Քրիս Նագել, Sift – Interview Series-ի գործադիր տնօրեն

Քրիսը գլխավոր գործադիր տնօրենն է Մաղով անցկացնել. Նա բերում է ավելի քան 30 տարվա փորձ բարձր ղեկավար պաշտոններում վենչուրային և հանրային SaaS ընկերություններում, ներառյալ Ping Identity: Sift-ն առաջարկում է ձեռնարկություններին վերջ տալ վճարումների խարդախությանը, որը կառուցված է մեկ, ինտուիտիվ վահանակով, Sift's Վերջնակետը լուծումը վերացնում է անհրաժեշտությունը անջատվածի համար գործիքներ, միանպատակային ծրագրային ապահովում և թերի պատկերացումներ, որոնք սպառվում են գործառնական ռեսուրսներ.

Ձեր նախկին պաշտոնում դուք եղել եք ինքնության անվտանգության հարթակի գլխավոր գործառնական տնօրեն Ping ինքնություն, որտեղ դուք կարևոր դեր եք խաղացել 2019 թվականին ընկերությունը հանրությանը ներկայացնելու գործում, որո՞նք են եղել այս փորձից ձեր հիմնական արդյունքներից մի քանիսը:

Ընկերություն ընդունելը մեծ նախաձեռնություն է, և ես շատ բան սովորեցի այդ գործընթացում: Արդյունքների մշակումը և ընկերության ընդլայնումը ինչպես այդ կարևոր իրադարձությունից առաջ, այնպես էլ դրանից հետո ինձ սովորեցրեց, թե ինչ է անհրաժեշտ կազմակերպչական բարդ մարտահրավերները լուծելու համար, շարունակելու նորարարություններ կատարել և վերաիմաստավորել օգտատերերի փորձը, մեծացնել թիմերը և նրանց հզորացնել իրենց լավագույն աշխատանքը: Իմ կարիերայի ընթացքում ես սովորել եմ, որ ցանկացած դերում ցանկացած հաջողություն պետք է սկսվի հաճախորդների, գործընկերների և ձեր թիմի մարդկանց խորը ըմբռնմամբ:

Դուք միացաք Sift-ին որպես գործադիր տնօրեն 2023 թվականի հունվարին: Ի՞նչը ձեզ գրավեց այս նոր մարտահրավերին:

Խարդախությունը անընդհատ աճող և զարգացող խնդիր է, և խաղադրույքները պարզ են: Համաշխարհային էլեկտրոնային առևտրի խարդախության կորուստը գնահատվում է $ 48 մլրդ մինչև 2023-ի վերջը (տարեկան 16% աճ 2022-ի համեմատ), և ամբողջ աշխարհում ձեռնարկությունները ծախսում են իրենց եկամուտների միջինը 10%-ը խարդախության կառավարմամբ: Բայց եթե ընկերությունը չի կարողանում արդյունավետ կերպով կառավարել խարդախությունը, այն կարող է կորցնել եկամուտը՝ բացառելով կամ «վիրավորելով» օրինական հաճախորդներին:

Sift-ն առաջին քայլի առավելությունն ունի այս խնդիրը մեքենայական ուսուցման միջոցով լուծելու հարցում, և նրա հիմնական տեխնոլոգիան և տվյալների գլոբալ ցանցը առանձնացրել են այն խարդախության կանխարգելման ոլորտում: Ավելի քան 34,000 կայքեր և հավելվածներ, ներառյալ Twitter-ը, DoorDash-ը, Poshmark-ը և Uphold-ը, ապավինում են Sift-ին: Այդ տարբերակումը, ինչպես նաև երկարաժամկետ հաճախորդների գործընկերության վրա մեծ ուշադրությունը, իմ որոշումը կայացրեց միանալու հեշտ գործընկերության:

Ինչու՞ է գեներատիվ AI-ն այդքան մեծ անվտանգության սպառնալիք բիզնեսների և սպառողների համար:

Generative AI-ն վաղ նշաններ է ցույց տալիս որպես խաբեբաների խաղը փոխող: Նախկինում խարդախությունները լի էին քերականական և ուղղագրական սխալներով, ուստի դրանք ավելի հեշտ էր տարբերվում: Գեներատիվ AI-ի միջոցով վատ դերակատարները կարող են ավելի արդյունավետ կերպով ընդօրինակել օրինական ընկերություններին և խաբել սպառողներին՝ ֆիշինգի փորձերի միջոցով տրամադրելու զգայուն մուտքի կամ ֆինանսական մանրամասներ:

Արհեստական ​​ինտելեկտի գեներատիվ հարթակները կարող են նույնիսկ առաջարկել տեքստային տատանումներ, որոնք թույլ են տալիս խարդախին ստեղծել մի քանի տարբեր հաշիվներ մեկ հարթակի վրա: Օրինակ՝ նրանք կարող են ստեղծել 100 նոր կեղծ ծանոթությունների պրոֆիլներ՝ կրիպտոարժույթով ռոմանտիկ խարդախություններ կատարելու համար, որոնցից յուրաքանչյուրն ունի եզակի AI-ի կողմից ստեղծված դեմք և կենսագրություն: Այդ կերպ, գեներատիվ արհեստական ​​ինտելեկտը հնարավորություն է տալիս խարդախության ժողովրդավարացմանը, քանի որ ցանկացած մեկի համար, անկախ տեխնոլոգիական խելամտությունից, ավելի հեշտ է խաբել որևէ մեկին, օգտագործելով գողացված հավատարմագրերը կամ վճարման տվյալները:

Sift-ը վերջերս հրապարակեց զեկույց, որը վերնագրված էր.Արհեստական ​​ինտելեկտի վերածննդի, խարդախությամբ ողողված սպառողների և ձեռնարկությունների ֆոնին«Որո՞նք էին ձեզ համար այս զեկույցի ամենամեծ անակնկալներից մի քանիսը:

Մենք գիտեինք, որ արհեստական ​​ինտելեկտը և ավտոմատացումը կփոխեն խարդախության լանդշաֆտը, բայց այս տեղաշարժի արագությունն ու ծավալը իսկապես ուշագրավ են: ԱՄՆ-ի սպառողների ավելի քան երկու երրորդը (68%) հայտնել է սպամի և խարդախությունների ավելացման մասին նոյեմբերից, հենց այն ժամանակ, երբ գեներացնող AI գործիքները սկսեցին ընդունվել, և մենք կարծում ենք, որ այդ երկու միտումները խիստ փոխկապակցված են: Նմանապես, մենք նկատեցինք հաշիվների գրավման (ATO) գրոհների աճ, որի մակարդակը 427-ի առաջին եռամսյակում 2023-ի համեմատ աճել է 2022%-ով: Ակնհայտ է, որ այս իրադարձությունները կապված են, քանի որ գեներատիվ AI-ն թույլ է տալիս խարդախներին ստեղծել: ավելի համոզիչ և մասշտաբային խարդախություններ՝ այդպիսով հանգեցնելով ATO-ի հարձակումների ալիքի:

Զեկույցը նաև ցույց է տալիս «խարդախությունը որպես ծառայություն» առաջընթացի մի քանի ուղիներ: Բաց հասանելի ֆորումները, ինչպիսիք են Telegram-ը, նվազեցնում են մուտքի արգելքը բոլորի համար, ովքեր ցանկանում են տարբեր տեսակի չարաշահումներ կատարել. դա այն է, ինչ մենք անվանում ենք խարդախության ժողովրդավարացում: Մեր թիմը տեսել է խարդախության խմբերի տարածում, որոնք այժմ առաջարկում են բոտային հարձակումներ որպես ծառայություն, և մենք ընդգծեցինք, թե ինչպես է օգտագործվում մեկ գործիք՝ սպառողներին խաբելու համար՝ իրենց ֆինանսական հաշիվների համար մեկանգամյա ծածկագրեր տրամադրելու համար: Իսկ խարդախները այս գործիքները դարձնում են հեշտությամբ հասանելի և հասանելի ուրիշներին՝ համեմատաբար փոքր վճարի դիմաց:

Կարո՞ղ եք քննարկել, թե ինչ է «Sift Digital Trust & Safety Platform»-ը:

Sift-ի միջոցով ընկերությունները կարող են վստահորեն կառուցել և տեղակայել՝ իմանալով, որ ունեն գործիքներ՝ իրենց բիզնեսը խարդախությունից պաշտպանելու համար: Դա հեռու է պահում վատ դերասաններից, մինչդեռ հաճախորդներին տալիս է անթերի փորձ՝ նվազեցնելով շփումը և մեծացնելով եկամուտը:

Մեր առաքելությունն է օգնել բոլորին վստահել ինտերնետին, և մեր հարթակը օգտագործում է մեքենայական ուսուցում և տվյալների զանգվածային ցանց՝ բիզնեսներին բոլոր տեսակի խարդախություններից և չարաշահումներից պաշտպանելու համար: Մենք եղել ենք, եթե ոչ առաջին ընկերություններից մեկը, որը կիրառել է մեքենայական ուսուցում առցանց խարդախության համար, ուստի մենք կուտակել ենք անհավատալի քանակությամբ պատկերացում, որն արտացոլված է մեքենայական ուսուցման մեր համաշխարհային մոդելներում, որոնք մշակում են տարեկան ավելի քան 1 տրիլիոն իրադարձություն: Պլատֆորմի գեղեցկությունն այն է, որ որքան շատ հաճախորդներ ունենք, այնքան ավելի խելացի են դառնում մեր մոդելները, որպեսզի մենք միշտ կարողանանք օպտիմալացնել խարդախությունը դադարեցնելու համար՝ միաժամանակ նվազեցնելով շփումը իրական օգտատերերի և հաճախորդների համար:

Պլատֆորմի շրջանակներում մենք ունենք վճարումների պաշտպանություն, որը պաշտպանում է վճարումների խարդախությունից. Հաշվի պաշտպանություն, որը կանխում է հաշվի գրավման հարձակումները. Բովանդակության ամբողջականություն, որն արգելափակում է սպամի և խարդախությունների տեղադրումը օգտվողների կողմից ստեղծված բովանդակությունում. և Վեճերի կառավարում, որը պաշտպանում է հետվճարներից և ընկերական խարդախությունից:

Ինչպե՞ս է այս հարթակը տարբերվում իրեն մրցակցող խարդախության գործիքներից:

Շուկայում խարդախության կանխարգելման վաճառողների պակաս չկա, բայց մեծ մասը պատկանում է երկու կատեգորիայի՝ կետային լուծումներ կամ որոշում՝ որպես ծառայություն: Կետային լուծումները հակված են նեղ շրջանակի և նախատեսված են օգտագործելու մեկ դեպք, օրինակ՝ բոտերի հայտնաբերումը: «Որպես ծառայություն» լուծումներն ավելի համապարփակ են, բայց չունեն խարդախության կառավարման բազմաթիվ հնարավորություններ և գործում են որպես «սև արկղ» իրենց որոշումների տրամաբանության վերաբերյալ:

Sift-ի ամենատարբեր առանձնահատկություններից մեկն այն է, որ մենք լուծում ենք առաջարկում բոլոր ոլորտներում խարդախության բազմաթիվ տեսակների դեմ պայքարելու համար: Խարդախությունը արդյունաբերության ագնոստիկ մարտահրավեր է, և մենք յուրահատուկ պատկերացում ունենք այն մասին, թե ինչպես են մի ոլորտի խարդախության խնդիրները դառնում մյուսին: Մեր բոլոր հնարավորությունների շրջանակներում՝ որոշումների կայացման մեխանիզմներ, գործերի կառավարում, կազմակերպում, հաշվետվություններ և մոդելավորում, մենք նաև առաջնահերթություն ենք տալիս վերահսկողությունը մեր հաճախորդների ձեռքում դնելը: Յուրաքանչյուր ընկերություն եզակի է, և հարմարեցնելու այս ունակությունը նշանակում է, որ տրամաբանությունը կարող է փոփոխվել հատուկ կանոններով, և որ մոդելավորումները կարող են ճշգրտվել հարթակի ներսում: Մենք նաև կարծում ենք, որ խարդախությունը կանխելու լավագույն միջոցը դրա վերաբերյալ թափանցիկ լինելն է: Մեր որոշումների շարժիչը բացատրություններ է տալիս վերլուծաբաններին, որպեսզի նրանք հասկանան, թե ինչու է գործարքը հաստատվել, վիճարկվել կամ մերժվել: Մենք նաև առաջարկում ենք հաշվետվություններ, որպեսզի կարողանաք չափել մոդելի արդյունավետությունը՝ հասկանալու համար, թե արդյոք այն պետք է ճշգրտվի:

Կարո՞ղ եք քննարկել, թե որն է «Sift Score»-ը և ինչպես է այն հնարավորություն տալիս շարունակական ինքնակատարելագործել օգտագործվող մեքենայական ուսուցումը:

Sift հաճախորդներն օգտագործում են մեր մեքենայական ուսուցման ալգորիթմները՝ հայտնաբերելու խարդախ օրինաչափությունները և կանխելու հարձակումները վեբկայքի կամ հավելվածի վրա: Sift Score-ը 0-100-ի թիվ է, որը տրված է ալգորիթմի կողմից յուրաքանչյուր իրադարձության (կամ գործունեության)՝ ցույց տալու հավանականությունը, որ վարքագիծը կեղծ է:

Թեև մեր արտադրանքներից յուրաքանչյուրն ապահովված է մեքենայական ուսուցման մոդելների իր հավաքածուով, մենք նաև առաջարկում ենք հատուկ ալգորիթմներ, որոնք հարմարեցված են Sift-ի հաճախորդների համար: Յուրաքանչյուր ոլորտի համար խարդախության ազդանշանները կարող են տարբերվել, եթե, օրինակ, դուք վաճառում եք ապահովագրություն, փչացող սնունդ կամ հագուստ: Sift-ն ուղարկում է հազարավոր ազդանշաններ՝ հենվելով մեր հսկայական գլոբալ ցանցի վրա, յուրաքանչյուր պատվերով մոդելի միջոցով, վերլուծելով մանրամասներ, ինչպիսիք են օրվա ժամը, էլփոստի հասցեների բնութագրերը և մուտքի փորձերի քանակը: Այս ազդանշանները միասին կազմում են միավոր որոշակի իրադարձության համար, օրինակ՝ մուտքի կամ գործարքի: Sift Scores-ը երբեք չի բաժանվում հաճախորդներին, քանի որ յուրաքանչյուր հաճախորդի մեքենայական ուսուցման մոդելը տարբեր է:

Հետաքրքիր արտադրանքը, որը մշակվել է Sift-ում՝ խաբեությունների և սպամի դեմ պայքարելու համար, կոչվում է Text Clustering, կոնկրետ ի՞նչ է սա:

Սպամ տեքստը պատուհասում է առցանց հարթակներին, և սպամերները հաճախ միևնույն կամ շատ նման բովանդակություն են հրապարակում: Մենք ստեղծել ենք «Text Clustering» գործառույթը որպես «Բովանդակության ամբողջականության» մաս՝ հեշտացնելու համար այս տեսակի տեքստի նույնականացումը և դրանք խմբավորելը, որպեսզի վերլուծաբանը կարողանա որոշել՝ ձեռնարկել զանգվածային գործողություններ, թե ոչ: Խնդիրն այն է, որ ոչ բոլոր կրկնվող տեքստերն են սպամ: Օրինակ, էլեկտրոնային առևտրի վաճառողը կարող է թվարկել նույն ապրանքը և նկարագրությունը բազմաթիվ կայքերում:

Այս մարտահրավերն արդյունավետ լուծելու համար մեզ անհրաժեշտ էր միջոց՝ պիտակավորելու բովանդակության խարդախության նոր տեսակները, որոնք մենք ցանկանում էինք հայտնաբերել, միևնույն ժամանակ վերլուծաբաններին տալով վերջնական վերահսկողություն՝ գործողություններ ձեռնարկելու համար: Նյարդային ցանցերի և մեքենայական ուսուցման համակցության միջոցով Text Clustering-ն այժմ կարող է խմբավորել նմանատիպ տեքստեր, նույնիսկ եթե կան աննշան տատանումներ: Այս դրոշակավորված բովանդակությունը պիտակավորված է միասին, և եթե այն իրականում սպամ է, ապա վերլուծաբանը կարող է զանգվածային գործողություններ ձեռնարկել այն հեռացնելու համար:

Ինչպե՞ս կարող են ձեռնարկությունները լավագույնս պաշտպանել իրենց հակառակորդի հարձակումներից կամ այլ տեսակի վնասակար հարձակումներից, որոնք հավերժանում են գեներատիվ AI-ի կողմից:

Ավելի քան սպառողների կեսը (54%) կարծում է, որ նրանք չպետք է պատասխանատվություն կրեն այն դեպքում, երբ նրանք ակամա տրամադրել են իրենց վճարման տեղեկությունները խաբեբաներին, որոնք հետագայում օգտագործվել են խարդախ գնումներ կատարելու համար: Գրեթե մեկ քառորդը (24%) կարծում է, որ այն բիզնեսը, որտեղ կատարվել է գնումը, պետք է պատասխանատվություն կրի: Դա նշանակում է, որ խարդախությունը դադարեցնելու պատասխանատվությունը կրում է այն հարթակներն ու ծառայությունները, որոնց սպառողները ամեն օր ապավինում են:

Մենք դեռ գեներատիվ AI-ի առաջին օրերին ենք, և այսօր սպառնալիքները չեն լինի նույն սպառնալիքները, որոնք մենք տեսնում ենք վեց ամիս հետո: Այս ամենի հետ մեկտեղ ձեռնարկությունները պետք է կրակի դեմ պայքարեն կրակի հետ՝ օգտագործելով AI տեխնոլոգիաներ, ինչպիսիք են մեքենայական ուսուցումը, որպեսզի պայքարեն և դադարեցնեն խարդախությունը, նախքան դա տեղի ունենա: Իրական ժամանակի մեքենայական ուսուցումը կարևոր է խարդախության մասշտաբին, արագությանը և բարդությանը հետևելու համար: Առևտրականները, ովքեր չեն հեռանում հնացած կամ ձեռքով գործընթացներից, հետ կմնան խարդախներից, ովքեր արդեն ավտոմատացնում են: Ընկերությունները, որոնք ընդունում են այս վերջնական, իրական ժամանակի մոտեցումը, բարելավում են խարդախության հայտնաբերման ճշգրտությունը 40%-ով: Սա նշանակում է ավելի լավ բացահայտել խարդախներին և դադարեցնել նրանց գործողությունները, նախքան նրանք կարող են վնասել ձեր բիզնեսին կամ հաճախորդներին:

Կա՞ որևէ այլ բան, որը կցանկանայիք կիսվել Sift-ի մասին:

Մի նախաձեռնություն, որը մենք վերջերս իրականացրել ենք այս առաքելությունը շարունակելու համար, մեր հաճախորդների համայնքն է՝ Sifters: Այն բաց է Sift-ի բոլոր օգտատերերի համար և կամուրջ է գործում մեր հաճախորդների, ներքին փորձագետների և առևտրականների և տվյալների թվային ցանցի միջև: Այն արժեքավոր կենտրոն է եղել արդյունաբերության վերաբերյալ պատկերացումներ հավաքելու և խարդախության կանխարգելման ոլորտում շուկայական մարտահրավերներին դիմակայելու համար: Եվ դա տեսնում է հսկայական ընդունում: Խարդախության դեմ պայքարողների համար համայնքի ստեղծումը բացարձակապես կարևոր է, քանի որ խարդախներն ունեն իրենց սեփական համայնքները, որտեղ նրանք համագործակցում են բիզնեսին և սպառողներին վնաս հասցնելու համար: Ինչպես սիրում ենք ասել, ցանցի դեմ պայքարելու համար անհրաժեշտ է ցանց: