フィーチャースペースの創設者デイブ・エクセル – インタビュー・シリーズ

デイブ・エクセルは、フィーチャースペースの創設者です。デイブは、アダプティブ・ビヘイビオラル・アナリティクスの発明の後、フィーチャースペースを創設しました。このアナリティクスは、説明可能なAIを使用して、銀行が消費者の疑わしい行動を認識し、フラグを設定するのに役立ちます。最近の消費者行動の変化の時代でも、この高度なAIは、詐欺を防ぎ、金融犯罪を取り締まり、フィンテックに信頼を戻すのに役立ちました。

ビル・フィッツジェラルド教授との共同研究で、アダプティブ・ビヘイビオラル・アナリティクスの概念をどのように考案したかについて、詳しくお話しください。

私は、ケンブリッジ大学でビル・フィッツジェラルド教授と共に、機械学習と統計技術を人間の行動を理解するために適用する研究を行っていました。当時、組織は私たちに、自動化された意思決定や手動プロセスの効率化のための新しい解決策を求めてきました。私は、業界横断的に、組織がデータから意思決定を行う際に、行動や「意図」の理解に苦労していることを発見しました。例えば、コンピュータゲームのプレイヤーの意思決定をモデル化し、プレイヤーが本物かロボットかを判断する研究を行いました。プロジェクトを進めるにつれ、機械学習が、行動の変化を検出するために適応する必要性を感じるようになりました。これが、後にフィーチャースペースの基礎技術となるアダプティブ・ビヘイビオラル・アナリティクスの概念を生み出すきっかけとなりました。

この概念がフィーチャースペースの創設につながった経緯について、詳しくお話しください。

私は研究と解決策の発見を楽しんでいますが、研究のみのために研究することは好きではありません。私は、技術を実用的な問題に適用し、商業的な価値を生み出し、世界に良い影響を与える方法を見つけることが動機です。そうして、フィーチャースペースを創設し、世界を安全な取引の場にすることを使命としました。

詐欺と金融犯罪防止のための既存の技術と、それらの技術が不十分な理由について、詳しくお話しください。

この分野には、すでに長年にわたってさまざまなテクノロジーが存在しています。実際、金融詐欺に対するAIの初期の使用例は、1990年代初頭に遡ります。しかし、当時のAIは、詐欺行為が同じままであると仮定していました。アルゴリズムは、同じ詐欺行為を繰り返し認識するように設計されていました。この理論は、現在でも反詐欺技術に広く適用されています。しかし、詐欺は静的なものではありません。詐欺師は、反詐欺技術を回避するために、常に方法を変更しています。そこで、フィーチャースペースでは、詐欺を検出するための世界初のアダプティブ・AIモデルを開発しました。人間の介入を必要とせずに、詐欺師を先回りすることができます。

アダプティブ・ビヘイビオラル・アナリティクスが、従来の詐欺防止技術よりも優れている理由について、詳しくお話しください。

私たちの独自のアダプティブ・ビヘイビオラル・アナリティクスは、従来の詐欺防止技術よりも優れています。なぜなら、従来の技術は静的な詐欺パターンに依存しているからです。従来の技術は、既知の悪い行動を学習し、それを数百万の取引の中から検出しようとします。しかし、問題は、モデルが既知の悪い行動のみを考慮できるということです。詐欺師は、常に方法を変更して反詐欺技術を回避しています。私たちのアダプティブ・ビヘイビオラル・アナリティクス・モデルは、良い行動を学習し、それに対する変化を検出します。良い行動は、悪い行動よりもはるかに多く存在します。悪い行動は、常に変化しています。既知の悪い行動のみを検出しようとするのは、負け戦です。

使用されているさまざまな機械学習アルゴリズムについて、詳しくお話しください。

フィーチャースペースのアダプティブ・ビヘイビオラル・アナリティクスは、教師なし学習と教師あり学習の両方の機械学習技術を組み合わせて使用しています。教師なし学習は、リスクのある行動の変化を検出するために使用されます。教師あり学習は、モデルを最適化して、詐欺と金融犯罪を防止および検出するために使用されます。昨年、フィーチャースペースはAutomated Deep Behavioral Networkモデルを導入しました。これは、再帰型ニューラルネットワーク・アーキテクチャを使用しています。フィーチャースペースの研究チームは、Automated Deep Behavioral Networkを開発し、特徴量の自動検出と、トランザクション・フローにおける時間の重要性をネイティブに理解するメモリ・セルを導入しました。これにより、既存のアダプティブ・ビヘイビオラル・アナリティクスの性能を向上させました。

モデルの消費者行動の学習と顧客プロファイルの最適化について、詳しくお話しください。

私たちのアダプティブ・ビヘイビオラル・アナリティクス・モデルは、必要なだけ適応性があります。例えば、2020年の初期のCOVID-19ロックダウン期间、消費者の購入行動は、文字通り一夜で変化しました。2020年4月29日までに、マスターカードは、タッチレス・ペイメントで40%の増加を観測しました。非アダプティブな詐欺防止AIモデルは、ロックダウン中に家にいる人々が行う合法的な支払いをブロックしました。私たちのモデルは、人間の介入を必要とせずに自動的に適応しました。これは、TSYS Foresight Scoreという、TSYSとフィーチャースペースが共同で開発した、決済発行者向けの詐欺およびリスク管理の意思決定スコアリング・ツールに最も明らかです。2020年1月から6月まで、TSYS Foresight Scoreは、毎週安定したスコア分布を提供し、家にいる人々が、食料やその他の必需品を購入し続けることができました。

この技術の最大のユースケースについて、詳しくお話しください。

この技術は、銀行、金融機関、決済処理会社向けに設計されています。例えば、決済処理会社のワールドペイは、フィーチャースペースの技術を使用したFraudSight製品で、詐欺を軽減し、商人の承認率を向上させ、消費者を保護する能力を認められています。

フィーチャースペースについて、追加で共有したいことがあれば、詳しくお話しください。

詐欺は、世界で最も急速に増加している詐欺カテゴリの1つです。規制当局は、これに対処するために保護策を講じようとしています。例えば、2022年3月、イギリス政府は、オンライン・セーフティー・ビルを改正し、オンライン取引における消費者の信頼を高めるために、詐欺を防止しようとしています。同様に、アメリカでは、消費者金融保護局（CFPB）は、詐欺から消費者を保護するために、銀行や信用組合に責任を負わせる措置を検討しています。フィーチャースペースは、詐欺を事前に防止することで、銀行を守り、顧客を安全に保つことができます。人間の介入を必要とせずに自動的にです。

例えば、ナットウェストは、イギリスで4番目に大きい銀行で、約1,900万人の顧客を持っています。ナットウェストは、フィーチャースペースのARIC Risk Hubを導入してから24時間以内に、詐欺と詐欺の検出額が増加し、真正の顧客活動が減少するなど、偽陽性率の低減を実現しました。パートナーシップの結果、ナットウェストは、投資家にフィーチャースペースを「強力なパートナー」として紹介しています。

素晴らしいインタビュー、ありがとうございました。詳しく知りたい読者は、フィーチャースペースを訪問してください。