Ricardo Amper, CEO и основатель Incode — серия интервью

Ricardo Amper, CEO и основатель Incode, является серийным предпринимателем и технологическим руководителем с более чем двадцатилетним опытом создания и масштабирования компаний в сферах технологий, потребительских товаров и промышленности. Он основал Incode в 2015 году с видением трансформировать процесс проверки и аутентификации личностей в цифровом мире. Ранее Ампер занимал пост CEO Grupo Amco, ведущего в Латинской Америке бизнеса ароматических химикатов и эфирных масел, где он разработал OneView, основанную на машинном обучении предиктивную платформу данных, прежде чем компания была приобретена Brenntag Group. Он также со‑основал и возглавил Amco Foods, которая была приобретена Grupo Bimbo, а ранее основал La Burbuja Networks. Его карьера сочетает предпринимательство, искусственный интеллект, системы, основанные на данных, и опыт успешного построения компаний через поглощения.

Incode — это платформа идентификации на базе ИИ, предназначенная помочь организациям устанавливать доверие во взаимодействиях с людьми, бизнесами и всё более с AI‑агентами. Её технология объединяет проверку документов, биометрическую аутентификацию, распознавание лиц, детекцию живости, обнаружение deepfake и прямые проверки в государственных реестрах, поддерживая такие области, как Know Your Customer (KYC), соблюдение требований по борьбе с отмыванием денег (AML), Know Your Business (KYB), подтверждение возраста, проверку персонала и предотвращение захвата аккаунтов. Incode разрабатывает свою AI‑технологию внутри компании и расширила платформу для борьбы с новыми угрозами, такими как синтетические личности и мошенничество, использующее генеративный ИИ, а также инструменты Agentic Identity для проверки владельцев AI‑агентов и отслеживания их действий.

Вы основали Incode в 2015 году после создания компаний в совершенно разных отраслях, и утверждаете, что подход к проблемам с чистым, основанным на первых принципах мышлением может быть ценнее, чем опора на унаследованные отраслевые предположения. Что вы заметили в проверке идентичности, чего не хватало у существующих провайдеров, и как это первоначальное понимание сформировало развитие Incode?

До 2015 года отрасль рассматривала идентичность как проблему соответствия и как afterthought: сканировать документ, поручить его проверку сотруднику бэк‑офиса, поставить галочку. Я пришёл без этого предположения и увидел проблему ИИ в подходе отрасли к идентичности.

Итак, я принял три решения в первый день, которые никто другой не принимал:

ИИ выполняет проверку вместо того, чтобы люди просматривали ваши данные, мы разрабатываем каждый слой технологии самостоятельно, а не собираем чужие компоненты, и конфиденциальность — это архитектура, а не политика. Десять лет спустя генеративный ИИ сделал эти решения единственными, которые выдерживают испытание временем.

Этот выбор сформировал компанию, которой мы стали.

1. Мы в первую очередь строители: даже сегодня большая часть наших сотрудников работает в инженерных и продуктовых командах, чем в типичной B2B‑софтверной компании, и именно это позволяет нам оставаться достаточно гибкими, чтобы адаптироваться так же быстро, как и угрозы.
2. Мы также сознательно начали в одной из самых сложных сред для мошенничества в мире — в Латинской Америке, и в значительной степени решили эту проблему для крупнейших банков и предприятий региона. Когда ваша технология выживает там, рынки, где мошенничество реально, но менее безжалостно, становятся гораздо более простым испытанием.

Мы никогда не интересовались лишь исправлением проблем или тем, чтобы компании просто соответствовали требованиям сегодняшнего дня. Нам нравится сложный вариант этой задачи: проверять реального человека с минимальными трениями и максимальной конфиденциальностью, делая это для меняющегося будущего.

Incode теперь получила статус Leader в Gartner® Magic Quadrant™ для Identity Verification три подряд года. Что, по вашему мнению, эта последовательность говорит о том, как компания развивалась, и какие возможности были наиболее важны для сохранения этой позиции по мере изменения ландшафта угроз?

Любой может иметь хороший год. Три подряд года отражают последовательность, а именно то, что ценят предприятия. Эти три года охватывают всю волну мошенничества с генеративным ИИ, и то, что помогло нам сохранить статус лидера отрасли, — это владение полной технологической стеком. Когда появляется новый класс или вектор атаки, мы переобучаем свои модели за считанные дни, а не ждём дорожную карту или обновления чужого продукта. Другие постоянные факторы — наши прямые связи с авторитетными источниками идентичности и дисциплина относиться к конверсии так же серьёзно, как к мошенничеству, поскольку предприятия нуждаются в обоих.

Incode описывает новое поколение автономных атак мошенничества, при которых AI‑агенты могут генерировать синтетические документы, создавать целевые deepfake, тестировать их в системах проверки и адаптироваться после каждого отклонения. Насколько близко мы к тому, чтобы увидеть эти полностью автоматизированные рабочие процессы атак в масштабе?

Масштабное мошенничество всегда требовало масштабных человеческих ресурсов. Узким местом были люди, а ИИ только что его устранил. Мы искали доказательства и опубликовали то, что нашли: публично сообщённые, независимо полученные случаи мошенничества с использованием ИИ в Соединённых Штатах, большая часть из которых подтверждена судебными документами или регуляторными действиями. Когда мы оценивали, насколько автономный агент может самостоятельно выполнить каждую схему, почти все могли работать от начала до конца, и ни одна не была невосприимчива. Старая модель ограничивалась тем, сколько квалифицированных специалистов можно было нанять. Новая ограничивается лишь вычислительными ресурсами.

Incode говорит, что постоянно запускает агентного атакующего против своих собственных защит. Как работает этот процесс адверсариального тестирования, и что может обнаружить AI‑атакующий, чего могут упустить традиционные тесты на проникновение или статические эталоны мошенничества? 

Идея проста: единственный способ построить защиту от этих атак — сначала запустить атаки против себя. Поэтому мы используем атакующего, который работает точно так же, как преступники. Он генерирует дипфейки, синтетические документы и попытки инъекций, подаёт их нашим живым защитным системам, учится на каждом отклонении и возвращается с улучшенной версией. Обычный тест на проникновение проверяет известный список атак один раз и заканчивается. Адаптивный атакующий никогда не прекращает придумывать новые, поэтому он находит уязвимое место и атаку, которой ещё нет, раньше, чем преступник.

По мере того как генеративные модели делают синтетические документы и биометрические медиа всё более убедительными, какие сигналы остаются самыми трудными для надёжного подделывания атакующими?

Пиксели — проигрышная игра, если смотреть только на них, потому что генеративные модели улучшаются каждый месяц. То, что атакующие всё ещё не могут надёжно подделать, — это всё, что находится за пределами изображения: целостность устройства и путь захвата, по которому проходило медиа, поведение, остающееся последовательным в разных сессиях, и запись, хранящаяся у источника, выдавшего личность. Это принцип, лежащий в основе Deepsight, нашей технологии обнаружения дипфейков. Она никогда не оценивает только изображение: в едином реальном времени она анализирует медиа, оборудование, программный путь и поведение пользователя, и может определить, какая генеративная модель создала подделку. Purdue University независимо протестировала её против 24 других государственных, академических и коммерческих систем и признала её самой точной.

Incode подчёркивает проверку личностей с помощью официальных государственных записей, а не только полагаясь на документ, представленный пользователем. Как это меняет точность верификации личности и какие технические или регулятивные сложности возникают при внедрении такого подхода в разных странах?

Документ показывает, что было представлено. Авторитетная запись показывает, что является правдой. Каждый контроль, оценивающий, выглядит ли артефакт подлинным, теряет эффективность по мере улучшения генеративного ИИ, но государственная запись этого не теряет, поскольку она является истинной основой, которой мошенник не может управлять. Проблемы реальны: в каждой стране свои авторитетные источники, свои правила доступа и свои законы о конфиденциальности, поэтому мы создаём прямые соединения рынок за рынком и обрабатываем всё в соответствии с принципом конфиденциальности по дизайну.

Системы верификации личности должны останавливать сложные мошенничества, не создавая лишнего трения для законных пользователей. Как вы оцениваете компромисс между безопасностью, ложными отклонениями, скоростью регистрации и конверсией?

Каждый поставщик идентификации тянет за рычаги между этими четырьмя аспектами. Настоящий вопрос — какие рычаги находятся в вашем распоряжении. Большая часть отрасли использует технологии, лицензированные у других, поэтому при всплеске мошенничества они не могут заглянуть в модель или переобучить её, и единственный оставшийся рычаг — это трение: больше шагов, больше ручных проверок, больше отклонённых хороших пользователей. Мы сделали противоположный выбор и разрабатываем все модели ИИ самостоятельно — проверку живости, обнаружение дипфейков, верификацию документов и всё остальное, поэтому наш рычаг — точность. Мы переобучаем за несколько дней, снижаем мошенничество внутри модели и не меняем пользовательский опыт. Поэтому пропускать каждого хорошего пользователя и останавливать каждую атаку — это одна задача для нас, а не компромисс.

Сеть доверия Incode разработана для выявления повторных мошенничеств и распознавания надёжных историй между организациями без объединения исходных персональных данных. Какие технологии делают возможным такой обмен интеллектуальной информацией с сохранением конфиденциальности?

Криптография — это средство, но сама концепция важнее: сотрудничество без раскрытия. Организации в сети могут узнать, был ли сигнал личности связан с мошенничеством где‑то ещё, при этом ни одна сторона никогда не видит данные другой, поэтому нет объединённой базы данных, ничего, что можно было бы взломать, и нет брокеров данных. Именно поэтому мы приобрели Identiq, команда которой годами разрабатывала именно эту технологию криптографии, повышающую конфиденциальность, и почему в этом году мы инвестируем более 100 миллионов долларов в инфраструктуру идентификации с сохранением конфиденциальности. Сеть становится умнее с каждой проверкой, при этом данные каждого человека остаются запечатанными, в масштабе более 7 миллиардов проверок доверия и 400 миллионов профилей. Мы всегда считали, что конфиденциальность и предотвращение мошенничества не являются компромиссом. Это одна и та же задача, решаемая совместно или вовсе не решаемая.

Когда AI‑агенты начинают совершать покупки, получать доступ к аккаунтам, подписывать соглашения и общаться от имени людей, как организации должны проверять не только самого агента, но и его владельца, разрешения и полномочия выполнять конкретное действие?

Начните с владельца, потому что полномочия агента ничего не стоят, если они не прослеживаются до проверенного человека. Именно для этого мы создали Agentic Identity: мы проверяем владельца с помощью высоконадёжной идентификации и живости, устойчивой к дипфейкам, выдаём агенту защищённый токен, связывающий каждое действие с этим ответственным лицом, и проверяем область его разрешений, чтобы агент, уполномоченный на одну задачу, не мог тихо переходить к другим. Затем мы осуществляем непрерывный мониторинг, потому что агенты меняют поведение быстрее любого квартального обзора доступа. Это те же биометрические данные, та же система обнаружения мошенничества, та же сеть, которую мы используем для людей, расширенная на системы, действующие от их имени.

Смотря в будущее, останется ли проверка личности отдельным контрольным пунктом при онбординге, или она превратится в непрерывный слой доверия, работающий во всех цифровых взаимодействиях между людьми, компаниями и автономными AI‑агентами?

Сначала — и некоторое время, а затем непрерывность победит. Онбординг остаётся якорем, где личность устанавливается с наивысшей гарантией, но доверие не может оставаться мгновенным, когда атаки адаптируются между сессиями, а агенты работают круглосуточно. Цель — постоянный слой доверия: повторная проверка в моменты реального риска, непрерывная корреляция поведенческих и сетевых сигналов, и та же ответственность, расширенная на AI‑агентов, действующих от имени людей. Идентификация перестаёт быть контрольным пунктом и становится инфраструктурой, и мы строим мир именно для этого.

Спасибо за отличное интервью, читатели, желающие узнать больше, должны посетить Incode.