Dr. Mark Goldspink, CEO van The ai Corporation (ai) – Interview Series

Dr. Mark Goldspink is de CEO van The ai Corporation (ai), zij bieden unieke self-service fraude detectie oplossingen die door veel industrie “thought leaders” worden beschouwd als de beste ter wereld. De oplossingen, waaronder een nieuwe “state of the art” machine learning protect en verrijken betalingservaringen voor meer dan 100 banken, meer dan drie miljoen multi-channel merchants en meer dan 300 miljoen consumentenkaarthouders. Zij monitoren ook meer dan 25 miljard transacties en autorisaties per jaar.

Wat trok je aanvankelijk aan naar machine learning en AI?

AI is de enige manier om bedrijfsbeslissingen te nemen met grote gegevensbronnen op een efficiënte manier.

Mijn eerste gebruik van machine learning (1992) was het onderzoeken van prijselasticiteit in de brandstofsector. Elke benzinepomp en product heeft zijn eigen elasticiteitsindex. Wij gebruikten AI om een voorspellingsprijsinstrument te creëren om ons te helpen de relatie tussen prijs en hoeveelheid gevraagd te begrijpen. Dat instrument wordt nog steeds over de hele wereld gebruikt.

Kunt u kort uitleggen wat The ai Corporation (ai) is?

ai faciliteert de digitalisering van betalingsoplossingen door ondernemingscloudproducten en -diensten aan te bieden. Simpel gezegd, wij proberen de betalingstechnologie van onze klanten toekomstbestendig te maken, zodat zij in lijn blijven met de bredere, voortdurend evoluerende digitale markt. Wij geloven dat betalingen onzichtbaar moeten worden, zodat bedrijven zich meer kunnen concentreren op het beheren van hun klanten en minder tijd hoeven te besteden aan het afhandelen van betalingen.

Wat zijn enkele van de machine learning technologieën die worden gebruikt om potentiële bedreigingen en fraude te signaleren?

Er zijn veel verschillende methoden en technieken die worden gebruikt in het landschap van fraude- en bedreigingsdetectie. Vroege voorbeelden zijn onder andere Bayesian logica en beslissingsbomen. Latere innovaties leidden tot een brede adoptie van neurale netwerken, die nog steeds op grote schaal worden gebruikt. De snelle adoptie van machine learning (ML) in andere industrieën heeft de adoptie van verschillende andere methoden gestimuleerd, zoals ongeziende technieken, XGBoost en anderen. De meeste bedrijven kiezen ervoor om hun eigen methoden te ontwikkelen, die meestal zijn gebaseerd op bestaande methoden om de detectieprestaties te verbeteren.

Op dit moment is er, zelfs met machine learning die het grootste deel van de “zware” werk doet, nog steeds een grote hoeveelheid monitoring nodig om fraude te voorkomen. Hoe kan het automatiseren van het fraudebeheerproces met modelorkestratie dit probleem oplossen?

De meeste fraude-systemen gebruiken meerdere modellen om een optimale hoeveelheid fraude te detecteren, terwijl tegelijkertijd het “insult”-percentage van afgekeurde legitieme betalingen wordt verlaagd. Het grootste probleem met die systemen is echter de enorme hoeveelheid extra governance die nodig is om die modellen te beheren. Die governance- en managementwerkzaamheden zijn meestal handmatig, en hoe meer modellen die worden gebruikt, hoe meer handmatige inspanning nodig is om ervoor te zorgen dat de modellen blijven presteren.

Modelorkestratie revolutioneert de manier waarop wij fraude-systemen beheren. Met orkestratie beheert de machine zichzelf effectief. Wanneer modellen worden herkend als niet goed presterend, worden ze vervangen door een nieuw model of opnieuw getraind op de laatste gegevens. Dit proces maakt gebruik van geautomatiseerde processen om prestatie-statistieken voor de live-modellen op te halen, evenals dezelfde statistieken voor offline auto-ml gegenereerde modellen. Wanneer offline-modellen goed presteren, worden ze gepromoveerd naar productie. Dit vormt een gesloten, geautomatiseerd systeem voor optimale fraude detectie en bedrijfsprocessen.

Kunt u enkele voorbeelden geven van cybersecurity- of fintech-bedreigingen die in het verleden zijn gedetecteerd door machine learning?

Hier bij ai voorkomen wij constant fraude met onze machine learning-oplossing AutoPilotML, die de fraude-trends bijhoudt door de hele fraude-strategie (bestaande uit zowel ML als handmatig gegenereerde regels) automatisch te optimaliseren. Onze geoptimaliseerde oplossingen hebben account-overname- en account-hack-schemes in de TELCO-ruimte gedetecteerd, bijvoorbeeld, waardoor operators duizenden ponden zijn bespaard. In feite hebben wij bijna $10.000.000 aan verdachte transacties per jaar gedetecteerd.

Buiten de fraude-ruimte worden grote aanvallen dagelijks voorkomen door machine learning. Bijvoorbeeld, Microsoft (MSFT ) heeft cyberaanvallen die afkomstig zijn van botnets al jaren gedetecteerd en voorkomen. In februari 2018 voorkwamen zij een grote Emotet-botnet-aanval bijna onmiddellijk, met behulp van wat zij “gegradeerde machine learning” noemden, bestaande uit zowel client- als server-side machine learning-modellen.

Cybersecurity-bedreigingen ontstaan vaak uit het dark web, kunt u enkele van de Dark Web Managed Services bespreken die momenteel worden aangeboden?

ai biedt een dark web-monitorservice aan, aangedreven door Skurio’s SaaS-toepassing, om gecompromitteerde klanten te informeren en te beschermen zodra hun gegevens op het dark web worden blootgesteld. Wij geloven dat deze partnerschap uniek is en onze gebruikers voorziet van wereldleidende cyberinlichtingen, die automatisch websites, markten en fora scannen om incidenten van een klantengegevens op het dark web te detecteren.

Is er nog iets anders dat u zou willen delen over The ai Corporation (ai)?

Het ontwikkelen van geweldige producten, gecombineerd met de juiste processen, kan alleen worden bereikt door een wereldklasse-team te hebben. Ik ben extreem trots op team ai en het is die teamwork die ons helpt om innovatief te zijn.

Het is ook de teamwork die het werken bij ai leuk en motiverend voor mij maakt. Het is de meest belonende zaak over het zijn van een leider. Mensen helpen ontwikkelen en groeien.

Bedankt voor het geweldige interview, lezers die meer willen leren, moeten The ai Corporation (ai) bezoeken.