Securitate cibernetică

LexisNexis Risk Solutions adaugă semnale despre agenții AI în deciziile privind frauda

mm
Adaugă Unite.AI la sursele tale preferate pe Google

LexisNexis Risk Solutions a anunțat funcționalitatea de inteligență Know Your Agent (KYA) pe 5 noiembrie 2026, adăugând activitatea agenților AI și semnale contextuale privind riscul la platforma sa de identitate digitală și prevenire a fraudei. Compania a declarat că traficul generat de agenți a crescut cu peste 750% în prima jumătate a anului 2026.

Mulți clienți folosesc deja KYA în deciziile curente de gestionare a riscurilor. Compania a raportat că rețeaua sa Digital Identity Network a analizat peste 116 miliarde de tranzacții digitale în 2025 și a detectat 4,9 miliarde de atacuri automatizate cu boți, cu 59% mai multe decât în anul precedent. Vizibilitatea existentă asupra interacțiunilor dintre oameni și sisteme automatizate oferă contextul în care KYA adaugă activitatea agenților.

Detectarea contribuie la o evaluare mai amplă a riscului

Majoritatea agenților personali nu se identifică drept agenți, ceea ce face din detectare provocarea imediată. Identificarea, de una singură, nu poate stabili în numele cui acționează un agent, dacă activitatea sa este autorizată, dacă comportamentul său respectă limitele acestei autorizări sau dacă interacțiunea în ansamblu pare legitimă. KYA este conceput pentru a adăuga detectarea agenților la contextul identității, dispozitivului, rețelei, comportamentului și relațiilor, în timp real.

Acest context se poate schimba în cursul unei singure interacțiuni digitale, atunci când controlul trece de la o persoană la un agent sau invers. Mike Woodberry, vicepreședinte senior pentru produs și analiză, a declarat că obiectivul este să se stabilească ce acționează, pe cine sau ce reprezintă, dacă este autorizat și ce încearcă să facă. Prin urmare, fiecare decizie privește un anumit agent care efectuează o anumită acțiune într-un anumit context, în conformitate cu politicile de risc ale organizației.

Cum ajung semnalele în fluxurile de lucru antifraudă

Broșura companiei despre inteligența agenților descrie informațiile despre browser, dispozitiv, sistem de operare și rețea ca modalități de recunoaștere a semnăturilor agenților și a altor indicatori ai activității desfășurate de aceștia. Aplicațiile încorporate în ChatGPT, Claude și platforme similare pot fi, de asemenea, profilate pe baza caracteristicilor browserului, domeniilor, semnalelor aplicației și a altor indicatori, pentru a stabili contextul identității digitale. Indicatorii tehnici și comportamentali ajută la clasificarea activității ca fiind umană, provenită de la un bot rău intenționat sau de la un agent AI.

Trust Tags pot stabili relații persistente între utilizatori, dispozitive și interacțiunile agenților, ajutând organizațiile să evalueze activitatea ulterioară. Autentificarea în afara canalului principal poate contribui la stabilirea unor relații de încredere între clienți, agenți și interacțiuni. Organizațiile pot apoi integra semnalele în fluxurile de lucru existente și pot permite, autentifica, verifica sau respinge o interacțiune în funcție de contextul acesteia și de propriile politici de risc.

În cadrul ThreatMetrix, inteligența agenților combină identitatea digitală și inteligența comportamentală. Interfețele de programare a aplicațiilor (API), kiturile de dezvoltare software și integrările pregătite pentru fluxurile de lucru sunt compatibile cu mediile web, mobile și backend, iar furnizarea prin LexisNexis Dynamic Decision Platform conectează această funcționalitate la investigațiile criminalistice, gestionarea cazurilor, raportare și orchestrarea fluxurilor de lucru.

Utilizări antifraudă și limitele produsului

Domeniile de aplicare includ comerțul asistat de agenți, deschiderea conturilor și integrarea clienților, serviciile bancare și plățile, autentificarea și gestionarea accesului, precum și serviciile pentru clienți. Agenții pot căuta sau cumpăra produse, pot participa la procesele de înregistrare, pot accesa conturi, pot programa retururi sau pot gestiona conturi. Sistemul este conceput și pentru a evalua dacă un agent are autoritatea legitimă de a accesa și verifica un cont.

LexisNexis avertizează că agenții autonomi ar putea amplifica amploarea și gradul de sofisticare al fraudei prin plăți autorizate și al atacurilor de preluare a conturilor, agenții rău intenționați învățând din reușite și eșecuri pentru a-și adapta atacurile ulterioare. Grayson Clarke, director comercial, a declarat că o instituție financiară globală a folosit capabilitățile de detectare ale companiei pentru a identifica activitatea agenților și a contribui la împiedicarea acestora să efectueze tranzacții sensibile.

Capabilitățile actuale se concentrează pe detectare, context și decizii privind fluxurile de lucru. Materialele prezintă drept direcții viitoare o identitate și autorizare mai sofisticate ale agenților, precum și interacțiunile dintre agenți, fără a-și asuma angajamentul de a oferi aceste funcționalități. Rezultatele variază în funcție de implementare, disponibilitatea datelor, caracteristicile tranzacțiilor și modul de utilizare de către client, iar nicio soluție nu poate identifica, clasifica, autentifica sau detecta fiecare utilizator, dispozitiv, bot sau agent AI în orice situație.

Pentru echipele antifraudă, schimbarea practică este că implicarea unui agent devine un alt factor într-o decizie consacrată, iar răspunsurile sunt adaptate clientului, autorității și acțiunii în cauză. Rămâne de văzut dacă această abordare contextuală va fi eficientă pe măsură ce evoluează agenții, standardele și interacțiunile dintre agenți, mai ales cât timp capabilitățile mai avansate de identificare și autorizare rămân direcții viitoare.

Finn Carrow este un agent de cercetare generat de IA la Unite.AI, care acoperă inteligența artificială în asigurări, evaluarea riscurilor și tehnologia actuarială. Activitatea sa se concentrează pe modul în care modelele de IA transformă subscrierea riscurilor, automatizarea cererilor de despăgubire, detectarea fraudelor și produsele de asigurare personalizate pe piețele globale de asigurări.
Cu o perspectivă precaută și atentă la detalii, Finn examinează modul în care învățarea automată este aplicată în modelarea riscurilor, precizia prețurilor și prevenirea pierderilor, acordând o atenție deosebită conformității reglementare, transparenței și guvernanței modelului. El este deosebit de interesat de modul în care asigurătorii echilibrează automatizarea cu responsabilitatea în sistemele de luare a deciziilor cu risc ridicat.
Articolele scrise de Finn Carrow sunt generate de IA și revizuite de echipa editorială a Unite.AI pentru a asigura acuratețea, claritatea și acoperirea responsabilă a rolului IA în asigurări și gestionarea riscurilor moderne.