अद्वितीय है, और इस अनुकूलन की क्षमता का अर्थ है कि तर्क को अनुकूलित नियमों के साथ संशोधित किया जा सकता है और सिमुलेशन को प्लेटफ़ॉर्म के भीतर समायोजित किया जा सकता है। हम यह भी मानते हैं कि धोखाधड़ी को रोकने का सबसे अच्छा तरीका इसके बारे में पारदर्शी होना है। हमारा निर्णय इंजन विश्लेषकों के लिए स्पष्टीकरण प्रदान करता है ताकि वे समझ सकें कि एक लेनदेन को क्यों मंजूरी, चुनौती या अस्वीकार किया गया था। हम रिपोर्ट भी प्रदान करते हैं ताकि आप मॉडल के प्रदर्शन को माप सकें और समझ सकें कि क्या इसे समायोजित करने की आवश्यकता है।

क्या आप “सिफ्ट स्कोर” के बारे में चर्चा कर सकते हैं और यह मशीन लर्निंग में निरंतर स्व-सुधार को कैसे सक्षम बनाता है?

सिफ्ट ग्राहक हमारे मशीन लर्निंग अल्गोरिदम का उपयोग धोखाधड़ी पैटर्न का पता लगाने और एक वेबसाइट या ऐप पर हमलों को रोकने के लिए करते हैं। सिफ्ट स्कोर एक संख्या है, 0-100, जो प्रत्येक घटना (या गतिविधि) को अल्गोरिदम द्वारा दी जाती है जो यह संकेत देती है कि व्यवहार धोखाधड़ी की संभावना है।

जबकि प्रत्येक उत्पाद अपने सेट के मशीन लर्निंग मॉडल द्वारा समर्थित है, हम अपने ग्राहकों के लिए अनुकूलित अल्गोरिदम भी प्रदान करते हैं। प्रत्येक उद्योग के लिए धोखाधड़ी संकेत अलग-अलग हो सकते हैं यदि आप बीमा, खाद्य पदार्थ, या कपड़े बेचते हैं, उदाहरण के लिए। सिफ्ट अपने विशाल वैश्विक नेटवर्क से thousands संकेतों को प्रत्येक अनुकूलित मॉडल के माध्यम से चलाता है, जिसमें समय, ईमेल पते की विशेषताएं और प्रयास किए गए लॉगिन की संख्या जैसे विवरण शामिल हैं। ये संकेत मिलकर एक विशिष्ट घटना जैसे लॉगिन या लेनदेन के लिए एक स्कोर बनाते हैं। सिफ्ट स्कोर कभी भी ग्राहकों के बीच साझा नहीं किए जाते हैं क्योंकि प्रत्येक ग्राहक का मशीन लर्निंग मॉडल अलग होता है।

सिफ्ट में विकसित एक दिलचस्प उत्पाद जो घोटालों और स्पैम से लड़ने के लिए है वह है टेक्स्ट क्लस्टरिंग, यह विशेष रूप से क्या है?

स्पैम पाठ ऑनलाइन प्लेटफ़ॉर्म को प्रभावित करता है, और स्पammer अक्सर एक ही या बहुत समान सामग्री को बार-बार पोस्ट करते हैं। हमने सामग्री अखंडता के हिस्से के रूप में अपनी टेक्स्ट क्लस्टरिंग सुविधा बनाई ताकि इस प्रकार के पाठ की पहचान करना और एक विश्लेषक को बल्क एक्शन लेने का निर्णय लेने के लिए इसे एक साथ समूहित किया जा सके। चुनौती यह है कि सभी पुनरावृत्ति पाठ स्पैम नहीं है। उदाहरण के लिए, एक ई-कॉमर्स विक्रेता एक ही उत्पाद और विवरण को कई वेबसाइटों पर सूचीबद्ध कर सकता है।

इस चुनौती को प्रभावी ढंग से हल करने के लिए, हमें एक तरीका खोजने की आवश्यकता थी जिससे हम नई प्रकार की सामग्री धोखाधड़ी को लेबल कर सकें जिसे हम पता लगाना चाहते थे, जबकि विश्लेषकों को अंतिम नियंत्रण देने के लिए कि क्या करना है। तंत्रिका नेटवर्क और मशीन लर्निंग के संयोजन के माध्यम से, टेक्स्ट क्लस्टरिंग अब समान पाठ को समूहित कर सकता है, भले ही इसमें छोटे परिवर्तन हों। यह फ़्लैग की गई सामग्री एक साथ लेबल की जाती है, और यदि यह वास्तव में स्पैम है, तो एक विश्लेषक बल्क एक्शन ले सकता है और इसे हटा सकता है।

उद्यम जनरेटिव एआई द्वारा किए गए विरोधी हमलों या अन्य प्रकार के दुर्भाग्यपूर्ण हमलों के खिलाफ खुद को सबसे अच्छी तरह से कैसे बचा सकते हैं?

अधिकांश उपभोक्ताओं (54%) का मानना है कि उन्हें धोखाधड़ी करने वाले को अपनी भुगतान जानकारी प्रदान करने के लिए धोखा देने की घटना में जिम्मेदार नहीं ठहराया जाना चाहिए जो बाद में एक धोखाधड़ी खरीद के लिए उपयोग की जाती है। लगभग एक चौथाई (24%) का मानना है कि खरीद की जाने वाली व्यवसाय को जिम्मेदार ठहराया जाना चाहिए। इसका मतलब है कि धोखाधड़ी को रोकने का भार दैनिक जीवन में उपभोक्ताओं पर निर्भर व्यवसायों और सेवाओं पर है।

हम अभी भी जनरेटिव एआई और आज के खतरों के बहुत शुरुआती दिनों में हैं। कहा जा रहा है, व्यवसायों को आग से आग से लड़ने की जरूरत है मशीन लर्निंग जैसी एआई प्रौद्योगिकियों का उपयोग करके धोखाधड़ी को रोकने और रोकने के लिए। वास्तविक समय में मशीन लर्निंग धोखाधड़ी के पैमाने, गति और जटिलता के साथ तालमेल बिठाने के लिए महत्वपूर्ण है। जो व्यापारी पुराने या मैनुअल प्रक्रियाओं से दूर नहीं जाते हैं वे धोखाधड़ी करने वालों से पीछे रह जाएंगे जो पहले से ही स्वचालन का उपयोग कर रहे हैं। जो कंपनियां इस अंत-से-अंत, वास्तविक समय के दृष्टिकोण को अपनाती हैं, वे धोखाधड़ी का पता लगाने की सटीकता में 40% की वृद्धि देखती हैं। इसका अर्थ है धोखाधड़ी करने वालों को बेहतर ढंग से पहचानना और उन्हें अपने व्यवसाय या ग्राहकों को नुकसान पहुंचाने से पहले उन्हें रोकना।

क्या सिफ्ट के बारे में और कुछ है जो आप साझा करना चाहेंगे?

एक पहल जो हमने हाल ही में इस मिशन को आगे बढ़ाने के लिए लागू की है, वह है हमारा ग्राहक समुदाय, सिफ्टर्स। यह सभी सिफ्ट उपयोगकर्ताओं के लिए खुला है, और यह हमारे ग्राहकों, आंतरिक विशेषज्ञों और डेटा के डिजिटल नेटवर्क के बीच एक पुल के रूप में कार्य करता है। यह उद्योग अंतर्दृष्टि एकत्र करने और धोखाधड़ी रोकथाम में क्रॉस-मार्केट चुनौतियों को संबोधित करने के लिए एक मूल्यवान केंद्र साबित हुआ है। और यह बड़े पैमाने पर अपनाने का अनुभव कर रहा है। धोखाधड़ी से लड़ने वालों के लिए एक समुदाय बनाना绝 महत्वपूर्ण है क्योंकि धोखाधड़ी करने वालों के पास अपने स्वयं के समुदाय हैं जहां वे व्यवसायों और उपभोक्ताओं को नुकसान पहुंचाने के लिए सहयोग करते हैं। जैसा कि हम कहते हैं, यह एक नेटवर्क को एक नेटवर्क से लड़ने के लिए लेता है।