Dott. Mark Goldspink, Amministratore Delegato di The ai Corporation (ai) – Serie di Interviste

Il Dott. Mark Goldspink è l’Amministratore Delegato di The ai Corporation (ai), che offre soluzioni uniche di rilevamento delle frodi in modalità self-service considerate da molti leader di settore come le migliori al mondo. Le soluzioni, tra cui una nuova soluzione di “machine learning di ultima generazione”, proteggono e arricchiscono le esperienze di pagamento per oltre 100 banche, più di tre milioni di commercianti multicanale e oltre 300 milioni di titolari di carte di credito. Monitorano inoltre oltre 25 miliardi di transazioni e autorizzazioni ogni anno.

Cosa ti ha inizialmente attirato verso il machine learning e l’AI?

L’AI è l’unico modo per effettuare processi decisionali aziendali con grandi fonti di dati in modo efficiente.

Il mio primo utilizzo del machine learning (1992) è stato nell’analisi dell’elasticità dei prezzi nel settore dei carburanti. Ogni stazione di servizio e prodotto ha il proprio indice di elasticità. Abbiamo utilizzato l’AI per creare uno strumento di prezzo predittivo per aiutarci a comprendere la relazione tra prezzo e quantità richiesta. Quello strumento è ancora utilizzato in tutto il mondo oggi.

Potresti spiegare brevemente cosa è The ai Corporation (ai)?

ai facilita la digitalizzazione delle soluzioni di pagamento offrendo prodotti e servizi cloud aziendali. In sintesi, il nostro obiettivo è quello di garantire che la tecnologia di pagamento dei nostri clienti rimanga allineata con il mercato digitale in continua evoluzione. Crediamo che i pagamenti dovrebbero diventare invisibili, in modo che le aziende possano concentrarsi di più sulla gestione dei clienti e preoccuparsi meno di come effettuare i pagamenti.

Quali sono alcune delle tecnologie di machine learning utilizzate per segnalare potenziali minacce e frodi?

Esistono molti metodi e tecniche diversi utilizzati nel panorama di rilevamento delle frodi e minacce. Esempi precoci includono la logica bayesiana e gli alberi decisionali. Le innovazioni successive hanno portato a un’ampia adozione di reti neurali, che sono ancora ampiamente utilizzate oggi. La rapida adozione del machine learning (ML) in altri settori ha incoraggiato l’adozione di altri metodi, come le tecniche non supervisionate, XGBoost e altri. La maggior parte delle aziende opta per lo sviluppo di propri metodi, che sono solitamente basati su metodi esistenti per migliorare le prestazioni di rilevamento.

Attualmente, anche se il machine learning svolge la maggior parte del “lavoro pesante”, è ancora necessaria una grande quantità di monitoraggio per stare al passo con le frodi. Come può l’automatizzazione del processo di gestione delle frodi utilizzando l’orchestrazione dei modelli risolvere questo problema?

La maggior parte dei sistemi di rilevamento delle frodi impiega più modelli per rilevare la quantità ottimale di frodi allo stesso tempo, riducendo la percentuale di “insulti” di pagamenti legittimi rifiutati. Tuttavia, il principale problema con quei sistemi è la grande quantità di governance aggiuntiva richiesta per gestire quei modelli. Quel lavoro di governance e gestione è solitamente manuale, e più modelli vengono utilizzati, più sforzo manuale è richiesto per garantire che i modelli continuino a funzionare bene.

Il modello di orchestrazione sta rivoluzionando il modo in cui gestiamo i sistemi di rilevamento delle frodi. Con l’orchestrazione, la macchina gestisce efficacemente se stessa. Quando i modelli vengono riconosciuti come non performanti, vengono sostituiti con un nuovo modello o riaddestrati con i dati più recenti. Questo processo utilizza processi automatizzati per recuperare le statistiche di prestazione per i modelli live, così come le stesse statistiche per i modelli offline prodotti automaticamente. Quando i modelli offline funzionano bene, vengono promossi in produzione. Ciò forma un sistema chiuso e automatizzato per il rilevamento ottimale delle frodi e dei processi aziendali.

Potresti fornire alcuni esempi di minacce di sicurezza informatica o di settore finanziario che sono state rilevate in precedenza dal machine learning?

Qui in ai, stiamo costantemente prevenendo le frodi utilizzando la nostra soluzione di machine learning AutoPilotML, che rimane al passo con le tendenze delle frodi ottimizzando automaticamente l’intera strategia di rilevamento delle frodi (comprendente sia i modelli di machine learning che le regole prodotte manualmente). Le nostre soluzioni ottimizzate hanno rilevato schemi di acquisizione di account e hacking di account nello spazio TELCO, ad esempio, salvando agli operatori migliaia di sterline. In realtà, abbiamo rilevato quasi 10 milioni di dollari di transazioni sospette all’anno.

Al di fuori dello spazio delle frodi, grandi attacchi vengono prevenuti dal machine learning ogni giorno. Ad esempio, Microsoft (MSFT ) ha rilevato e immediatamente prevenuto attacchi informatici provenienti da botnet da anni. Nel febbraio 2018, hanno prevenuto un grande attacco del botnet Emotet quasi immediatamente), utilizzando ciò che hanno chiamato “machine learning stratificato”, comprendente sia modelli di machine learning lato client che lato server.

Le minacce informatiche spesso derivano dal dark web, potresti discutere alcuni dei servizi di gestione del dark web attualmente offerti?

ai offre un servizio di monitoraggio del dark web, alimentato dall’applicazione SaaS di Skurio, per informare e proteggere i clienti compromessi non appena i loro dati vengono esposti sul dark web. Crediamo che questo partenariato sia unico e fornisca ai nostri utenti un’intelligenza informatica di classe mondiale, che scansiona automaticamente siti web, mercati e forum per rilevare incidenti di dati dei clienti che appaiono sul dark web.

C’è qualcos’altro che vorresti condividere su The ai Corporation (ai)?

Creare grandi prodotti insieme ai processi corretti può essere raggiunto solo avendo un team di classe mondiale. Sono estremamente orgoglioso del team ai e sono proprio quei lavori di squadra che ci aiutano a essere innovativi.

È anche il lavoro di squadra che rende il lavoro in ai piacevole e motivante per me. È la cosa più gratificante dell’essere un leader. Aiutare le persone a svilupparsi e crescere.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare The ai Corporation (ai).