LexisNexis Risk Solutions ने धोखाधड़ी संबंधी निर्णयों में एआई एजेंटों के संकेत जोड़े

LexisNexis Risk Solutions ने 5 नवंबर 2026 को Know Your Agent (KYA) इंटेलिजेंस की घोषणा की, जिससे उसके डिजिटल पहचान और धोखाधड़ी रोकथाम मंच में एआई एजेंटों की गतिविधियों और संदर्भगत जोखिम के संकेत जुड़ गए। कंपनी ने बताया कि 2026 की पहली छमाही में एजेंट-आधारित ट्रैफ़िक 750% से अधिक बढ़ा।

कई ग्राहक जोखिम-प्रबंधन से जुड़े मौजूदा निर्णयों में पहले से ही KYA का इस्तेमाल करते हैं। कंपनी ने बताया कि उसके Digital Identity Network ने 2025 में 116 अरब से अधिक डिजिटल लेन-देन का विश्लेषण किया और 4.9 अरब स्वचालित बॉट हमलों का पता लगाया—जो पिछले वर्ष की तुलना में 59% अधिक थे। लोगों और स्वचालित प्रणालियों के बीच होने वाली गतिविधियों पर पहले से उपलब्ध यह जानकारी वह संदर्भ देती है, जिसमें KYA एजेंटों की गतिविधियों को शामिल करता है।

पता लगाए गए संकेत व्यापक जोखिम आकलन में मदद करते हैं

अधिकांश निजी एजेंट यह नहीं बताते कि वे एजेंट हैं, इसलिए सबसे तात्कालिक चुनौती उनका पता लगाना है। केवल पहचान से यह तय नहीं हो सकता कि कोई एजेंट किसका प्रतिनिधित्व करता है, उसकी गतिविधि अधिकृत है या नहीं, उसका व्यवहार उस अधिकार के अनुरूप है या नहीं, अथवा पूरी बातचीत वैध लगती है या नहीं। KYA को इस तरह बनाया गया है कि वह वास्तविक समय में पहचान, डिवाइस, नेटवर्क, व्यवहार और संबंधों से जुड़े संदर्भ के साथ एजेंटों का पता लगाने की क्षमता जोड़े।

एक ही डिजिटल सफ़र के दौरान, जब नियंत्रण किसी व्यक्ति से एजेंट के पास जाता है या इसके उलट होता है, तो संदर्भ बदल सकता है। उत्पाद और विश्लेषिकी के वरिष्ठ उपाध्यक्ष Mike Woodberry ने कहा कि उद्देश्य यह पता लगाना है कि कार्रवाई कौन या क्या कर रहा है, वह किसका या किस चीज़ का प्रतिनिधित्व करता है, उसे अनुमति है या नहीं और वह क्या करने की कोशिश कर रहा है। इसलिए हर निर्णय किसी खास संदर्भ में कोई विशिष्ट कार्रवाई करने वाले विशिष्ट एजेंट से जुड़ा होता है और संगठन की जोखिम नीतियों के अधीन होता है।

धोखाधड़ी से जुड़े कार्यप्रवाहों तक संकेत कैसे पहुँचते हैं

कंपनी की एजेंट-आधारित बुद्धिमत्ता संबंधी पुस्तिका बताती है कि ब्राउज़र, डिवाइस, ऑपरेटिंग सिस्टम और नेटवर्क से जुड़ी जानकारी का इस्तेमाल एजेंटों के विशिष्ट संकेतों और एजेंट-प्रेरित गतिविधि के अन्य संकेतकों को पहचानने के लिए किया जा सकता है। ChatGPT, Claude और इसी तरह के मंचों में शामिल अनुप्रयोगों की पहचान भी ब्राउज़र की विशेषताओं, डोमेन, अनुप्रयोग-संकेतों और अन्य संकेतकों के ज़रिए की जा सकती है, ताकि डिजिटल पहचान का संदर्भ स्थापित हो सके। तकनीकी और व्यवहारगत संकेतक गतिविधि को मानवीय, दुर्भावनापूर्ण बॉट या एआई एजेंट के रूप में वर्गीकृत करने में मदद करते हैं।

Trust Tags उपयोगकर्ताओं, डिवाइसों और एजेंटों से जुड़ी गतिविधियों के बीच स्थायी संबंध स्थापित कर सकते हैं, जिससे संगठनों को बाद की गतिविधियों का आकलन करने में मदद मिलती है। अलग माध्यम से किया जाने वाला प्रमाणीकरण ग्राहकों, एजेंटों और गतिविधियों के बीच विश्वसनीय संबंध स्थापित करने में मदद कर सकता है। इसके बाद संगठन इन संकेतों को अपने मौजूदा कार्यप्रवाहों में शामिल कर सकते हैं और संदर्भ तथा अपनी जोखिम नीतियों के अनुसार किसी गतिविधि को अनुमति दे सकते हैं, उसका प्रमाणीकरण कर सकते हैं, उसकी समीक्षा कर सकते हैं या उसे अस्वीकार कर सकते हैं।

ThreatMetrix में एजेंट-आधारित बुद्धिमत्ता, डिजिटल पहचान और व्यवहारगत बुद्धिमत्ता को जोड़ती है। एपीआई, सॉफ़्टवेयर डेवलपमेंट किट और कार्यप्रवाहों के लिए तैयार एकीकरण वेब, मोबाइल और बैकएंड परिवेशों को समर्थन देते हैं। वहीं, LexisNexis Dynamic Decision Platform के ज़रिए इस क्षमता को उपलब्ध कराने से यह फॉरेंसिक जाँच, केस प्रबंधन, रिपोर्टिंग और कार्यप्रवाह समन्वय से जुड़ जाती है।

धोखाधड़ी से जुड़े उपयोग और उत्पाद की सीमाएँ

इसके उपयोग के क्षेत्रों में एजेंट-सहायता से होने वाला वाणिज्य, खाते खोलना और नए ग्राहकों को जोड़ना, बैंकिंग और भुगतान, प्रमाणीकरण और पहुँच प्रबंधन तथा ग्राहक सेवा शामिल हैं। एजेंट उत्पादों पर शोध कर सकते हैं या उन्हें खरीद सकते हैं, पंजीकरण की प्रक्रियाओं में हिस्सा ले सकते हैं, खातों तक पहुँच सकते हैं, वापसी का समय तय कर सकते हैं या खातों का प्रबंधन कर सकते हैं। यह प्रणाली यह आकलन करने के लिए भी बनाई गई है कि खाते तक पहुँच और सत्यापन के दौरान एजेंट के पास वैध अधिकार है या नहीं।

LexisNexis ने आगाह किया है कि स्वायत्त एजेंट अधिकृत पुश भुगतान धोखाधड़ी और खाता-हड़पने के हमलों का पैमाना और परिष्कार बढ़ा सकते हैं; दुर्भावनापूर्ण एजेंट सफलताओं और विफलताओं से सीखकर बाद के हमलों को उनके अनुरूप ढाल सकते हैं। मुख्य वाणिज्यिक अधिकारी Grayson Clarke ने कहा कि एक वैश्विक वित्तीय संस्थान ने एजेंट-आधारित गतिविधियों की पहचान करने और उन्हें संवेदनशील लेन-देन करने से रोकने में मदद के लिए कंपनी की पहचान-क्षमताओं का इस्तेमाल किया।

मौजूदा क्षमताएँ मुख्य रूप से पहचान, संदर्भ और कार्यप्रवाह संबंधी निर्णयों पर केंद्रित हैं। सामग्री में अधिक उन्नत एजेंट पहचान और प्राधिकरण के साथ-साथ एजेंटों के बीच होने वाली गतिविधियों को भविष्य की संभावित दिशाओं के रूप में बताया गया है, लेकिन इन सुविधाओं के उपलब्ध होने की प्रतिबद्धता नहीं जताई गई है। परिणाम कार्यान्वयन, डेटा की उपलब्धता, लेन-देन की विशेषताओं और ग्राहक के उपयोग के अनुसार अलग-अलग हो सकते हैं। कोई भी समाधान हर परिस्थिति में प्रत्येक उपयोगकर्ता, डिवाइस, बॉट या एआई एजेंट की पहचान, वर्गीकरण, प्रमाणीकरण या पहचान-पड़ताल नहीं कर सकता।

धोखाधड़ी से निपटने वाली टीमों के लिए व्यावहारिक बदलाव यह है कि एजेंट की भागीदारी अब पहले से स्थापित निर्णय-प्रक्रिया में एक और इनपुट बन जाती है; इसके जवाब ग्राहक, संबंधित अधिकार और कार्रवाई के अनुसार तय किए जाते हैं। सवाल यह है कि एजेंटों, मानकों और एजेंटों के बीच होने वाली गतिविधियों के विकसित होने के साथ यह संदर्भ-आधारित तरीका प्रभावी बना रहेगा या नहीं—खासकर तब, जब अधिक उन्नत पहचान और प्राधिकरण क्षमताएँ अभी भविष्य की संभावनाएँ हैं।