LexisNexis Risk Solutions เพิ่มสัญญาณจากเอเจนต์ AI ในการตัดสินใจด้านการฉ้อโกง

LexisNexis Risk Solutions ประกาศข้อมูลข่าวกรอง Know Your Agent (KYA) เมื่อวันที่ 5 พฤศจิกายน 2026 โดยเพิ่มกิจกรรมของเอเจนต์ AI และสัญญาณความเสี่ยงตามบริบทให้แก่แพลตฟอร์มอัตลักษณ์ดิจิทัลและการป้องกันการฉ้อโกง บริษัทระบุว่าทราฟฟิกจากเอเจนต์ AI เติบโตมากกว่า 750% ในช่วงครึ่งแรกของปี 2026

ลูกค้าจำนวนมากใช้ KYA ประกอบการตัดสินใจด้านการบริหารความเสี่ยงอยู่แล้วในปัจจุบัน บริษัทรายงานว่า Digital Identity Network วิเคราะห์ธุรกรรมดิจิทัลมากกว่า 116,000 ล้านรายการในปี 2025 และตรวจพบการโจมตีจากบอตอัตโนมัติ 4,900 ล้านครั้ง ซึ่งมากกว่าปีก่อนหน้า 59% การมองเห็นปฏิสัมพันธ์ระหว่างมนุษย์กับระบบอัตโนมัติที่มีอยู่แล้วนี้เป็นบริบทที่ KYA ใช้เพิ่มข้อมูลกิจกรรมของเอเจนต์

การตรวจจับเป็นส่วนหนึ่งของการประเมินความเสี่ยงที่ครอบคลุมยิ่งขึ้น

เอเจนต์ส่วนบุคคลส่วนใหญ่ไม่ได้ระบุตัวเองว่าเป็นเอเจนต์ ทำให้การตรวจจับเป็นความท้าทายเร่งด่วน การระบุตัวตนเพียงอย่างเดียวไม่อาจบอกได้ว่าเอเจนต์ทำงานแทนใคร กิจกรรมของเอเจนต์ได้รับอนุญาตหรือไม่ พฤติกรรมสอดคล้องกับขอบเขตอำนาจนั้นหรือไม่ หรือปฏิสัมพันธ์โดยรวมดูสมเหตุสมผลหรือไม่ KYA ออกแบบมาเพื่อเพิ่มการตรวจจับเอเจนต์เข้าไปในบริบทด้านอัตลักษณ์ อุปกรณ์ เครือข่าย พฤติกรรม และความสัมพันธ์แบบเรียลไทม์

บริบทดังกล่าวอาจเปลี่ยนแปลงได้ระหว่างเส้นทางดิจิทัลเดียวกัน เมื่อการควบคุมเปลี่ยนจากบุคคลไปยังเอเจนต์ Mike Woodberry รองประธานอาวุโสฝ่ายผลิตภัณฑ์และการวิเคราะห์ กล่าวว่า เป้าหมายคือการระบุให้ได้ว่าใครหรือสิ่งใดกำลังดำเนินการ เป็นตัวแทนของใครหรือสิ่งใด ได้รับอนุญาตหรือไม่ และกำลังพยายามทำอะไร ดังนั้น การตัดสินใจแต่ละครั้งจึงเกี่ยวข้องกับเอเจนต์รายหนึ่งที่ดำเนินการอย่างหนึ่งในบริบทหนึ่งโดยเฉพาะ และอยู่ภายใต้นโยบายความเสี่ยงขององค์กร

สัญญาณถูกส่งไปยังขั้นตอนการทำงานด้านการฉ้อโกงอย่างไร

โบรชัวร์ด้านข่าวกรองเอเจนต์ AIของบริษัทอธิบายว่า ข้อมูลข่าวกรองจากเบราว์เซอร์ อุปกรณ์ ระบบปฏิบัติการ และเครือข่ายช่วยระบุลักษณะเฉพาะของเอเจนต์และตัวบ่งชี้อื่น ๆ ของกิจกรรมที่ขับเคลื่อนโดยเอเจนต์ได้ แอปพลิเคชันที่ฝังอยู่ใน ChatGPT, Claude และแพลตฟอร์มที่คล้ายกันยังสามารถจัดทำโปรไฟล์จากลักษณะของเบราว์เซอร์ โดเมน สัญญาณจากแอปพลิเคชัน และตัวบ่งชี้อื่น ๆ เพื่อสร้างบริบทด้านอัตลักษณ์ดิจิทัล ตัวบ่งชี้ทางเทคนิคและพฤติกรรมช่วยจำแนกกิจกรรมว่าเป็นกิจกรรมของมนุษย์ บอตที่เป็นอันตราย หรือเอเจนต์ AI

Trust Tags ช่วยสร้างความสัมพันธ์ที่ต่อเนื่องระหว่างผู้ใช้ อุปกรณ์ และปฏิสัมพันธ์กับเอเจนต์ ทำให้องค์กรประเมินกิจกรรมในภายหลังได้ การยืนยันตัวตนผ่านช่องทางอื่นช่วยสร้างความสัมพันธ์ที่เชื่อถือได้ระหว่างลูกค้า เอเจนต์ และปฏิสัมพันธ์ต่าง ๆ จากนั้นองค์กรสามารถนำสัญญาณเหล่านี้ไปใช้ในขั้นตอนการทำงานที่มีอยู่ และอนุญาตให้ดำเนินการ ยืนยันตัวตน ตรวจสอบ หรือปฏิเสธปฏิสัมพันธ์ โดยพิจารณาจากบริบทและนโยบายความเสี่ยงขององค์กรเอง

ภายใน ThreatMetrix ข่าวกรองเอเจนต์ AI ผสานอัตลักษณ์ดิจิทัล เข้ากับข่าวกรองด้านพฤติกรรม API ชุดเครื่องมือพัฒนาซอฟต์แวร์ และการผสานระบบที่พร้อมใช้ในขั้นตอนการทำงาน รองรับสภาพแวดล้อมบนเว็บ อุปกรณ์เคลื่อนที่ และระบบส่วนหลัง ขณะที่การให้บริการผ่าน LexisNexis Dynamic Decision Platform เชื่อมความสามารถนี้เข้ากับการสืบสวนทางนิติวิทยาศาสตร์ การจัดการกรณี การรายงาน และการประสานงานขั้นตอนการทำงาน

การใช้งานด้านการฉ้อโกงและขอบเขตของผลิตภัณฑ์

การใช้งานครอบคลุมการค้าขายที่มีเอเจนต์ช่วยดำเนินการ การเปิดบัญชีและการลงทะเบียนใช้งาน การธนาคารและการชำระเงิน การยืนยันตัวตนและการจัดการสิทธิ์เข้าถึง ตลอดจนการบริการลูกค้า เอเจนต์อาจค้นคว้าหรือซื้อสินค้า เข้าร่วมขั้นตอนการลงทะเบียน เข้าถึงบัญชี กำหนดเวลาคืนสินค้า หรือจัดการบัญชี ระบบนี้ยังมีจุดประสงค์เพื่อประเมินว่าเอเจนต์มีอำนาจโดยชอบในการเข้าถึงและยืนยันบัญชีหรือไม่

LexisNexis เตือนว่าเอเจนต์อัตโนมัติอาจเพิ่มขนาดและความซับซ้อนของการฉ้อโกงโดยหลอกให้เหยื่อโอนเงิน และการโจมตีเพื่อยึดบัญชี โดยเอเจนต์ที่เป็นอันตรายอาจเรียนรู้จากความสำเร็จและความล้มเหลวเพื่อนำไปปรับแต่งการโจมตีครั้งต่อ ๆ ไป Grayson Clarke ประธานเจ้าหน้าที่ฝ่ายพาณิชย์กล่าวว่า สถาบันการเงินระดับโลกแห่งหนึ่งใช้ความสามารถในการตรวจจับของบริษัทเพื่อระบุกิจกรรมจากเอเจนต์ AI และช่วยป้องกันไม่ให้เอเจนต์ดังกล่าวทำธุรกรรมที่มีความอ่อนไหว

ความสามารถที่มีอยู่ในปัจจุบันมุ่งเน้นไปที่การตรวจจับ บริบท และการตัดสินใจในขั้นตอนการทำงาน เอกสารกล่าวถึงการพัฒนา อัตลักษณ์และการกำหนดสิทธิ์ของเอเจนต์ให้ซับซ้อนยิ่งขึ้น รวมถึงปฏิสัมพันธ์ระหว่างเอเจนต์ด้วยกัน ในฐานะแนวทางที่อาจเกิดขึ้นในอนาคต โดยไม่ได้รับรองว่าจะมีฟังก์ชันดังกล่าว ผลลัพธ์แตกต่างกันไปตามการนำไปใช้ ความพร้อมของข้อมูล ลักษณะธุรกรรม และรูปแบบการใช้งานของลูกค้า อีกทั้งไม่มีโซลูชันใดที่สามารถระบุ จำแนก ยืนยันตัวตน หรือตรวจจับผู้ใช้ อุปกรณ์ บอต หรือเอเจนต์ AI ได้ทุกกรณี

สำหรับทีมป้องกันการฉ้อโกง การเปลี่ยนแปลงในทางปฏิบัติคือ การมีส่วนร่วมของเอเจนต์กลายเป็นข้อมูลอีกส่วนหนึ่งที่ใช้ประกอบการตัดสินใจตามกระบวนการเดิม โดยปรับการตอบสนองให้เหมาะกับลูกค้า อำนาจที่ได้รับ และการดำเนินการนั้น ๆ คำถามที่ยังเปิดอยู่คือ แนวทางที่คำนึงถึงบริบทนี้จะยังมีประสิทธิภาพหรือไม่ เมื่อเอเจนต์ มาตรฐาน และปฏิสัมพันธ์ระหว่างเอเจนต์พัฒนาต่อไป โดยเฉพาะในช่วงที่ความสามารถด้านอัตลักษณ์และการกำหนดสิทธิ์ขั้นสูงกว่ายังคงเป็นแนวทางในอนาคต