LexisNexis Risk Solutions legger til signaler fra AI-agenter i svindelbeslutninger

LexisNexis Risk Solutions kunngjorde Know Your Agent (KYA)-intelligens 5. november 2026 og la dermed til aktivitet fra AI-agenter og kontekstuelle risikosignaler i plattformen sin for digital identitet og svindelforebygging. Selskapet opplyste at agentbasert trafikk økte med mer enn 750 % i første halvdel av 2026.

Mange kunder bruker allerede KYA i beslutninger om risikostyring. Selskapet rapporterte at Digital Identity Network analyserte mer enn 116 milliarder digitale transaksjoner i 2025 og oppdaget 4,9 milliarder automatiserte botangrep, 59 % flere enn året før. Denne eksisterende innsikten i menneskelig og automatisert samhandling gir konteksten KYA tilfører agentaktivitet til.

Oppdagelse inngår i en bredere risikovurdering

De fleste personlige agenter oppgir ikke at de er agenter, noe som gjør oppdagelse til den umiddelbare utfordringen. Identifisering alene kan ikke fastslå hvem en agent representerer, om aktiviteten er autorisert, om atferden samsvarer med denne fullmakten, eller om den samlede samhandlingen virker legitim. KYA er utviklet for å legge til oppdagelse av agenter i sanntid, sett i sammenheng med identitet, enhet, nettverk, atferd og relasjoner.

Denne konteksten kan endre seg i løpet av én digital kundereise når kontrollen går mellom en person og en agent. Mike Woodberry, seniorvisepresident for produkt og analyse, sa at målet er å fastslå hva som utfører handlingen, hvem eller hva det representerer, om det er autorisert, og hva det forsøker å gjøre. Hver beslutning gjelder derfor en bestemt agent som utfører en bestemt handling i en bestemt kontekst, innenfor rammene av organisasjonens risikopolicyer.

Slik inngår signalene i arbeidsflyter for svindelhåndtering

Selskapets brosjyre om agentbasert intelligens beskriver informasjon om nettlesere, enheter, operativsystemer og nettverk som måter å gjenkjenne agentsignaturer og andre tegn på agentstyrt aktivitet på. Apper som er innebygd i ChatGPT, Claude og lignende plattformer, kan også profileres ved hjelp av nettleseregenskaper, domener, appsignaler og andre indikatorer for å etablere en kontekst for digital identitet. Tekniske og atferdsmessige indikatorer bidrar til å klassifisere aktivitet som menneskelig, en ondsinnet bot eller en AI-agent.

Trust Tags kan etablere varige relasjoner mellom brukere, enheter og samhandling med agenter, slik at organisasjoner lettere kan vurdere senere aktivitet. Autentisering via en separat kanal kan bidra til å etablere tillitsforhold mellom kunder, agenter og samhandlinger. Organisasjoner kan deretter innlemme signalene i eksisterende arbeidsflyter og tillate, autentisere, gjennomgå eller avvise en samhandling ut fra konteksten og sine egne risikopolicyer.

I ThreatMetrix kombinerer agentbasert intelligens digital identitet og atferdsbasert intelligens. API-er, programvareutviklingssett og integrasjoner som er klare til bruk i arbeidsflyter, støtter nett-, mobil- og backend-miljøer. Levering gjennom LexisNexis Dynamic Decision Platform kobler samtidig funksjonaliteten til forensiske undersøkelser, sakshåndtering, rapportering og orkestrering av arbeidsflyter.

Bruksområder innen svindel og produktavgrensninger

Bruksområdene omfatter handel med agentassistanse, kontoåpning og registrering, banktjenester og betalinger, autentisering og tilgangsstyring samt kundeservice. Agenter kan undersøke eller kjøpe produkter, delta i registreringsprosesser, få tilgang til kontoer, planlegge returer eller administrere kontoer. Systemet skal også vurdere om en agent har legitim fullmakt ved kontotilgang og verifisering.

LexisNexis advarer om at autonome agenter kan øke omfanget og sofistikeringen av svindel med autoriserte betalinger og kontoovertakelsesangrep, og at ondsinnede agenter kan lære av suksesser og feil for å skreddersy senere angrep. Grayson Clarke, kommersiell direktør, sa at en global finansinstitusjon brukte selskapets oppdagelsesfunksjoner til å identifisere agentbasert aktivitet og bidra til å hindre at den utførte sensitive transaksjoner.

Dagens funksjonalitet er først og fremst knyttet til oppdagelse, kontekst og beslutninger i arbeidsflyter. Materialet beskriver mer avansert agentidentitet og autorisering, samt samhandling mellom agenter, som mulige framtidige satsingsområder, uten å forplikte seg til å tilby slik funksjonalitet. Resultatene varierer med implementeringen, datatilgjengeligheten, transaksjonsegenskapene og kundens bruk. Ingen løsning kan identifisere, klassifisere, autentisere eller oppdage alle brukere, enheter, boter eller AI-agenter i enhver situasjon.

For svindelteam innebærer den praktiske endringen at agentinvolvering blir enda et grunnlag for en etablert beslutning, med tiltak tilpasset kunden, fullmakten og den aktuelle handlingen. Det åpne spørsmålet er om denne kontekstbaserte tilnærmingen fortsatt vil være effektiv etter hvert som agenter, standarder og samhandling mellom agenter utvikler seg, særlig mens de mer avanserte funksjonene for identitet og autorisering fortsatt ligger i framtiden.