Ricardo Amper、Incode の CEO 兼創業者 – インタビューシリーズ

Ricardo Amper、Incode の CEO 兼創業者で、テクノロジー、消費財、産業分野にわたる企業を構築・スケールさせた経験が20 年以上あるシリアル起業家兼テクノロジーエグゼクティブです。彼は 2015 年に Incode を設立し、人々がデジタル世界で身元を検証・認証する方法を変革するというビジョンを掲げました。以前は、ラテンアメリカで最大手の香料化学品・エッセンシャルオイル事業である Grupo Amco の CEO を務め、同社が Brenntag Group に買収される前に、機械学習ベースの予測データプラットフォーム OneView を開発しました。また、Amco Foods を共同設立・指揮し、同社は Grupo Bimbo に買収され、さらに以前は La Burbuja Networks を創業しました。彼のキャリアは起業、人工知能、データ駆動システム、そして買収を通じた企業構築の成功経験が組み合わさっています。

Incodeは、組織が人々、企業、そしてますます増える AI エージェントとのやり取りにおいて信頼を構築できるよう設計された AI 搭載のアイデンティティプラットフォームです。その技術は、文書検証、バイオメトリック認証、顔認識、ライブネス検出、ディープフェイク検出、そして政府の記録システムへの直接照合を組み合わせ、Know Your Customer (KYC)、アンチマネーロンダリング (AML) コンプライアンス、Know Your Business (KYB)、年齢確認、従業員認証、アカウント乗っ取り防止といった領域をサポートします。Incode は AI 技術を社内で開発し、合成アイデンティティや生成 AI が可能にする詐欺といった新興脅威、さらに AI エージェントの所有者を検証しその行動を追跡する Agentic Identity ツールに対応するようプラットフォームを拡張しています。

あなたは、全く異なる業界で企業を築いた後、2015 年に Incode を創業し、既存の業界前提に頼るよりも、問題に対して新鮮な第一原理的な考え方で取り組む方が価値があると主張しています。アイデンティティ検証において、既存のプロバイダーが見落としていた点は何だと考えますか？また、その当初の洞察が Incode の開発にどのように影響していますか？

2015 年以前、業界はアイデンティティをコンプライアンス上の問題であり、後付けの課題として扱っていました。文書をスキャンし、バックオフィスの担当者が確認し、チェックボックスにチェックを入れる、という流れです。私はその前提なしに参入し、業界のアイデンティティへの取り組みが AI の問題であることに気付きました。

そこで、他の誰も行っていなかった3つの決断を初日から下しました：

AI が人間がデータを見る代わりに検証を行い、他社の部品を組み合わせるのではなく技術のすべての層を自社で開発し、プライバシーは方針ではなくアーキテクチャである、という3つの決断です。10 年後、生成 AI がそれらの決断だけが通用する唯一のものとなりました。

その選択が、我々がなる会社の形を作り上げました。

1. 私たちはまずビルダーです：現在でも、典型的な B2B ソフトウェア企業よりも多くの従業員がエンジニアリングとプロダクトに従事しており、それが脅威の変化に同等のスピードで適応できる機敏さを保つ要因です。
2. また、私たちは意図的に世界で最も詐欺が深刻な環境の一つであるラテンアメリカで事業を開始し、地域最大手の銀行や企業の多くで実質的に解決しました。そこで技術が生き残れば、詐欺は存在するもののそれほど激しくない市場ははるかに容易なテストとなります。

私たちは決して問題をパッチ的に解決したり、企業を今日のためだけにコンプライアンス対応させることに興味はありませんでした。私たちが楽しむのは、この問題のハードバージョンです：できるだけ少ない摩擦で実在する人物を検証し、可能な限り最高のプライバシーを確保し、変化し続ける未来に向けてそれを実現することです。

Incode は現在、Gartner® Magic Quadrant™ for Identity Verification において 3 年連続でリーダーに 選ばれました。この一貫性が同社の進化をどのように示していると考えますか、また脅威環境の変化に伴いそのポジションを維持する上で最も重要だった能力は何ですか？

誰でも良い年を迎えることは可能です。3 年連続ということは一貫性を示しており、企業が求めるのはその一貫性です。これらの 3 年は生成 AI 詐欺の波全体をカバーしており、当社が業界リーダーとしての地位を保ち続けられた要因は、フルテクノロジースタックを自社で所有していることです。新たな攻撃クラスやベクトルが出現した際、他社の製品ロードマップやアップデートを待つことなく、数日で自社モデルを再訓練できます。その他の不変要素は、権威あるアイデンティティソースへの直接接続と、コンバージョンを詐欺と同等に真剣に扱う規律です。なぜなら、企業は両方を必要とするからです。

Incode は、AI エージェントが合成文書を生成し、ターゲットを絞ったディープフェイクを作成し、検証システムに対してテストし、拒否されるたびに適応するという新世代の自律型詐欺攻撃を説明しています。これらの完全に自動化された攻撃ワークフローが大規模に運用されるまで、どれほど近いと考えますか？

大規模な詐欺は常に大規模な人員を必要としていました。ボトルネックは人間であり、AI がそれを取り除いたのです。私たちは証拠を探し、米国で報告された独立した情報源からの AI 搭載詐欺事例を公開しました。その多くは裁判所の訴訟書類や規制当局の措置で確認されています。自律エージェントが単独で実行できるスキームの規模を評価したところ、ほぼすべてがエンドツーエンドで実行可能で、免疫があるものは一つもありませんでした。従来のモデルは、採用できる熟練した人材の数で上限が決まっていました。新しいモデルは、計算リソースだけが上限です。

Incodeは継続的にエージェント型攻撃者を自社の防御に対して実行しています。この敵対的テストプロセスはどのように機能し、AI攻撃者が従来のペネトレーションテストや静的な詐欺ベンチマークでは見逃す可能性のある何を明らかにできるのでしょうか？ 

考え方はシンプルです。これらの攻撃に対する防御を構築する唯一の方法は、まず自分たちに対して攻撃を実行することです。そこで、犯罪者と全く同じ動作をする攻撃者を運用しています。攻撃者はディープフェイク、合成文書、インジェクション試行を生成し、それらを自社のライブ防御に送信し、すべての拒否から学習し、より改良されたバリエーションで戻ってきます。従来のペネトレーションテストは既知の攻撃リストを一度だけチェックして終了します。適応型攻撃者は新しい攻撃の創出を止めず、犯罪者が現れる前に弱点やまだ存在しない攻撃を見つけ出します。

生成モデルが合成文書やバイオメディアをますます説得力のあるものにする中で、攻撃者が信頼性を持って偽造するのが最も困難なシグナルはどれですか？

ピクセルだけに注目すれば負け戦です。生成モデルは毎月進化しているからです。攻撃者が依然として信頼的に偽造できないのは、画像の外側すべてです。つまり、メディアが通過したデバイスとキャプチャ経路の完全性、セッション間で一貫した行動、そして身元を発行したソースが保持する記録です。これが当社のディープフェイク検出技術Deepsightの原理です。Deepsightは画像だけで判断せず、メディア、ハードウェア、ソフトウェア経路、ユーザー行動をリアルタイムで総合的に分析し、どの生成モデルが偽造を作り出したかを特定できます。パデュー大学は、24の政府、学術、商業システムと独立して比較テストを行い、最も高精度であることを検証しました。

Incodeは、ユーザーが提示した書類だけに依存せず、権威ある政府記録と照合して身元を確認することを重視しています。このアプローチは身元確認の精度をどのように変え、異なる国で展開する際にどのような技術的・規制上の課題が生じますか？

書類は提示されたものを示すだけです。権威ある記録は真実を示します。生成AIが進化するにつれて、アーティファクトが本物かどうかを判断するチェックは次第に有効性を失いますが、政府記録は詐欺師が操作できない真実のデータであるため失われません。課題は実在します。各国は権威ある情報源、アクセス規則、プライバシー法が異なるため、私たちは市場ごとに直接接続を構築し、プライバシー・バイ・デザインの下で全てを処理しています。

身元確認システムは、正規ユーザーに不要な摩擦を生じさせずに高度な詐欺を防止しなければなりません。セキュリティ、誤拒否、オンボーディング速度、コンバージョンのトレードオフをどのように評価していますか？

すべての身元提供者は、これら4つの要素間でレバーを操作しています。重要なのは、どのレバーを自社でコントロールできるかです。業界の多くは他社からライセンスした技術を導入しているため、詐欺が急増した際にモデル内部を確認したり再訓練したりできず、唯一残るレバーは摩擦です。つまり、手順を増やし、手動審査を増やし、正規ユーザーを多く拒否することになります。私たちは逆の選択をし、ライブネス、ディープフェイク検出、文書検証など、すべてのAIモデルを自社で開発しています。そのため、私たちのレバーは精度です。数日で再訓練し、モデル内部で詐欺を抑制し、ユーザー体験はそのままにします。したがって、すべての正規ユーザーを通過させ、すべての攻撃を阻止することは、取引ではなく私たちの唯一の仕事です。

Incodeのトラストネットワークは、生の個人データをプールせずに組織間で繰り返しの詐欺を特定し、信頼できる履歴を認識できるよう設計されています。このようなプライバシー保護型インテリジェンス共有を可能にする技術は何ですか？

暗号技術が実現の鍵ですが、概念こそが重要です。露出せずに協働することです。ネットワーク内の組織は、他者のデータを見ることなく、ある身元シグナルが他所で詐欺に結びついているかを知ることができます。したがって、プールされたデータベースは存在せず、侵害対象もデータブローカーもありません。これが、プライバシー強化暗号技術を数年かけて構築したIdentiqを買収した理由であり、今年はプライバシー保護型身元インフラに1億ドル以上を投資する理由です。ネットワークは各検証ごとに賢くなり、個々人のデータは封印されたままで、70億件以上のトラストチェックと4億件のプロファイル規模で運用されています。私たちは常に、プライバシーと詐欺防止はトレードオフではなく、同じ問題であり、共に解決するか、全く解決しないかのどちらかだと考えています。

AIエージェントが購入を行い、アカウントにアクセスし、契約に署名し、人々に代わってコミュニケーションを取るようになる中で、組織はエージェント自体だけでなく、その所有者、権限、特定の行動を実行する権威をどのように検証すべきでしょうか？

所有者から始めるべきです。エージェントの権限は、検証された人間に遡らなければ意味がありません。これこそが私たちがAgentic Identityで実現したことです。高保証の本人確認とディープフェイクに耐性のあるライブネス検証で所有者を確認し、エージェントに安全なトークンを発行してすべての行動をその責任者に紐付け、権限の範囲を検証します。これにより、あるタスクのために認可されたエージェントが静かに他のタスクへと漂うことはありません。その後、エージェントは四半期ごとのアクセスレビューよりも速く行動を変えるため、継続的に監視します。人間に使用しているのと同じバイオメトリクス、同じ詐欺インテリジェンス、同じネットワークを、彼らに代わって行動するシステムにも拡張しているのです。

今後、本人確認はオンボーディング時の独立したチェックポイントとして残るのか、それとも人々、企業、そして自律的なAIエージェント間のすべてのデジタルインタラクションにわたって継続的な信頼層として機能するようになるのか、どちらになるでしょうか？

しばらくは両方が共存し、最終的には継続的な方式が勝ります。オンボーディングは最高の保証で身元が確立されるアンカーとして残りますが、攻撃がセッション間で適応し、エージェントが24時間取引を行う中で、信頼を一瞬のものにしておくことはできません。目的地は永続的な信頼層です。実際のリスクが生じた瞬間に再確認し、行動やネットワークのシグナルを継続的に相関させ、同じ責任を人々に代わって行動するAIエージェントにも拡張します。本人確認はチェックポイントで終わらず、インフラストラクチャとなり、私たちはその世界に向けて構築しています。

素晴らしいインタビューをありがとうございました。詳しく知りたい読者はIncodeをご覧ください。