Shahid Hanif, CEO dan Co-Founder Shufti – Seri Wawancara

Shahid Hanif, CEO dan Co-Founder Shufti, adalah seorang wirausahawan teknologi dengan pengalaman luas dalam membangun platform verifikasi identitas, fintech, blockchain, dan perangkat lunak terdesentralisasi. Ia mendirikan Shufti pada tahun 2017 dan menghabiskan lebih dari tujuh tahun sebagai Chief Technology Officer, memimpin pengembangan teknologi verifikasi biometrik dan dokumen yang didorong oleh kecerdasan buatan sebelum menjadi CEO pada Desember 2024. Hanif juga merupakan pendiri Developers Studio, sebuah perusahaan pengembangan blockchain dengan lebih dari 100 spesialis, dan sebelumnya menjabat sebagai CTO Quickbit, di mana ia membantu mengembangkan teknologi pembayaran kriptocurrency sebelum penawaran umum perusahaan. Sebelumnya, ia mendirikan Programmers Force dan membantu memperluas perusahaan perangkat lunak dan ilmu data hingga lebih dari 500 karyawan di sepuluh kantor di tiga benua.

Shufti adalah platform verifikasi identitas yang didorong oleh kecerdasan buatan yang membantu organisasi membangun kepercayaan, mencegah penipuan, dan memenuhi persyaratan Know Your Customer, Know Your Business, dan Anti-Money Laundering. Platform ini menggabungkan verifikasi dokumen dan biometrik, verifikasi identitas elektronik, pemeriksaan NFC, verifikasi bisnis, jaminan usia, deteksi penipuan, pemantauan berkelanjutan, dan manajemen kasus melalui infrastruktur terpadu. Perusahaan ini mendukung ribuan jenis dokumen dan lebih dari 150 bahasa di lebih dari 240 negara dan wilayah, memungkinkan bisnis untuk memverifikasi pelanggan dan organisasi melalui integrasi global tunggal. Teknologinya memeriksa keaslian dokumen, kehidupan biometrik, kecerdasan perangkat, dan sinyal risiko lainnya untuk mendeteksi dokumen palsu, deepfake, manipulasi akun, dan serangan identitas terkoordinasi.

Ketika Anda mendirikan Shufti pada tahun 2017, Anda awalnya memimpin pengembangan teknologi perusahaan sebagai Chief Technology Officer sebelum menjadi CEO pada tahun 2024. Apa kekurangan dalam verifikasi identitas digital yang awalnya memotivasi Anda untuk membangun platform ini, dan bagaimana pemahaman Anda tentang masalah ini berubah dengan munculnya kecerdasan buatan generatif?

Ketika kami mendirikan Shufti pada tahun 2017, tantangan terbesar adalah verifikasi yang lambat, terlalu banyak pekerjaan manual, dan sistem yang tidak berfungsi dengan baik di berbagai negara. Banyak solusi verifikasi identitas tidak konsisten, terutama di industri berisiko tinggi. Mereka juga kesulitan memverifikasi dokumen dalam bahasa non-Latin dan tidak dapat secara andal memverifikasi identitas dari seluruh dunia.

Hari ini, kecerdasan buatan generatif telah mengubah masalah ini. Ini tidak lagi hanya tentang membaca dokumen identitas. Ini tentang mengetahui apakah dokumen dan orang yang mempresentasikannya adalah nyata. Kecerdasan buatan telah membuat penipuan identitas lebih cepat, lebih murah, dan lebih mudah untuk diskalakan. Kami telah belajar bahwa memverifikasi seseorang sekali selama pendaftaran tidak lagi cukup. Bisnis sekarang memerlukan kecerdasan buatan yang dapat mendeteksi dokumen palsu dan identitas yang paling canggih.

Otoritas Belgia baru-baru ini memperingatkan bahwa lebih dari 10.000 orang menjadi korban penipuan identitas yang ditenagai oleh kecerdasan buatan selama setahun terakhir. Apa yang ditunjukkan oleh kasus ini tentang bagaimana cepatnya kejahatan identitas berkembang, dan mengapa salinan digital dokumen yang dihasilkan oleh kecerdasan buatan khususnya sulit dideteksi?

Peringatan dari otoritas Belgia tentang 10.000 korban hanya ujung tombaknya. Ini menunjukkan bahwa penjahat telah beralih dari pengeditan dokumen dasar ke sintesis identitas skala penuh.

Salinan digital yang dihasilkan oleh kecerdasan buatan sulit dideteksi karena dapat meniru template pemerintah dengan presisi tingkat piksel. Pengenalan karakter optik (OCR) tradisional berfokus pada ekstraksi teks, tetapi mengabaikan integritas visual gambar. Kecerdasan buatan sekarang dapat mereplikasi fitur keamanan yang sebelumnya memerlukan kehadiran fisik untuk diverifikasi, sehingga membuat gambar datar dari dokumen menjadi liabilitas daripada bukti identitas.

Bagaimana salinan digital yang dihasilkan oleh kecerdasan buatan dari dokumen identitas yang dicuri berbeda dari pemalsuan konvensional, dokumen yang dimanipulasi, dan identitas sintetis?

Penting untuk membedakan antara metode-metode ini:

Pemalsuan Konvensional: Dokumen palsu fisik.

Dokumen yang Dimanipulasi: Dokumen identitas yang sah di mana bidang-bidang tertentu (seperti nama atau tanggal lahir) telah diubah.

Identitas Sintetis: “Frankenstein” persona yang dibangun dengan menggabungkan data nyata yang dicuri (seperti SSN) dengan detail yang dibuat-buat.

Salinan Digital yang Dihasilkan oleh Kecerdasan Buatan: Dokumen deepfake yang dibuat dari awal atau template yang dicuri menggunakan Jaringan Adversarial Generatif (GAN). Ini seringkali tidak memiliki sejarah digital dan mengandung artefak forensik seperti inkonsistensi kebisingan sensor yang tidak dapat dilihat oleh mata manusia.

Shufti memproyeksikan bahwa dokumen deepfake dapat meningkat sebesar 3.900% pada tahun ini. Apa aktivitas yang mendorong proyeksi ini, dan asumsi atau keterbatasan apa yang harus dipahami organisasi ketika menafsirkan hal ini?

Kami memproyeksikan peningkatan sebesar 3.900% dalam dokumen deepfake karena kecerdasan buatan telah membuat penipuan lebih mudah dibuat dan diskalakan. Penjahat tidak lagi hanya menukar wajah dalam foto. Mereka sekarang dapat menghasilkan dokumen identitas palsu yang lengkap yang sering kali lolos dari sistem verifikasi yang lebih lama.

Penting untuk memahami bahwa proyeksi ini mencerminkan bagaimana cepatnya penipuan yang ditenagai oleh kecerdasan buatan tumbuh, bukan hanya berapa banyak dokumen palsu yang ada. Tantangan terbesar adalah bahwa banyak sistem verifikasi identitas dirancang beberapa tahun yang lalu dan tidak dapat mendeteksi palsu yang dihasilkan oleh kecerdasan buatan yang canggih, seperti hologram realistis atau face morphing. Akibatnya, identitas palsu dapat melewati pemeriksaan dan tetap tersembunyi dalam database perusahaan.

Banyak bisnis masih memperlakukan foto atau pemindaian dokumen identitas sebagai bukti identitas yang memadai. Apa sinyal yang harus diperiksa oleh sistem verifikasi modern di luar informasi yang terlihat pada dokumen?

Perubahan terbesar adalah bahwa bisnis tidak lagi dapat mengandalkan pemeriksaan dokumen tradisional. Mereka memerlukan apa yang kami sebut sebagai pendekatan “Mata Digital”. Alih-alih hanya membaca informasi pada ID, sistem harus memeriksa apakah dokumen itu sendiri asli.

Artinya mencari tanda-tanda halus yang tidak dapat dengan mudah ditemukan oleh manusia, seperti apakah gambar diambil dari layar, pola piksel yang tidak biasa, pencahayaan yang tidak konsisten, atau jejak yang ditinggalkan oleh generator gambar kecerdasan buatan. Kami juga memeriksa tanda-tanda bahwa bagian dari dokumen telah disalin, dipindahkan, atau diubah secara digital, serta inkonsistensi dalam metadata dan kualitas gambar. Ketika Anda menggabungkan semua sinyal ini, Anda lebih mungkin mendeteksi dokumen palsu yang dihasilkan oleh kecerdasan buatan yang canggih yang sistem verifikasi yang lebih lama akan terima sebagai nyata.

Anda telah berargumen bahwa identitas harus diverifikasi secara terus-menerus dan tidak terbatas pada pendaftaran pelanggan. Bagaimana verifikasi terus-menerus akan terlihat dalam prakteknya, dan bagaimana perusahaan dapat mengimplementasikannya tanpa memperkenalkan pengawasan yang berlebihan, risiko privasi, atau gesekan pelanggan?

Era “pemeriksaan satu kali” telah berakhir. Verifikasi Identitas Terus-Menerus berarti memperbarui risiko pengguna terhadap lebih dari 1.700 daftar pemantauan setiap 15 menit untuk mencegah “ketidakpatuhan retrospektif”.

Untuk mengimplementasikan ini tanpa gesekan atau risiko privasi, kami menggunakan identitas yang dapat digunakan kembali yang terikat biometrik (FastID). Setelah pengguna diverifikasi, mereka dapat diverifikasi kembali untuk tindakan berisiko tinggi (seperti penarikan besar) dalam waktu kurang dari dua detik dengan hanya menggunakan pemindaian wajah. Ini menghilangkan kebutuhan untuk mengunggah dokumen berulang kali sambil mempertahankan postur keamanan yang tinggi.

Penipu sekarang dapat menggabungkan dokumen sintetis dengan pertukaran wajah, video deepfake, serangan injeksi, dan informasi pribadi yang dicuri. Bagaimana platform identitas harus menghubungkan integritas dokumen, kehidupan biometrik, kecerdasan perangkat, dan analisis perilaku untuk mengidentifikasi serangan terkoordinasi ini?

Penipu menjadi semakin canggih. Alih-alih menggunakan satu teknik, mereka sekarang menggabungkan dokumen yang dihasilkan oleh kecerdasan buatan, pertukaran wajah, dan serangan injeksi untuk melewati pemeriksaan identitas. Itulah mengapa bisnis perlu melihat gambaran lengkap daripada mengandalkan satu langkah verifikasi.

Di Shufti, kami melakukan ini melalui skor risiko yang sadar konteks. Kami menganalisis perangkat yang digunakan untuk mendeteksi emulator atau browser tanpa kepala, memverifikasi bahwa pengguna secara fisik hadir dengan deteksi kehidupan pasif yang bersertifikat iBeta Level 2, dan mencari pola mencurigakan di seluruh akun dengan menganalisis data identitas, sidik jari perangkat, dan perilaku pengguna. Menggabungkan sinyal ini membuatnya lebih mudah untuk mengidentifikasi penipuan sebelum menyebabkan kerusakan.

Model generatif akan terus ditingkatkan, sementara penipu dapat dengan sengaja mengompresi, memindai ulang, atau mengubah media sintetis untuk menyembunyikan artefak manipulasi. Bagaimana penyedia verifikasi menguji apakah sistem deteksi mereka tetap efektif melawan metode serangan baru dan belum pernah terlihat sebelumnya?

Tantangan adalah bahwa penipuan yang ditenagai oleh kecerdasan buatan berkembang jauh lebih cepat daripada siklus pengujian keamanan tradisional. Penyedia verifikasi perlu terus mengevaluasi sistem mereka melawan teknik serangan baru daripada mengandalkan dataset sejarah. Artinya menguji dengan dokumen sintetis, gambar yang direkompresi, tangkapan layar, serangan injeksi, dan media yang dimanipulasi lainnya yang dirancang untuk menyembunyikan artefak yang jelas. Fokusnya semakin bergeser dari mendeteksi jenis deepfake tertentu ke mengidentifikasi inkonsistensi di seluruh beberapa sinyal, karena itu cenderung tetap lebih sulit bagi penyerang untuk mereplikasi saat kecerdasan buatan generatif ditingkatkan.

Sistem verifikasi identitas dapat menciptakan konsekuensi serius ketika mereka salah menolak pengguna yang sah. Bagaimana pengembang harus mengukur positif palsu, kinerja demografi, dan aksesibilitas bersama dengan akurasi deteksi penipuan?

Akurasi tidak hanya tentang menangkap “orang jahat”; itu tentang memastikan jalur tanpa gesekan untuk “orang baik”. Dalam industri kami, kami fokus pada Tingkat Kegagalan Ekstraksi (FTXR) – yang mengukur seberapa sering sistem gagal “membaca” wajah atau dokumen – dan Tingkat Non-Pertandingan Palsu (FNMR), di mana pengguna yang sah salah ditolak. Menurut sumber, kinerja Shufti dalam Benchmark RIVR 2025 DHS menunjukkan tingkat kegagalan ekstraksi 0% di seluruh perangkat dan FNMR terburuk di bawah 0,68%.

Pengembang harus melampaui “rata-rata laboratorium” dan mengukur kinerja melawan hasil demografi “kasus terburuk”. Ini berarti menguji khusus untuk konsistensi di seluruh warna kulit, struktur wajah, dan pakaian budaya yang beragam. Kami mencapai ini dengan melatih kecerdasan buatan kami pada dataset yang beragam secara global yang berisi jutaan frame. Evaluasi yang kuat tidak lengkap sampai Anda telah membuktikan bahwa sistem Anda sama akuratnya untuk pengguna di daerah pedesaan dengan pencahayaan yang buruk seperti di lingkungan kantor yang terkendali. Tujuannya adalah Lapisan Identitas Terpadu yang tetap adil, inklusif, dan dapat diakses oleh semua orang.

Menghadap ke depan, apakah teknologi seperti dompet identitas digital yang didukung pemerintah, kredensial yang dapat diverifikasi secara kriptografis, dan identitas yang terikat biometrik akhirnya akan membuat gambar dokumen identitas yang diunggah menjadi usang, atau apakah mereka hanya akan menciptakan serangkaian permukaan serangan baru?

Kami pasti bergerak menuju masa depan di mana orang tidak perlu lagi mengunggah foto dokumen identitas mereka seiring waktu. Dompet identitas digital yang didukung pemerintah dan identitas digital tepercaya memungkinkan verifikasi identitas lebih cepat dan lebih aman karena mereka memungkinkan informasi untuk diverifikasi langsung, bukan mengandalkan gambar dokumen. Mereka juga menciptakan pengalaman pengguna yang lebih lancar dengan mengurangi waktu yang dibutuhkan untuk menyelesaikan verifikasi.

Namun, setiap teknologi baru menciptakan peluang baru bagi penjahat. Alih-alih membuat dokumen palsu, penyerang mungkin mencoba mencuri kredensial digital, mengambil alih akun, atau mengambil alih identitas tepercaya. Itulah mengapa kredensial digital saja tidak cukup. Masih penting untuk mengkonfirmasi bahwa orang yang menggunakan identitas adalah pemilik yang sah, misalnya melalui verifikasi biometrik dan pemeriksaan kehidupan. Masa depan verifikasi identitas kemungkinan akan menggabungkan kredensial digital tepercaya dengan biometrik, menciptakan beberapa lapisan perlindungan daripada mengandalkan satu metode.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut harus mengunjungi Shufti.