Husnain Bajwa, SVP of Product di SEON – Seri Wawancara

Husnain Bajwa, SVP of Product di SEON, memimpin strategi produk untuk solusi pencegahan risiko dan penipuan perusahaan, membawa lebih dari dua dekade pengalaman di jaringan, keamanan siber, dan teknologi perusahaan. Berbasis di Austin, ia sebelumnya menjabat sebagai VP of Product Strategy dan VP of Global Sales Engineering di Beyond Identity, dan sebelumnya menghabiskan tujuh tahun sebagai Insinyur Terkemuka di Aruba Networks. Bajwa juga pernah menjabat sebagai pemimpin di Ericsson dan BelAir Networks dan mendirikan CardioAssure. Karirnya menggabungkan keahlian teknis yang mendalam dengan kepemimpinan produk di seluruh telekomunikasi, keamanan, dan infrastruktur digital.

SEON adalah platform pencegahan penipuan dan anti-pencucian uang yang membantu bisnis mendeteksi dan menghentikan penipuan digital di seluruh siklus hidup pelanggan. Teknologi perusahaan menganalisis ratusan sinyal data, termasuk email, perangkat, IP, dan pola perilaku, untuk mengidentifikasi aktivitas mencurigakan secara waktu nyata. Platformnya menggabungkan skoring risiko berbasis mesin pembelajaran dengan aturan yang dapat disesuaikan untuk membantu organisasi mengurangi penipuan, mengautomasi proses kepatuhan, dan melindungi pengguna yang sah di seluruh industri seperti fintech, e-commerce, dan permainan online.

Bagaimana AI generatif yang dapat diakses telah mengubah penipuan aplikasi kencan dan romansa dalam 12 bulan terakhir?

AI generatif telah menjadi pengganda kekuatan untuk penipuan. Ini telah menurunkan hambatan untuk memasuki penipuan romansa yang canggih, memberi penyerang akses ke alat yang sama yang digunakan oleh bisnis yang sah.

Menurut Laporan Pemimpin Penipuan dan AML SEON 2026, 98% organisasi sekarang menggunakan AI dalam alur kerja penipuan dan kepatuhan. Kenyataan yang sama berlaku untuk penjahat. AI tidak lagi eksperimental. Ini sekarang menjadi baseline. Apa yang sebelumnya memerlukan kesabaran, keterampilan teknik sosial, dan kemampuan bahasa sekarang dapat diotomatisasi.

Penipu sedang mengumpulkan identitas sintetis yang lengkap dari awal, lengkap dengan akun email yang sudah berusia, foto yang masuk akal, narasi kehidupan yang masuk akal, dan sinyal digital yang mendukung. Setiap sinyal mungkin tampak sah dalam isolasi, tetapi bersama-sama mereka membentuk identitas yang dirancang secara eksplisit untuk penipuan.

Bahasa tidak lagi menjadi petunjuk yang dapat diandalkan, karena AI menghilangkan kesalahan tata bahasa dan inkonsistensi nada. Ini memungkinkan percakapan yang kohesif secara emosional yang menyesuaikan diri secara dinamis dengan respons korban. Satu aktor sekarang dapat mengelola ratusan persona secara bersamaan.

Hasilnya adalah penipuan yang tampak sah dari awal hingga akhir. Penipuan romansa telah bergeser dari aktor jahat yang terisolasi ke operasi yang terkoordinasi, didukung AI, yang berjalan terus menerus dengan kecepatan mesin.

Apa tiga bendera merah yang halus yang ditampilkan oleh profil yang dihasilkan AI?

Bendera merah pertama adalah apa yang saya sebut sebagai ketidakseimbangan jejak digital. Cerita profil kaya dan terperinci, tetapi jejak digital jangka panjang tidak sesuai dengan kedalaman itu. AI dapat menghasilkan narasi secara instan, tetapi ia bergelut untuk mereplikasi tahun-tahun sejarah perilaku konsisten yang melintasi saluran.

Bendera merah kedua muncul ketika Anda memperbesar dan melihat kelompok akun. Secara individu, akun terlihat meyakinkan. Tetapi ketika dilihat secara kolektif, kesamaan statistik muncul seperti sidik jari perangkat yang sama, waktu pendaftaran yang sama, dan tumpang tindih infrastruktur. Penipuan semakin banyak bersembunyi dalam kesamaan pola daripada kesalahan yang jelas.

Ketiga adalah perilaku yang sempurna secara curang. Aktivitas manusia mengandung keacakan. Orang masuk secara tidak teratur, mengubah nada di tengah percakapan, dan berperilaku secara tidak terduga. Persona yang dihasilkan AI sering kali memperkenalkan presisi mekanis, seperti pengiriman pesan yang teratur, nama pengguna yang dioptimalkan, dan kedalaman aktivitas yang terkendali. Deteksi saat ini lebih sedikit tentang menemukan kesalahan yang ceroboh dan lebih tentang mengidentifikasi perilaku yang terlalu konsisten untuk menjadi organik.

Di luar verifikasi identitas, apa sinyal yang harus dipantau oleh platform?

Verifikasi statis, satu kali, pada saat pendaftaran tidak lagi cukup. Penipu rutin melewati pemeriksaan dasar dan kemudian beroperasi tanpa pengawasan.

Perlindungan modern memerlukan verifikasi adaptif yang terus menerus, yang merespons risiko saat muncul. Ini berarti menganalisis kedalaman jejak digital, kecerdasan perangkat, dan tелемetri perilaku secara waktu nyata, baik sebelum dan selama interaksi pengguna.

Sinyal teknis seperti sidik jari perangkat yang persisten, deteksi proksi, penggunaan infrastruktur kembali, dan penanda otomatisasi sangat penting. Tetapi sama pentingnya adalah sinyal perilaku: pacing percakapan, percepatan kepercayaan yang cepat, upaya untuk memindahkan interaksi di luar platform, dan pola pesan antar akun.

Tujuannya adalah pengambilan keputusan yang sadar konteks, terutama sebelum investasi emosional terjadi. Alih-alih bertanya “Apakah identitas ini ada?”, platform perlu bertanya, “Apakah entitas ini berperilaku seperti manusia yang sah seiring waktu?”

Bagaimana penipuan yang didorong AI menantang tim tradisional dan apa yang terlihat seperti mitigasi waktu nyata?

Penipuan yang didorong AI berskala, adaptif, dan terus menerus. Ini mengompresi siklus serangan dan membanjiri kapasitas tinjauan manual. Taktik berevolusi di tengah keterlibatan, yang membuat himpunan aturan statis menjadi usang.

Model moderasi tradisional bersifat reaktif. Mereka meninjau kasus setelah kerusakan dimulai. Tetapi jika Anda tidak memiliki pengambilan keputusan waktu nyata yang dipanggang ke dalam tumpukan, Anda bermain pertahanan setelah kerusakan selesai.

Mitigasi waktu nyata berarti mengukur risiko dalam sub-detik pada pendaftaran dan interaksi pertama. Ini berarti menggunakan analisis berbasis grafik untuk mengungkap jaringan yang terkoordinasi daripada mengevaluasi akun dalam isolasi. Ini berarti penindasan otomatis dari klaster risiko tinggi sebelum hak messaging diberikan.

Penipuan semakin meningkat dan mengkhususkan. Medan pertempuran telah bergeser dari penyalahgunaan yang jelas ke manipulasi identitas presisi. Pertahanan harus berpindah dari moderasi reaktif ke orkestrasi langsung.

Apa kesalahpahaman terbesar yang dimiliki pengguna?

Banyak pengguna menganggap bahwa jika profil ada, itu telah diverifikasi secara mendalam. Mereka mengaitkan kelangsungan dengan legitimasi dan foto yang terlihat asli dengan autentisitas.

Kenyaatan, verifikasi bersifat lapisan dan probabilistik. Platform mengurangi risiko, tetapi mereka tidak dapat menjamin autentisitas setiap saat. Melewati pemeriksaan pada satu saat tidak berarti legitimasi terus menerus.

Keamanan dikelola risiko, bukan dijamin. Kehadiran profil berarti akun memenuhi ambang batas tertentu, bukan bahwa itu mewakili identitas manusia yang sepenuhnya diverifikasi secara permanen.

Apa kemampuan produk tunggal yang paling akan meningkatkan hambatan untuk penipu?

Kemampuan yang paling berdampak akan menjadi pusat komando penipuan waktu nyata yang tertanam langsung ke dalam pendaftaran yang dapat menilai risiko entitas di seluruh sinyal perangkat, email, telepon, dan jaringan sebelum messaging dimulai. Ini dapat mendeteksi pola klaster awal, bukan setelah korban melaporkan kerusakan. Ini dapat menerapkan friksi progresif, sadar konteks, alih-alih verifikasi bendera.

Perlindungan paling efektif terjadi sebelum pesan pertama dikirim. Setelah keterlibatan emosional dimulai, beban pertahanan meningkat secara signifikan.

Bagaimana platform dapat menyeimbangkan deteksi penipuan dan pengalaman pengguna?

Perdagangan yang diasumsikan antara frictionless dan aman adalah desain sistem yang buruk, bukan hukum yang tidak dapat diubah.

Pencegahan penipuan yang cerdas menerapkan friksi dinamis, mengeskalasi verifikasi hanya ketika sinyal perilaku atau teknis membenarkannya. Pengguna risiko rendah bergerak secara mulus. Risiko yang ditingkatkan memicu pemeriksaan yang lebih dalam.

Ketika platform mengukur keamanan dan konversi bersama, pencegahan penipuan meningkatkan pengalaman pengguna. Menghilangkan aktor jahat awal meningkatkan kepercayaan dan mengurangi dampak emosional dan keuangan yang mengarah ke putaran pengguna.

Presisi menggantikan friksi bendera.

Apa peran yang harus dimainkan oleh platform pencegahan penipuan eksternal?

Tidak ada platform kencan tunggal yang melihat lanskap ancaman penuh. Jaringan penipuan beroperasi di seluruh industri, platform, dan geografi.

85% organisasi berencana untuk menambah atau menggantikan vendor penipuan pada 2026, menurut laporan SEON. Ini menunjukkan bahwa pemimpin mengakui kebutuhan akan intelijen yang lebih kuat dan lebih terintegrasi.

Platform pencegahan penipuan eksternal menyediakan pengayaan sinyal lintas industri dan pengenalan pola yang lebih luas. Mereka mendeteksi penggunaan infrastruktur kembali, taktik AI musuh yang muncul, dan jaringan yang terkoordinasi yang mungkin tidak terlihat dalam satu ekosistem.

Intelijen penipuan diperkuat ketika visibilitas diperluas. Ketika AI memungkinkan penyerang untuk berkoordinasi dengan skala, pertahanan harus menjadi sama jaringan dan adaptif.

Apa kemampuan AI baru yang akan digunakan penipu dalam 12 hingga 18 bulan ke depan?

Kita sedang memasuki era AI musuh, atau sistem yang dirancang secara khusus untuk menipu sistem AI lain.

Laporan SEON mencatat bahwa 25% pemimpin sekarang mengutip penggunaan AI yang maju dan teknik pengaburan oleh penjahat sebagai ancaman eksternal teratas. Kekhawatiran itu sangat beralasan.

Kita dapat mengharapkan lebih banyak upaya deepfake untuk melewati liveness, cloning suara waktu nyata untuk eskalasi di luar platform, dan mimicry perilaku yang didorong AI yang dilatih pada data pengguna yang sah. Penipu mungkin semakin “menggunakan” persona selama waktu untuk mensimulasikan sejarah panjang dan secara bertahap membangun kepercayaan sebelum aktivasi.

Tantangan yang menentukan akan menjadi membuktikan kemanusiaan melalui sinyal perilaku, biometrik, dan lingkungan yang halus, bukan melalui kredensial statis.

Apa saran yang akan Anda berikan kepada pengguna yang mencurigai penipu yang didukung AI?

Perlambat interaksi. Penipuan yang didukung AI bergantung pada percepatan emosional dan urgensi.

Bersikap skeptis terhadap hubungan yang bergerak cepat, terutama jika narasi kesulitan keuangan muncul. Jangan pernah mengirim uang di luar platform. Minta interaksi video waktu nyata yang tidak diskenario dan verifikasi gambar secara independen melalui pencarian terbalik.

Jika sesuatu terasa tidak beres, laporkan segera. Pelaporan awal memungkinkan platform untuk mendeteksi klaster dan membongkar jaringan yang terkoordinasi sebelum lebih banyak pengguna dirugikan.

Cinta seharusnya terasa organik. Ketika perilaku terasa dirancang, itu sering kali benar.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut dapat mengunjungi SEON.