Kris Nagel, CEO van Sift - Interviewreeks

Kris is de algemeen directeur van Ziften. Hij heeft meer dan 30 jaar ervaring in senior leiderschapsposities bij door durfkapitaal gesteunde en openbare SaaS-bedrijven, waaronder Ping Identity. Sift biedt ondernemingen een manier om betalingsfraude te beëindigen, gebouwd met een enkele, intuïtieve console, Sift's eind tot eind oplossing elimineert de noodzaak voor losgekoppeld gereedschap, enig doel software en onvolledige inzichten die uitputten operationele middelen.

In je vorige rol was je Chief Operating Officer bij Identity Security Platform Ping-identiteit, waar u een cruciale rol speelde bij de beursgang van het bedrijf in 2019, wat waren enkele van uw belangrijkste lessen uit deze ervaring?

Een bedrijf naar de beurs brengen is een grote onderneming en ik heb tijdens het proces veel geleerd. Het ontwikkelen van producten en het opschalen van het bedrijf, zowel voor als na die mijlpaal, heeft me geleerd wat er nodig is om complexe organisatorische uitdagingen op te lossen, om te blijven innoveren en de gebruikerservaring opnieuw vorm te geven, en om teams te laten groeien en hen in staat te stellen hun beste werk te doen. Gedurende mijn hele carrière heb ik geleerd dat elk succes in welke rol dan ook moet beginnen met een goed begrip van klanten, partners en de mensen in uw team.

Je kwam in januari 2023 bij Sift als CEO. Wat trok je aan in deze nieuwe uitdaging?

Fraude is een steeds groeiend en evoluerend probleem, en de inzet is duidelijk. Het wereldwijde verlies door e-commercefraude wordt geschat op $ 48 miljard tegen het einde van 2023 (een stijging van 16% op jaarbasis ten opzichte van 2022), en bedrijven wereldwijd besteedden gemiddeld 10% van hun inkomsten aan het beheersen van fraude. Maar als een bedrijf fraude niet effectief aanpakt, kan het inkomsten mislopen door legitieme klanten uit te sluiten of te 'beledigen'.

Sift heeft het pioniersvoordeel bij het oplossen van dit probleem met machinaal leren, en de kerntechnologie en het wereldwijde datanetwerk hebben het bedrijf onderscheiden op het gebied van fraudepreventie. Meer dan 34,000 sites en apps, waaronder Twitter, DoorDash, Poshmark en Uphold, vertrouwen op Sift. Die differentiatie, samen met de sterke focus op langdurige klantrelaties, maakte mijn beslissing om lid te worden gemakkelijk.

Waarom is generatieve AI zo'n enorme beveiligingsdreiging voor bedrijven en consumenten?

Generatieve AI vertoont vroege tekenen als een game-wisselaar voor fraudeurs. Scams zaten vroeger vol met grammatica- en spelfouten, dus ze waren gemakkelijker te onderscheiden. Met generatieve AI kunnen kwaadwillenden legitieme bedrijven effectiever nabootsen en consumenten via phishingpogingen misleiden om gevoelige inlog- of financiële gegevens te verstrekken.

Generatieve AI-platforms kunnen zelfs tekstvariaties voorstellen waarmee een fraudeur meerdere afzonderlijke accounts op één platform kan maken. Ze kunnen bijvoorbeeld 100 nieuwe nep-datingprofielen maken om cryptocurrency-romance-zwendel te plegen, elk met een uniek door AI gegenereerd gezicht en bio. Op die manier maakt generatieve AI de democratisering van fraude mogelijk, omdat het voor iedereen, ongeacht technische kennis, gemakkelijker is om iemand op te lichten met behulp van gestolen inloggegevens of betalingsgegevens.

Sift heeft onlangs een rapport uitgebracht met de titel: "Te midden van AI-renaissance worden consumenten en bedrijven overspoeld met fraude”, wat waren enkele van de grootste verrassingen voor u in dit rapport?

We wisten dat AI en automatisering het fraudelandschap zouden veranderen, maar de snelheid en het volume van deze verschuiving zijn echt opmerkelijk. Meer dan tweederde (68%) van de Amerikaanse consumenten meldt een toename van spam en oplichting sinds november, precies rond de tijd dat generatieve AI-tools populairder werden, en we geloven dat deze twee trends sterk met elkaar samenhangen. Evenzo hebben we een golf van account takeover (ATO) -aanvallen waargenomen, waarbij het aantal ATO's in het eerste kwartaal van 427 met 2023% steeg in vergelijking met heel 2022. Het is duidelijk dat deze gebeurtenissen met elkaar verband houden, aangezien generatieve AI fraudeurs in staat stelt meer overtuigende en schaalbare scams, wat leidde tot een golf van ATO-aanvallen.

Het rapport laat ook enkele manieren zien waarop "fraud-as-a-service" aan het oprukken is. Openbare forums zoals die op Telegram verlagen de toegangsdrempel voor iedereen die verschillende vormen van misbruik wil plegen – dat noemen we de democratisering van fraude. Ons team heeft een wildgroei aan fraudegroepen gezien die nu botaanvallen aanbieden als een service, en we hebben benadrukt hoe één tool wordt gebruikt om consumenten te misleiden zodat ze eenmalige toegangscodes voor hun financiële rekeningen verstrekken. En fraudeurs maken deze tools tegen een relatief kleine vergoeding gemakkelijk toegankelijk en beschikbaar voor anderen.

Kunt u bespreken wat "The Sift Digital Trust & Safety Platform" is?

Met Sift kunnen bedrijven met vertrouwen bouwen en implementeren, wetende dat ze over de tools beschikken om hun bedrijf tegen fraude te beschermen. Het houdt kwaadwillenden buiten de deur en biedt klanten toch een naadloze ervaring – waardoor frictie wordt verminderd en de omzet wordt verhoogd.

Het is onze missie om iedereen te helpen het internet te vertrouwen, en ons platform maakt gebruik van machine learning en een enorm datanetwerk om bedrijven te beschermen tegen alle verschillende soorten fraude en misbruik. We waren een van de, zo niet de eerste bedrijven die machine learning toepast op online fraude, dus we hebben ongelooflijk veel inzicht vergaard dat wordt weerspiegeld in onze wereldwijde machine learning-modellen, die meer dan 1 biljoen gebeurtenissen per jaar verwerken. Het mooie van het platform is dat hoe meer klanten we hebben, hoe slimmer onze modellen worden, zodat we altijd kunnen optimaliseren voor het stoppen van fraude en tegelijkertijd de wrijving voor echte gebruikers en klanten kunnen verminderen.

Binnen het platform hebben we Betalingsbescherming, die beschermt tegen betalingsfraude; Account Defense, dat aanvallen op accountovername voorkomt; Inhoudsintegriteit, waardoor spam en zwendel niet kunnen worden geplaatst in door gebruikers gegenereerde inhoud; en Dispute Management dat bescherming biedt tegen terugboekingen en vriendschappelijke fraude.

Hoe onderscheidt dit platform zich van concurrerende fraudetools?

Er is geen tekort aan leveranciers van fraudepreventie op de markt, maar de meeste vallen binnen twee categorieën: point solutions of decision-as-a-service. Puntoplossingen hebben meestal een beperkte reikwijdte en zijn ontworpen om één use case aan te pakken, zoals botdetectie. Decision-as-a-Service-oplossingen zijn uitgebreider, maar missen veel mogelijkheden voor fraudebeheer en fungeren als een "zwarte doos" voor hun beslissingslogica.

Een van de meest onderscheidende kenmerken van Sift is dat we een oplossing bieden om meerdere soorten fraude in alle sectoren te bestrijden. Fraude is een branche-agnostische uitdaging en we hebben een uniek inzicht in hoe de fraudeproblemen van de ene branche die van een andere branche worden. Bij al onze mogelijkheden – beslissingsmechanismen, casemanagement, orkestratie, rapportage en simulatie – geven we er ook prioriteit aan om de controle in handen van onze klanten te leggen. Elk bedrijf is uniek, en dit vermogen om aan te passen betekent dat logica kan worden aangepast met aangepaste regels en dat simulaties kunnen worden aangepast binnen het platform. We zijn ook van mening dat de beste manier om fraude te voorkomen is om er transparant over te zijn. Onze beslissingsengine biedt uitleg voor analisten, zodat ze begrijpen waarom een ​​transactie is goedgekeurd, betwist of geweigerd. We bieden ook rapporten zodat u de prestaties van een model kunt meten om te begrijpen of het moet worden aangepast.

Kun je bespreken wat de "Sift Score" is en hoe deze continue zelfverbetering mogelijk maakt voor de machine learning die wordt gebruikt?

Sift-klanten gebruiken onze machine learning-algoritmen om frauduleuze patronen te detecteren en aanvallen op een website of app te voorkomen. De Sift Score is een getal, van 0-100, dat door het algoritme aan elke gebeurtenis (of activiteit) wordt gegeven om de waarschijnlijkheid aan te geven dat het gedrag frauduleus is.

Hoewel elk van onze producten wordt ondersteund door een eigen set machine learning-modellen, bieden we ook aangepaste algoritmen die op maat zijn gemaakt voor de klanten van Sift. De fraudesignalen kunnen per branche verschillen als u bijvoorbeeld verzekeringen, bederfelijke levensmiddelen of kleding verkoopt. Sift voert duizenden signalen uit, gebruikmakend van ons enorme wereldwijde netwerk, door elk op maat gemaakt model, en analyseert details zoals het tijdstip van de dag, kenmerken van e-mailadressen en het aantal inlogpogingen. Deze signalen vormen samen een score voor een bepaalde gebeurtenis zoals een login of transactie. Sift Scores worden nooit gedeeld met klanten omdat het machine learning-model van elke klant anders is.

Een interessant product dat bij Sift is ontwikkeld om scams en spam tegen te gaan heet Text Clustering, wat is dit specifiek?

Online platforms worden geteisterd door spamtekst en spammers plaatsen vaak dezelfde of zeer vergelijkbare inhoud herhaaldelijk. We hebben onze Text Clustering-functie gebouwd als onderdeel van Content Integrity om het gemakkelijker te maken om dit type tekst te identificeren en samen te clusteren, zodat een analist kan beslissen of hij al dan niet bulkactie moet ondernemen. De uitdaging is dat niet alle herhalende tekst spam is. Een e-commerceverkoper kan bijvoorbeeld hetzelfde product en dezelfde beschrijving op meerdere websites vermelden.

Om deze uitdaging effectief aan te pakken, hadden we een manier nodig om de nieuwe soorten inhoudsfraude die we wilden detecteren te labelen, terwijl we analisten ook de laatste controle gaven om actie te ondernemen. Door een combinatie van neurale netwerken en machine learning kan Text Clustering nu vergelijkbare tekst groeperen, zelfs als er kleine variaties zijn. Deze gemarkeerde inhoud wordt samen gelabeld en als het in feite spam is, kan een analist bulkactie ondernemen om het te verwijderen.

Hoe kunnen ondernemingen zich het beste verdedigen tegen vijandige aanvallen of andere soorten kwaadaardige aanvallen die worden voortgezet door generatieve AI?

Meer dan de helft van de consumenten (54%) vindt dat ze niet verantwoordelijk kunnen worden gehouden als ze onbedoeld hun betalingsgegevens hebben verstrekt aan een oplichter die later werd gebruikt om een ​​frauduleuze aankoop te doen. Bijna een kwart (24%) vindt dat het bedrijf waar de aankoop is gedaan verantwoordelijk moet worden gehouden. Dat betekent dat de verantwoordelijkheid voor het stoppen van fraude ligt bij de platforms en diensten waarop consumenten elke dag vertrouwen.

We bevinden ons nog in de begindagen van generatieve AI en de bedreigingen van vandaag zullen niet dezelfde bedreigingen zijn als over zes maanden. Dat gezegd hebbende, moeten bedrijven vuur met vuur bestrijden door AI-technologieën zoals machine learning te gebruiken om fraude te bestrijden en te stoppen voordat het gebeurt. Realtime machine learning is cruciaal om de schaal, snelheid en complexiteit van fraude bij te houden. Verkopers die verouderde of handmatige processen niet achter zich laten, lopen achter op fraudeurs die al aan het automatiseren zijn. Bedrijven die deze end-to-end, real-time benadering toepassen, verbeteren de nauwkeurigheid van fraudedetectie met 40%. Dit betekent dat fraudeurs beter kunnen worden geïdentificeerd en op heterdaad kunnen worden betrapt voordat ze uw bedrijf of klanten kunnen schaden.

Is er nog iets dat je zou willen delen over Sift?

Een initiatief dat we onlangs hebben geïmplementeerd om deze missie te bevorderen, is onze klantengemeenschap, Sifters. Het staat open voor alle Sift-gebruikers en het fungeert als een brug tussen onze klanten, interne experts en het digitale netwerk van verkopers en gegevens. Het is een waardevol knooppunt geweest voor het verzamelen van branche-inzichten en het aanpakken van marktoverschrijdende uitdagingen op het gebied van fraudepreventie. En het ziet een enorme acceptatie. Het creëren van een gemeenschap voor fraudebestrijders is absoluut essentieel, omdat fraudeurs hun eigen gemeenschappen hebben waar ze samenwerken om bedrijven en consumenten schade toe te brengen. Zoals we graag zeggen, er is een netwerk voor nodig om een ​​netwerk te bestrijden.