Ricardo Amper, CEO en oprichter van Incode – Interviewreeks

Ricardo Amper, CEO en oprichter van Incode, is een serial‑ondernemer en technologie‑executive met meer dan twee decennia ervaring in het bouwen en opschalen van bedrijven in de technologie-, consumentenproducten- en industriële sectoren. Hij richtte Incode op in 2015 met de visie om te transformeren hoe mensen hun identiteit verifiëren en authentiseren in de digitale wereld. Eerder was Amper CEO van Grupo Amco, de toonaangevende leverancier van aroma‑chemicaliën en essentiële oliën in Latin America, waar hij OneView ontwikkelde, een op machine learning gebaseerd voorspellend dataplatform, voordat het bedrijf werd overgenomen door Brenntag Group. Hij mede‑stichtte en leidde ook Amco Foods, dat werd overgenomen door Grupo Bimbo, en richtte eerder La Burbuja Networks op. Zijn loopbaan combineert ondernemerschap, kunstmatige intelligentie, data‑gedreven systemen en ervaring met het succesvol bouwen van bedrijven via overnames.

Incode is een AI‑aangedreven identiteitsplatform dat organisaties helpt vertrouwen op te bouwen bij interacties met mensen, bedrijven en steeds vaker AI‑agents. De technologie combineert documentverificatie, biometrische authenticatie, gezichtsherkenning, levendigheidsdetectie, deepfake‑detectie en directe controles tegen overheidsregisters, terwijl het gebieden ondersteunt zoals Know Your Customer (KYC), Anti-Money Laundering (AML) compliance, Know Your Business (KYB), leeftijdsverificatie, personeelsverificatie en preventie van accountovername. Incode ontwikkelt haar AI‑technologie intern en heeft het platform uitgebreid om opkomende bedreigingen aan te pakken, zoals synthetische identiteiten en frauduleuze activiteiten mogelijk gemaakt door generatieve AI, evenals Agentic Identity‑tools voor het verifiëren van de eigenaren van AI‑agents en het traceren van hun acties.

U richtte Incode op in 2015 na het opbouwen van bedrijven in zeer verschillende sectoren, en u heeft betoogd dat het benaderen van problemen met een frisse, first‑principles‑mentaliteit waardevoller kan zijn dan leunen op geërfde industriële aannames. Wat zag u in identiteitsverificatie dat gevestigde aanbieders misten, en hoe heeft dat oorspronkelijke inzicht de ontwikkeling van Incode gevormd?

Voor 2015 behandelde de sector identiteit als een compliance‑probleem en een bijzaak: een document scannen, iemand in de back‑office het laten beoordelen, het vakje afvinken. Ik kwam zonder die veronderstelling en zag een AI‑probleem in de aanpak van de sector ten aanzien van identiteit.

Dus ik nam op de eerste dag drie beslissingen die niemand anders maakte:

AI voert de verificatie uit in plaats van dat mensen naar uw gegevens kijken, we ontwikkelen elke laag van de technologie zelf in plaats van onderdelen van anderen samen te stellen, en privacy is architectuur, geen beleid. Tien jaar later heeft generatieve AI die beslissingen de enige gemaakt die standhouden.

Die keuze heeft het bedrijf gevormd dat we zijn geworden.

1. We zijn eerst bouwers: zelfs vandaag werkt een groter deel van ons personeel in engineering en product dan bij een typisch B2B‑softwarebedrijf, en dat is wat ons wendbaar genoeg houdt om zich net zo snel aan te passen als de dreiging evolueert.
2. We zijn bovendien bewust begonnen in een van de moeilijkste fraude‑omgevingen ter wereld, Latin America, en hebben het grotendeels opgelost voor enkele van de grootste banken en ondernemingen in de regio. Wanneer uw technologie daar overleeft, worden markten waar fraude weliswaar aanwezig is maar minder meedogenloos, een veel eenvoudigere test.

We zijn nooit geïnteresseerd geweest in het patchen van problemen of het alleen maar compliant maken van bedrijven voor vandaag. We genieten van de moeilijke versie van dit probleem: een echte persoon verifiëren met zo min mogelijk wrijving en de sterkst mogelijke privacy, en dat doen voor een toekomst die in beweging is.

Incode is nu genaamd een Leader in de Gartner® Magic Quadrant™ voor Identity Verification voor drie opeenvolgende jaren. Wat denkt u dat deze consistentie zegt over hoe het bedrijf zich heeft ontwikkeld, en welke capaciteiten waren het belangrijkst om die positie te behouden naarmate het dreigingslandschap veranderde?

Iedereen kan een goed jaar hebben. Drie opeenvolgende jaren weerspiegelen consistentie, en consistentie is wat bedrijven kopen. Die drie jaren beslaan de volledige golf van generatieve AI‑fraude, en het wat ons hielp onze status als marktleider te behouden, is dat we onze volledige technologische stack in eigendom hebben. Wanneer er een nieuwe aanvalsklasse of -vector verschijnt, trainen we onze eigen modellen binnen dagen opnieuw in plaats van te wachten op de product‑roadmap of updates van iemand anders. De andere constanten zijn onze directe verbindingen met gezaghebbende identiteitsbronnen en de discipline om conversie net zo serieus te nemen als fraude, omdat bedrijven beide nodig hebben.

Incode beschrijft een nieuwe generatie autonome fraude‑aanvallen waarbij AI‑agents synthetische documenten kunnen genereren, gerichte deepfakes kunnen produceren, deze kunnen testen tegen verificatiesystemen en zich na elke afwijzing kunnen aanpassen. Hoe dicht zijn we bij het zien van deze volledig geautomatiseerde aanval‑workflows op schaal?

Fraude op schaal vereiste altijd mensen op schaal. De knelpunt was menselijk, en AI heeft dat nu weggenomen. We gingen op zoek naar het bewijs en publiceerden wat we vonden: publiekelijk gerapporteerde, onafhankelijk verkregen AI‑ondersteunde fraude‑incidenten in de Verenigde Staten, waarvan een groot deel werd bevestigd in gerechtelijke documenten of regelgevende acties. Toen we beoordeelden hoeveel van elk plan een autonome agent zelfstandig kon uitvoeren, kon bijna alles end‑to‑end worden uitgevoerd, en geen enkel plan was immuun. Het oude model werd begrensd door hoeveel bekwame mensen je kon aantrekken. Het nieuwe model wordt alleen begrensd door rekenkracht.

Incode zegt dat het continu een agentische aanvaller tegen zijn eigen verdedigingen inzet. Hoe werkt dit adversariële testproces, en wat kan een AI‑aanvaller ontdekken dat conventionele penetratietests of statische fraude‑benchmarks mogelijk missen? 

Het idee is simpel: de enige manier om verdedigingen tegen deze aanvallen op te bouwen, is door de aanvallen eerst tegen onszelf uit te voeren. Daarom gebruiken we een aanvaller die precies werkt als de criminele aanvallers. Hij genereert deepfakes, synthetische documenten en injectie‑pogingen, dient ze in bij onze eigen live verdedigingen, leert van elke afwijzing en komt terug met een betere variant. Een conventionele penetratietest controleert één keer een bekende lijst met aanvallen en stopt dan. Een adaptieve aanvaller stopt nooit met het uitvinden van nieuwe aanvallen, waardoor hij het zwakke punt en de aanval die nog niet bestaat, vindt voordat een crimineel dat doet.

Naarmate generatieve modellen synthetische documenten en biometrische media steeds overtuigender maken, welke signalen blijven het moeilijkst voor aanvallers om betrouwbaar te vervalsen?

De pixels vormen een verloren spel als dat alles is waar je naar kijkt, omdat generatieve modellen elke maand verbeteren. Wat aanvallers nog steeds niet betrouwbaar kunnen vervalsen, is alles buiten de afbeelding: de integriteit van het apparaat en het opname‑pad waarlangs de media is gegaan, gedrag dat consistent blijft over sessies heen, en het register dat de bron die de identiteit heeft uitgegeven bijhoudt. Dat is het principe achter Deepsight, onze deepfake‑detectietechnologie. Het beoordeelt nooit alleen de afbeelding: het analyseert de media, de hardware, het software‑pad en het gebruikersgedrag in één realtime beslissing, en kan identificeren welk generatief model een nep heeft geproduceerd. Purdue University heeft het onafhankelijk getest tegen 24 andere overheids-, academische en commerciële systemen en bevestigd dat het het meest nauwkeurig is.

Incode legt de nadruk op het verifiëren van identiteiten aan de hand van gezaghebbende overheidsregisters in plaats van alleen te vertrouwen op het door een gebruiker gepresenteerde document. Hoe verandert dit de nauwkeurigheid van identiteitsverificatie, en welke technische of regelgevende uitdagingen ontstaan bij het inzetten van deze aanpak in verschillende landen?

Een document vertelt je wat er is gepresenteerd. Het gezaghebbende register vertelt je wat waar is. Elke controle die beoordeelt of een artefact authentiek lijkt, verliest terrein naarmate generatieve AI verbetert, maar een overheidsregister niet, omdat het de grondwaarheid is die de fraudeur niet kan beïnvloeden. De uitdagingen zijn reëel: elk land heeft verschillende gezaghebbende bronnen, andere toegangsregels en verschillende privacywetgeving, dus bouwen we markt per markt directe verbindingen en verwerken we alles volgens privacy by design.

Identiteitsverificatiesystemen moeten geavanceerde fraude stoppen zonder onnodige frictie voor legitieme gebruikers te veroorzaken. Hoe evalueer je de afweging tussen beveiliging, valse afwijzingen, onboarding‑snelheid en conversie?

Elke identiteitsprovider trekt aan hendels tussen die vier aspecten. De echte vraag is welke hendels jij bezit. Een groot deel van de sector implementeert technologie die ze van iemand anders hebben gelicentieerd, dus wanneer fraude piekt kunnen ze niet in het model kijken of het opnieuw trainen, en blijft de enige overgebleven hendel frictie: meer stappen, meer handmatige beoordeling, meer goede gebruikers die worden afgewezen. Wij hebben de tegenovergestelde keuze gemaakt en ontwikkelen elk AI‑model zelf, liveness, deepfake‑detectie, documentverificatie, alles, zodat onze hendel nauwkeurigheid is. We trainen opnieuw binnen dagen, duwen fraude naar beneden in het model, en laten de gebruikerservaring onaangetast. Daarom is het mogelijk om elke goede gebruiker door te laten en elke aanval te stoppen, geen afweging voor ons, maar één taak.

Het trust‑netwerk van Incode is ontworpen om terugkerende fraude te identificeren en vertrouwde historie over organisaties heen te herkennen zonder ruwe persoonsgegevens te bundelen. Welke technologieën maken dat soort privacy‑behoudende intelligentiedeling mogelijk?

Cryptografie is de mogelijkmaker, maar het concept is de kern: samenwerking zonder blootstelling. Organisaties in het netwerk kunnen leren of een identiteits­signaal elders aan fraude is gekoppeld zonder dat een partij ooit de gegevens van een ander ziet, waardoor er geen gezamenlijke database is, niets om te compromitteren en geen datamarktplaats. Daarom hebben we Identiq overgenomen, waarvan het team jaren heeft besteed aan het bouwen van precies deze privacy‑verhogende cryptografische technologie, en daarom investeren we dit jaar meer dan 100 miljoen dollar in privacy‑behoudende identiteitsinfrastructuur. Het netwerk wordt slimmer met elke verificatie, terwijl de gegevens van elk individu verzegeld blijven, op een schaal van meer dan 7 miljard trust‑controles en 400 miljoen profielen. We hebben altijd geloofd dat privacy en fraudepreventie geen afweging zijn. Het zijn hetzelfde probleem, samen opgelost of helemaal niet.

Naarmate AI‑agenten beginnen met aankopen, accounts benaderen, overeenkomsten ondertekenen en namens mensen communiceren, hoe moeten organisaties niet alleen de agent zelf verifiëren, maar ook de eigenaar, permissies en bevoegdheid om een specifieke handeling uit te voeren?

Begin met de eigenaar, want de autoriteit van een agent betekent niets als deze niet terug te voeren is op een geverifieerde mens. Dat is precies waarom we Agentic Identity hebben gebouwd: we verifiëren de eigenaar met hoogwaardig identiteitsbewijs en deepfake‑resistente levendigheid, geven de agent een beveiligd token dat elke actie teruglinkt naar die verantwoordelijke persoon, en controleren de reikwijdte van zijn permissies zodat een agent die voor één taak is geautoriseerd niet stilletjes kan afdwalen naar andere taken. Vervolgens monitoren we continu, omdat agents hun gedrag sneller veranderen dan elke kwartaaltoegangsbeoordeling. Het is dezelfde biometrie, dezelfde fraudebewaking, hetzelfde netwerk dat we voor mensen gebruiken, uitgebreid naar de systemen die namens hen handelen.

Kijkend naar de toekomst, zal identiteitsverificatie een afzonderlijk controlepunt blijven tijdens onboarding, of zal het een doorlopende vertrouwenslaag worden die gedurende elke digitale interactie tussen mensen, bedrijven en autonome AI‑agents opereert?

Beide voor een tijd, en daarna wint continu. Onboarding blijft de ankerpunt waar identiteit met de hoogste zekerheid wordt vastgesteld, maar vertrouwen kan geen momentopname meer blijven wanneer aanvallen zich aanpassen over sessies en agents de klok rond transacties uitvoeren. Het doel is een blijvende vertrouwenslaag: herverificatie op momenten van echt risico, gedrags‑ en netwerksignalen continu gecorreleerd, en dezelfde verantwoordelijkheid uitgebreid naar AI‑agents die namens mensen handelen. Identiteit stopt een controlepunt te zijn en wordt infrastructuur, en wij bouwen voor die wereld.

Bedankt voor het geweldige interview, lezers die meer willen weten, kunnen Incode bezoeken.