SEONのプロダクト担当SVP、Husnain Bajwa氏へのインタビュー

Husnain Bajwa氏は、SEONのプロダクト戦略を担当するSVPであり、ネットワーク、サイバーセキュリティ、エンタープライズテクノロジー分野で20年以上の経験を持つ。オースティンを拠点としており、以前はBeyond Identityのプロダクト戦略担当VPおよびグローバルセールスエンジニアリング担当VPを務め、またAruba Networksのディスティングイッシュドエンジニアとして7年間在籍した。Bajwa氏は、EricssonおよびBelAir Networksのリーダーシップ役職も歴任しており、CardioAssureの共同創設者でもある。彼のキャリアは、テクノロジー分野における深い専門知識と、テレコミュニケーション、セキュリティ、デジタルインフラストラクチャー分野におけるプロダクトリーダーシップを兼ね備えている。

SEONは、企業が顧客ライフサイクル全体でデジタル詐欺を検出して阻止するための詐欺防止および反-money Launderingプラットフォームである。同社のテクノロジーは、電子メール、デバイス、IP、行動パターンを含む数百のデータ信号を分析して、リアルタイムで疑わしい活動を特定する。同社のプラットフォームは、マシンラーニングリスクスコアリングとカスタマイズ可能なルールを組み合わせて、組織が詐欺を減らし、コンプライアンスプロセスを自動化し、フィンテック、電子商取引、オンラインゲームなどの業界で正当なユーザーを保護するのに役立つ。

過去12ヶ月間に、利用可能なジェネレーティブAIがロマンスおよびデーティングアプリの詐欺にどのような影響を与えたか。

ジェネレーティブAIは、詐欺の力乗を高めるものとなった。高度なロマンス詐欺の参入障壁を大幅に低下させ、攻撃者が正当なビジネスで使用するのと同じ高性能ツールにアクセスできるようになった。

SEONの2026年詐欺および反-money Launderingリーダーズレポートによると、98%の組織が現在、詐欺およびコンプライアンスワークフローでAIを使用している。同様の現実が犯罪者にも当てはまる。AIは、もはや実験的ではなく、ベースラインとなっている。以前は、忍耐、ソーシャルエンジニアリングスキル、言語の流暢さが必要だったものが、現在は自動化できるようになった。

詐欺者は、完全に合成されたアイデンティティを一から作成し、古くなった電子メールアカウント、信頼できる写真、妥当な生活の物語、デジタル信号を備えている。各信号は、個別に見ると妥当に見えるが、まとめると、欺瞞のために明示的に設計されたアイデンティティを形成する。

言語は、もはや信頼できる手がかりではなくなった。AIは、文法のミスやトーンの不一致を排除し、被害者の応答に応じて動的に適応する感情的に一貫した会話を可能にしている。1人のアクターが、同時に数百人のペルソナを管理できるようになった。

結果として、詐欺が、開始から終了まで妥当に見えるようになった。ロマンス詐欺は、孤立した悪意のあるアクターから、AIの支援を受けた、継続的にマシンスピードで動作する調整された作戦に移行した。

AI生成プロファイルが示す3つの微妙な危険信号。

最初の危険信号は、デジタルフットプリントの不均衡である。プロファイルの物語は豊かで詳細だが、長期的なデジタル排出物は、その深さに一致していない。AIは、物語を瞬時に生成できるが、長年の一貫した、クロスチャネル行動履歴を複製するのに苦労する。

2番目の危険信号は、アカウントのグループを見るときに現れる。個別に見ると、アカウントは妥当に見えるが、集団的に見ると、共有デバイスフィンガープリント、類似の登録タイミング、インフラの重複などの統計的類似性が現れる。詐欺は、明らかなミスの代わりに、パターンの類似性の中に隠れていることが増えている。

3番目の危険信号は、不自然に完璧な行動である。人間の活動には、ランダム性が含まれる。人々は、規則的にログインせず、会話の中でトーンを変え、予測不可能な行動をとる。AI生成のペルソナは、機械的な精度を導入することが多い。例えば、均等に間隔の開いたメッセージング、最適化されたユーザー名、制御された活動の深さである。検出は、現在、スロッピーなミスを発見することよりも、有機的ではないほど一貫した行動を特定することに依存している。

アイデンティティ検証を超えて、どのような信号をプラットフォームが監視するべきか。

サインアップ時に静的な1回限りの検証は、もはや十分ではない。詐欺者は、基本的なチェックをパスし、次にチェックなしで動作する。

現代の保護には、リスクが発生するにつれて応答する、継続的な適応型検証が必要である。つまり、デジタルフットプリントの深さ、デバイスインテリジェンス、行動テレメトリを、リアルタイムで分析することを意味する。ユーザーとのやり取りの前と中にあってもである。

技術的な信号、例えば、永続的なデバイスフィンガープリント、プロキシ検出、インフラの再利用、自動化マーカーは、重要である。行動的な信号、例えば、会話のペース、信頼の急速な加速、プラットフォーム外へのやり取りの試み、クロスアカウントのメッセージングパターンも同様である。

目標は、特に感情的な投資が発生する前に、コンテキストを意識した意思決定である。プラットフォームは、「このアイデンティティは存在するか？」というのではなく、「このエンティティは、時間の経過とともに、正当な人間のように行動しているか？」と問うべきである。

AI駆動の詐欺が、従来のチームにどのような課題を与えるか。また、リアルタイムの緩和策はどのようなものか。

AI駆動の詐欺は、スケーラブルで適応性が高く、継続的なものである。攻撃サイクルを圧縮し、手動レビューの能力を圧倒する。戦術は、関与中に進化し、静的なルールセットを古いものにする。

従来のモデレーションモデルは、反応的なものである。被害が発生した後にケースをレビューする。しかし、リアルタイムの意思決定をスタックに組み込んでいない場合、被害が発生した後に防御していることになる。

リアルタイムの緩和策とは、オンボーディングおよび最初のやり取り時に、サブ秒単位でリスクをスコアリングすることを意味する。グラフベースの分析を使用して、単独のアカウントを評価するのではなく、調整されたネットワークを明らかにすることを意味する。メッセージング特権が付与される前に、高リスククラスターを自動的に抑制することを意味する。

詐欺は、同時に増加し、専門化している。戦場は、明らかな悪用から、アイデンティティ操作の精密さへの移行した。防御は、反応的なモデレーションから、ライブオーケストレーションへの移行しなければならない。

ユーザーが抱く最大の誤解は何か。

多くのユーザーは、プロファイルが存在する場合、それが深く検証されたものであると仮定する。彼らは、長期性と正当性を等価し、信頼できる写真と真正性を等価する。

実際には、検証は、層状で確率的なものである。プラットフォームはリスクを軽減するが、すべての時間に正当性を保証することはできない。特定の時点でチェックをパスしたからといって、継続的な正当性を保証するものではない。

安全性は、リスクを管理するものであり、保証されるものではない。プロファイルの存在は、特定のしきい値を満たしたことを示すものであり、完全に認証された人間のアイデンティティを表すものではない。

詐欺者にとって、最大の障壁となる単一の製品機能は何か。

最も影響力のある機能は、デバイス、電子メール、電話、ネットワーク信号を越えたエンティティレベルのリスクを、メッセージングの開始前にリアルタイムで評価できる、オンボーディングに組み込まれた詐欺コマンドセンターである。被害者が被害を報告する前に、クラスターレベルのパターンを検出できる。コンテキストを意識したフリクションを、ブランケット検証ではなく、逐次的に適用できる。

最も効果的な保護は、最初のメッセージが送信される前に発生する。感情的な関与が始まると、防御の負担は大幅に増加する。

プラットフォームは、詐欺検出とユーザーエクスペリエンスのバランスをどのようにとることができるか。

フリクションレスとセキュアのトレードオフは、悪いシステム設計であり、不変の法則ではない。

スマートな詐欺防止は、動的なフリクションを適用し、行動や技術的な信号がそれを正当化する場合にのみ、検証をエスカレートする。低リスクユーザーはシームレスに進む。高リスクは、より深い検査を引き起こす。

プラットフォームが安全性とコンバージョンを同時に測定すると、詐欺防止がユーザーエクスペリエンスを改善する。悪意のあるアクターを早期に除去すると、信頼が高まり、感情的なおよび財政的な被害が減り、ユーザー離れを引き起こす。

精密さが、ブランケットフリクションに取って代わる。

外部の詐欺防止プラットフォームはどのような役割を果たすべきか。

単一のデーティングプラットフォームでは、全体的な脅威の風景を見ていない。詐欺ネットワークは、業界、プラットフォーム、地理を越えて動作する。

SEONのレポートによると、85%の組織が2026年に詐欺ベンダーを追加または置き換える予定である。これは、リーダーが、より強力で統合されたインテリジェンスの必要性を認識していることを示している。

外部の詐欺防止プラットフォームは、業界横断的な信号の強化と、より広範なパターンの認識を提供する。これらは、単一のエコシステム内では見えない、インフラの再利用、新しい敵対的なAI戦術、調整されたネットワークを検出する。

詐欺インテリジェンスは、可視性の拡大によって強化される。AIが攻撃者に大規模な調整を可能にしたように、防御も同様にネットワーク化され、適応性を高める必要がある。

詐欺者は、12〜18ヶ月以内にどのような新しいAI機能を利用する可能性があるか。

私たちは、他のAIシステムを欺くように設計されたシステム、つまり敵対的なAIの時代に入りつつある。

SEONのレポートによると、25%のリーダーが、犯罪者のAIおよび隠蔽技術の進化を、トップ外部脅威として挙げている。これは、十分な理由のある懸念である。

ディープフェイクによる生存性のバイパス、オフプラットフォームのエスカレーション用のリアルタイムボイスクローニング、正当なユーザーデータでトレーニングされたAI駆動の行動模倣の増加が予想される。詐欺者は、信頼を築く前に、アイデンティティを時間の経過とともに「老化」させる可能性がある。

最大の課題は、静的な資格情報ではなく、微妙な行動、生物学的、環境的信号を通じて人間性を証明することである。

AI支援の詐欺を疑うユーザーに、アドバイスをしてください。

やり取りを遅らせる。AI支援の詐欺は、感情的な加速と緊急性に依存する。

急速に進む関係に懐疑的でいてくれ、特に金銭的苦労の物語が現れた場合は。プラットフォーム外へお金を送ることは絶対にしない。リアルタイムのビデオ会話を要求し、画像をリバース検索を通じて独立して検証する。

何かが間違っているように感じたら、すぐに報告してください。早期の報告により、プラットフォームはクラスターを検出して、調整されたネットワークを解体することができ、より多くのユーザーが被害を受ける前に、被害を防ぐことができる。

ロマンスは、自然に感じられるべきである。行動が工学的に感じられる場合、多くの場合、それがそうである。

素晴らしいインタビュー、詳しく知りたい読者は、SEONを訪問してください。