Wawancara
Kris Nagel, CEO Sift – Seri Wawancara

Poin utamaGenerative AI mendemokratisasi penipuan dengan memungkinkan penipuan yang meyakinkan…
Lihat selengkapnya
- Generative AI mendemokratisasi penipuan dengan memungkinkan penipuan yang meyakinkan dalam skala dan kecepatan yang belum pernah terjadi sebelumnya.
- Platform Sift menggunakan pembelajaran mesin real-time pada satu triliun peristiwa tahunan untuk menghentikan penipuan sekaligus mengurangi gesekan pengguna.
- Bisnis harus mengadopsi pencegahan penipuan berbasis AI karena proses manual yang sudah ketinggalan zaman tidak dapat menandingi taktik kriminal yang terotomatisasi.
Kris adalah Chief Executive Officer di Sift. Ia membawa lebih dari 30 tahun pengalaman dalam posisi kepemimpinan senior di perusahaan SaaS yang didukung venture dan perusahaan publik, termasuk Ping Identity. Sift menawarkan cara bagi perusahaan untuk mengakhiri penipuan pembayaran, dibangun dengan satu konsol yang intuitif, solusi end-to-end Sift menghilangkan kebutuhan alat yang terputus, perangkat lunak tujuan tunggal, dan wawasan yang tidak lengkap yang menguras sumber daya operasional.
Dalam peran sebelumnya Anda adalah Chief Operating Officer di platform keamanan identitas Ping Identity, di mana Anda memainkan peran kritis dalam membawa perusahaan tersebut go public pada 2019, apa saja yang menjadi pengambilan Anda dari pengalaman ini?
Membawa sebuah perusahaan go public adalah tugas besar, dan saya belajar banyak melalui proses tersebut. Mengembangkan produk dan menskalakan perusahaan baik sebelum dan setelah tonggak tersebut mengajarkan saya tentang apa yang dibutuhkan untuk memecahkan tantangan organisasi yang kompleks, untuk terus berinovasi dan membayangkan pengalaman pengguna, dan untuk tumbuh tim, serta memberdayakan mereka untuk melakukan pekerjaan terbaik mereka. Saya telah belajar sepanjang karir saya bahwa setiap kesuksesan dalam setiap peran harus dimulai dengan pemahaman yang mendalam tentang pelanggan, mitra, dan orang-orang dalam tim Anda.
Anda bergabung dengan Sift sebagai CEO pada Januari 2023. Apa yang menarik Anda untuk tantangan baru ini?
Penipuan adalah masalah yang terus tumbuh dan berkembang, dan taruhannya jelas. Kerugian penipuan e-commerce global diperkirakan akan mencapai $48 miliar pada akhir 2023 (peningkatan 16% YoY dibandingkan dengan 2022), dan bisnis di seluruh dunia menghabiskan rata-rata 10% dari pendapatan mereka untuk mengelola penipuan. Namun, jika sebuah perusahaan gagal mengelola penipuan secara efektif, mereka dapat kehilangan pendapatan dengan mengecualikan atau “menghina” pelanggan yang sah.
Sift memiliki keunggulan sebagai pelopor dalam memecahkan masalah ini dengan machine learning, dan teknologi inti serta jaringan data globalnya telah membedakannya dalam ruang pencegahan penipuan. Lebih dari 34.000 situs dan aplikasi, termasuk Twitter, DoorDash (DASH ), Poshmark, dan Uphold, mengandalkan Sift. Perbedaan tersebut, bersama dengan fokus kuat pada kemitraan pelanggan jangka panjang, membuat keputusan saya untuk bergabung menjadi mudah.
Mengapa AI generatif merupakan ancaman keamanan yang sangat besar bagi bisnis dan konsumen?
AI generatif menunjukkan tanda-tanda awal sebagai perubahan besar bagi penipu. Penipuan dahulu seringkali memiliki kesalahan tata bahasa dan ejaan, sehingga lebih mudah dibedakan. Dengan AI generatif, pelaku kejahatan dapat lebih efektif meniru perusahaan yang sah dan menipu konsumen untuk memberikan detail login atau keuangan yang sensitif melalui upaya phishing.
Platform AI generatif bahkan dapat menyarankan variasi teks yang memungkinkan penipu untuk membuat akun palsu yang berbeda di satu platform. Misalnya, mereka dapat membuat 100 profil kencan palsu untuk melakukan penipuan kencan cryptocurrency, dengan masing-masing memiliki wajah dan bio yang dihasilkan AI secara unik. Dengan cara itu, AI generatif memungkinkan demokratisasi penipuan karena lebih mudah bagi siapa saja, terlepas dari kemampuan teknis, untuk menipu seseorang menggunakan kredensial atau informasi pembayaran yang dicuri.
Sift baru-baru ini menerbitkan laporan berjudul “Di Tengah Kebangkitan AI, Konsumen dan Bisnis Dibanjiri Penipuan”. Apa temuan yang paling mengejutkan Anda?
Kami tahu AI dan otomatisasi akan mengubah lanskap penipuan, tetapi kecepatan dan skala perubahan ini benar-benar luar biasa. Lebih dari dua pertiga (68%) konsumen AS melaporkan peningkatan spam dan penipuan sejak November, sekitar saat alat AI generatif mulai banyak digunakan. Kami yakin kedua tren itu berkaitan erat. Kami juga mengamati lonjakan serangan pengambilalihan akun (ATO), dengan tingkat ATO meningkat 427% pada kuartal pertama 2023 dibandingkan sepanjang 2022. Peristiwa-peristiwa ini jelas berkaitan: AI generatif memungkinkan penipu membuat penipuan yang lebih meyakinkan dan mudah diperluas, sehingga memicu gelombang serangan ATO.
Laporan tersebut juga menunjukkan perkembangan «penipuan sebagai layanan». Forum yang tersedia secara terbuka, seperti di Telegram, menurunkan hambatan bagi siapa pun yang ingin melakukan berbagai penyalahgunaan. Inilah yang kami sebut demokratisasi penipuan. Tim kami melihat semakin banyak kelompok penipu menawarkan serangan bot sebagai layanan. Kami menyoroti bagaimana sebuah alat digunakan untuk mengelabui konsumen agar memberikan kode sandi sekali pakai untuk akun keuangan mereka. Para penipu membuat alat-alat tersebut mudah diakses dan tersedia bagi orang lain dengan biaya yang relatif kecil.
Bisakah Anda menjelaskan Sift Digital Trust & Safety Platform?
Dengan Sift, perusahaan dapat membangun dan meluncurkan layanan dengan yakin karena memiliki alat untuk melindungi bisnis dari penipuan. Platform ini menghalangi pelaku kejahatan sekaligus menjaga pengalaman pelanggan tetap lancar, mengurangi hambatan dan meningkatkan pendapatan.
Misi kami adalah membantu semua orang memercayai internet. Platform kami menggunakan pembelajaran mesin dan jaringan data yang sangat besar untuk melindungi bisnis dari berbagai jenis penipuan dan penyalahgunaan. Kami termasuk perusahaan pertama yang menerapkan pembelajaran mesin pada penipuan daring. Karena itu, kami telah mengumpulkan wawasan yang luar biasa, yang tercermin dalam model pembelajaran mesin global kami yang memproses lebih dari satu triliun peristiwa setiap tahun. Keunggulan platform ini adalah semakin banyak pelanggan kami, semakin cerdas model kami, sehingga kami dapat terus mengoptimalkan pencegahan penipuan sambil mengurangi hambatan bagi pengguna dan pelanggan yang sah.
Di dalam platform ini terdapat Payment Protection untuk melindungi dari penipuan pembayaran; Account Defense untuk mencegah serangan pengambilalihan akun; Content Integrity untuk memblokir spam dan penipuan dalam konten buatan pengguna; serta Dispute Management untuk melindungi dari sengketa pengembalian dana dan penipuan oleh pelanggan yang menyalahgunakan mekanisme tersebut.
Apa yang membedakan platform ini dari alat pencegahan penipuan pesaing?
Ada banyak penyedia layanan pencegahan penipuan, tetapi sebagian besar terbagi dalam dua kategori: solusi khusus dan pengambilan keputusan sebagai layanan. Solusi khusus biasanya memiliki cakupan sempit dan dirancang untuk satu kasus penggunaan, seperti deteksi bot. Solusi pengambilan keputusan sebagai layanan lebih menyeluruh, tetapi tidak memiliki banyak kemampuan pengelolaan penipuan dan logika keputusannya bekerja seperti «kotak hitam».
Salah satu ciri khas Sift adalah solusi kami memerangi berbagai jenis penipuan di semua industri. Penipuan tidak terbatas pada satu industri, dan kami memiliki wawasan unik tentang bagaimana masalah penipuan di satu industri menyebar ke industri lain. Di seluruh kemampuan kami, termasuk mesin keputusan, pengelolaan kasus, orkestrasi, pelaporan, dan simulasi, kami mengutamakan kendali pelanggan. Setiap perusahaan berbeda. Kemampuan penyesuaian ini memungkinkan pelanggan mengubah logika dengan aturan khusus dan menyesuaikan simulasi di dalam platform. Kami juga percaya cara terbaik mencegah penipuan adalah bersikap transparan. Mesin keputusan kami memberikan penjelasan agar analis memahami mengapa suatu transaksi disetujui, diminta menjalani pemeriksaan tambahan, atau ditolak. Kami juga menyediakan laporan untuk mengukur kinerja model dan mengetahui apakah model tersebut perlu disesuaikan.
Apa itu Sift Score, dan bagaimana skor ini memungkinkan pembelajaran mesin yang digunakan terus meningkat?
Pelanggan Sift menggunakan algoritme pembelajaran mesin kami untuk mendeteksi pola penipuan dan mencegah serangan pada situs web atau aplikasi. Sift Score adalah angka dari 0 hingga 100 yang diberikan algoritme untuk setiap peristiwa atau aktivitas guna menunjukkan kemungkinan bahwa perilaku tersebut merupakan penipuan.
Setiap produk kami didukung oleh kumpulan model pembelajaran mesinnya sendiri. Kami juga menawarkan algoritme khusus yang disesuaikan untuk pelanggan Sift. Sinyal penipuan dapat berbeda menurut industri, misalnya antara penjualan asuransi, makanan yang mudah rusak, dan pakaian. Sift memproses ribuan sinyal dari jaringan global kami melalui setiap model khusus, dengan menganalisis rincian seperti waktu, karakteristik alamat email, dan jumlah percobaan masuk. Gabungan sinyal tersebut menghasilkan skor untuk peristiwa tertentu, seperti proses masuk atau transaksi. Sift Score tidak pernah dibagikan antarpelanggan karena model pembelajaran mesin setiap pelanggan berbeda.
Salah satu produk menarik Sift untuk melawan penipuan dan spam adalah Text Clustering. Apa sebenarnya fitur ini?
Teks spam mengganggu berbagai platform daring. Pelaku spam sering memublikasikan konten yang sama atau sangat mirip berulang kali. Kami membangun Text Clustering sebagai bagian dari Content Integrity agar teks seperti ini lebih mudah dikenali dan dikelompokkan, sehingga analis dapat memutuskan apakah perlu mengambil tindakan sekaligus terhadap seluruh kelompok. Tantangannya, tidak semua teks berulang adalah spam. Misalnya, penjual daring dapat mencantumkan produk dan deskripsi yang sama di beberapa situs web.
Untuk mengatasi tantangan ini, kami membutuhkan cara memberi label pada jenis penipuan konten baru yang ingin dideteksi, sekaligus mempertahankan kendali akhir analis untuk mengambil tindakan. Melalui gabungan jaringan saraf dan pembelajaran mesin, Text Clustering kini dapat mengelompokkan teks serupa meskipun ada sedikit variasi. Konten yang ditandai ini diberi label bersama. Jika memang merupakan spam, analis dapat mengambil tindakan massal untuk menghapusnya.
Bagaimana perusahaan sebaiknya melindungi diri dari serangan adversarial atau serangan berbahaya lainnya yang dipicu AI generatif?
Lebih dari separuh konsumen (54%) berpendapat mereka tidak seharusnya bertanggung jawab jika tanpa sengaja memberikan informasi pembayaran kepada penipu yang kemudian menggunakannya untuk pembelian curang. Hampir seperempat (24%) berpendapat bisnis tempat pembelian dilakukan seharusnya bertanggung jawab. Artinya, beban menghentikan penipuan berada pada platform dan layanan yang diandalkan konsumen setiap hari.
Kita masih berada pada tahap sangat awal AI generatif, dan ancaman hari ini tidak akan sama dengan ancaman enam bulan mendatang. Karena itu, bisnis perlu melawan teknologi dengan teknologi, menggunakan AI seperti pembelajaran mesin untuk memerangi dan menghentikan penipuan sebelum terjadi. Pembelajaran mesin waktu nyata sangat penting untuk mengimbangi skala, kecepatan, dan kecanggihan penipuan. Pedagang yang tidak beralih dari proses usang atau manual akan tertinggal dari penipu yang sudah mengotomatiskan aktivitasnya. Perusahaan yang menerapkan pendekatan menyeluruh secara waktu nyata ini meningkatkan akurasi deteksi penipuan sebesar 40%. Ini berarti lebih baik mengenali penipu dan menghentikannya sebelum mereka merugikan bisnis atau pelanggan.
Apakah ada yang ingin Anda bagikan tentang Sift?
Satu inisiatif yang kami terapkan baru-baru ini untuk memajukan misi ini adalah komunitas pelanggan kami, Sifters. Ini terbuka untuk semua pengguna Sift, dan berfungsi sebagai jembatan antara pelanggan kami, ahli internal, dan jaringan digital merchant dan data. Ini telah menjadi pusat yang berharga untuk mengumpulkan wawasan industri dan mengatasi tantangan lintas pasar dalam pencegahan penipuan. Dan ini melihat adopsi yang luar biasa. Membuat komunitas untuk pejuang penipuan sangat penting karena penipu memiliki komunitas mereka sendiri di mana mereka berkolaborasi untuk merugikan bisnis dan konsumen. Seperti yang kami katakan, dibutuhkan jaringan untuk melawan jaringan.












