Dr Mark Goldspink, CEO dari The ai Corporation (ai) – Seri Wawancara

Dr Mark Goldspink adalah CEO dari The ai Corporation (ai), mereka menawarkan solusi deteksi penipuan mandiri yang unik yang dianggap oleh banyak pemimpin industri sebagai yang terbaik di dunia. Solusi ini, termasuk solusi “state of the art” baru yang menggunakan pembelajaran mesin untuk melindungi dan memperkaya pengalaman pembayaran untuk lebih dari 100 bank, lebih dari tiga juta pedagang multi-channel, dan lebih dari 300 juta pemegang kartu konsumen. Mereka juga memantau lebih dari 25 miliar transaksi dan otorisasi setiap tahun.

Apa yang awalnya menarik Anda ke pembelajaran mesin dan AI?

AI adalah satu-satunya cara untuk melakukan pengambilan keputusan bisnis dengan sumber data besar secara efisien.

Penggunaan pertama saya tentang pembelajaran mesin (1992) adalah dengan melihat elastisitas harga di sektor bahan bakar. Setiap stasiun layanan dan produk memiliki indeks elastisitasnya sendiri. Kami menggunakan AI untuk membuat alat harga prediktif untuk membantu kami memahami hubungan antara harga dan kuantitas yang diminta. Alat itu masih digunakan di seluruh dunia hari ini.

Bisakah Anda menjelaskan secara singkat apa itu The ai Corporation (ai)?

ai memfasilitasi digitalisasi solusi pembayaran dengan menawarkan produk dan layanan cloud perusahaan. Dengan sederhana, kami bertujuan untuk memastikan bahwa teknologi pembayaran pelanggan kami tetap mutakhir dan selaras dengan pasar digital yang terus berkembang. Kami percaya bahwa pembayaran harus menjadi tidak terlihat, sehingga bisnis dapat fokus lebih pada pengelolaan pelanggan dan menghabiskan waktu lebih sedikit untuk memikirkan bagaimana cara melakukan pembayaran.

Apa beberapa teknologi pembelajaran mesin yang digunakan untuk mengidentifikasi ancaman potensial dan penipuan?

Ada banyak metode dan teknik yang digunakan di seluruh lanskap deteksi penipuan dan ancaman. Contoh awal termasuk logika Bayesian dan pohon keputusan. Inovasi selanjutnya mengarah pada adopsi luas jaringan saraf, yang masih banyak digunakan hari ini. Adopsi cepat pembelajaran mesin (ML) di seluruh industri lain telah mendorong adopsi lebih lanjut dari beberapa metode lain, seperti teknik tidak terawasi, XGBoost, dan lain-lain. Sebagian besar bisnis memilih untuk mengembangkan metode mereka sendiri, yang biasanya didasarkan pada metode yang ada untuk meningkatkan kinerja deteksi.

Saat ini, bahkan dengan pembelajaran mesin yang melakukan sebagian besar “pekerjaan berat”, masih ada banyak pemantauan yang diperlukan untuk tetap mengatasi penipuan. Bagaimana otomatisasi proses manajemen penipuan menggunakan orkestrasi model dapat menyelesaikan masalah ini?

Sebagian besar sistem penipuan menggunakan beberapa model untuk mendeteksi jumlah penipuan yang optimal pada saat yang sama mengurangi tingkat “insult” penolakan pembayaran yang sah. Namun, masalah utama dengan sistem tersebut adalah jumlah tata kelola tambahan yang besar yang diperlukan untuk mengelola model-model tersebut. Tata kelola dan pekerjaan manajemen itu biasanya manual, dan semakin banyak model yang digunakan, semakin banyak upaya manual yang diperlukan untuk memastikan model-model tersebut terus berkinerja baik.

Orkestrasi model mengubah cara kami mengelola sistem penipuan. Dengan orkestrasi, mesin secara efektif mengelola dirinya sendiri. Ketika model-model diakui tidak berkinerja baik, mereka digantikan dengan model baru atau dilatih kembali dengan data terbaru. Proses ini menggunakan proses otomatis untuk mengambil statistik kinerja untuk model-model langsung, serta statistik yang sama untuk model-model auto-ml yang dihasilkan secara offline. Ketika model-model offline berkinerja baik, mereka dipromosikan ke produksi. Ini membentuk sistem tertutup yang otomatis untuk deteksi penipuan dan proses bisnis yang optimal.

Bisakah Anda memberikan beberapa contoh ancaman keamanan siber atau fintech yang sebelumnya telah terdeteksi oleh pembelajaran mesin?

Di sini, di ai, kami terus mencegah penipuan menggunakan solusi pembelajaran mesin AutoPilotML, yang tetap mengikuti tren penipuan dengan mengoptimalkan strategi penipuan secara otomatis (yang terdiri dari aturan ML dan aturan yang diproduksi secara manual). Solusi kami yang dioptimalkan telah mendeteksi skema penipuan akuisisi akun dan peretasan akun di ruang TELCO, misalnya, menyelamatkan operator ribuan pound. Sebenarnya, kami telah mendeteksi hampir $10.000.000 nilai transaksi mencurigakan per tahun.

Di luar ruang penipuan, serangan skala besar dicegah oleh pembelajaran mesin setiap hari. Misalnya, Microsoft (MSFT ) telah mendeteksi dan mencegah serangan siber yang berasal dari botnet selama bertahun-tahun. Pada Februari 2018, mereka mencegah serangan botnet Emotet yang besar hampir seketika), menggunakan apa yang mereka sebut ‘pembelajaran mesin berlapis’, yang terdiri dari model pembelajaran mesin sisi klien dan sisi server.

Ancaman keamanan siber sering muncul dari web gelap, bisakah Anda membahas beberapa Layanan Manajemen Web Gelap yang saat ini ditawarkan?

ai menawarkan layanan pemantauan web gelap, yang ditenagai oleh aplikasi SaaS Skurio, untuk menginformasikan dan melindungi pelanggan yang terkena dampak segera setelah data mereka terpapar di Web Gelap. Kami percaya bahwa kemitraan ini unik dan menyediakan pengguna kami dengan intelijen siber kelas dunia, yang secara otomatis memindai situs web, pasar, dan forum untuk mendeteksi insiden data pelanggan yang muncul di Web Gelap.

Apakah ada yang lain yang Anda ingin bagikan tentang The ai Corporation (ai)?

Membangun produk yang hebat bersama dengan proses yang tepat hanya dapat dicapai dengan memiliki tim kelas dunia. Saya sangat bangga dengan tim ai dan itu adalah kerja sama tim yang membantu kami untuk menjadi inovatif.

Ini juga kerja sama tim yang membuat bekerja di ai menjadi menyenangkan dan memotivasi bagi saya. Ini adalah hal yang paling berharga tentang menjadi seorang pemimpin. Membantu orang berkembang dan tumbuh.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut dapat mengunjungi The ai Corporation (ai).