ผู้นำทางความคิด

ป่าลึกของการฉ้อโกงโดยใช้ AI

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

เราอยู่ในช่วงยุคทองของ AI ที่กำลังพัฒนาและทำให้สามารถเข้าถึงสิ่งต่างๆ ได้ง่ายขึ้น ไม่ว่าจะเป็นการสร้างเนื้อหาอัตโนมัติหรือการตัดสินใจโดยใช้ข้อมูลจากอัลกอริทึม สำหรับธุรกิจ นี่คือโอกาส แต่สำหรับคนฉ้อโกง นี่คือการได้รับอนุญาตให้ทำอะไรได้ทุกอย่าง

ดีปเฟก ตัวตนสังเคราะห์ และการหลอกลวงอัตโนมัติไม่ใช่กลยุทธ์ชายขอบอีกต่อไป ตามข้อมูลของ Deloitte ปัญญาประดิษฐ์เชิงกำเนิดอาจทำให้ความเสียหายจากการฉ้อโกงในสหรัฐอเมริกาเพียงประเทศเดียวสูงกว่า 4 หมื่นล้านดอลลาร์ภายในปี 2027 เครื่องมือเหล่านี้ทรงพลังและยังแทบไม่มีการกำกับดูแล ผลที่ตามมาคือพรมแดนดิจิทัลไร้กฎหมายซึ่งผลกระทบกำลังเกิดขึ้นแบบเรียลไทม์ และนวัตกรรมกับการแสวงหาประโยชน์มักดูเหมือนกัน

AI ลดความยากในการเข้าถึงการฉ้อโกง

AI ได้ทำให้การเรียนรู้เกี่ยวกับการฉ้อโกงง่ายขึ้น ด้วยการให้คำสั่งและเชื่อมต่ออินเทอร์เน็ต ใครก็ตามสามารถเริ่มการโจมตีที่ซับซ้อนได้: การสร้างแคมเปญการฉ้อโกงที่น่าเชื่อถือ การปลอมตัวเป็นบุคคลที่เชื่อถือได้ หรือการสร้างตัวตนปลอมทั้งหมด สิ่งที่ต้องการความเชี่ยวชาญในอดีตตอนนี้ต้องการแค่ความตั้งใจเท่านั้น เทคนิคการฉ้อโกงถูกขยายเหมือนกับธุรกิจใหม่ๆ: ทดสอบ ลองผิดลองถูก และเปิดตัวภายในไม่กี่ชั่วโมง ไม่ใช่ไม่กี่สัปดาห์

การเพิ่มขึ้นของตัวตนปลอมและเศรษฐกิจ Deepfake

วิวัฒนาการขั้นต่อไปของการฉ้อโกงที่ขับเคลื่อนด้วย AI จะไม่เพียงเลียนแบบความจริง แต่จะสร้างมันขึ้นมาใหม่ทั้งชุด การฉ้อโกงด้วยตัวตนสังเคราะห์กำลังกลายเป็นภัยคุกคามที่เติบโตเร็วที่สุดประเภทหนึ่ง โดยได้แรงหนุนจากโมเดล AI เชิงกำเนิดที่สร้างบุคลิกสมจริงจากเศษข้อมูลที่ขโมยมา ตามข้อมูลของ Datos Insights สถาบันการเงินมากกว่า 40% พบการโจมตีที่เชื่อมโยงกับตัวตนสังเคราะห์จาก GenAI เพิ่มขึ้น ขณะที่ความเสียหายจากกลยุทธ์เหล่านี้เกิน 3.5 หมื่นล้านดอลลาร์ในปี 2023 ของปลอมดิจิทัลเหล่านี้หลอกได้ทั้งคน ระบบไบโอเมตริก และระบบตรวจสอบเอกสาร จึงบั่นทอนความไว้วางใจซึ่งเป็นหัวใจของการเริ่มต้นใช้งานและกระบวนการปฏิบัติตามข้อกำหนด

ผู้กำกับดูแลกำลังวาดเส้นในทรายที่เปลี่ยนแปลง

ผู้กำหนดนโยบายเริ่มลงมือแล้ว แต่กำลังไล่ตามเป้าหมายที่เคลื่อนตลอดเวลา กรอบอย่าง EU AI Act และแผนการปฏิบัติตามข้อกำหนดด้านปัญญาประดิษฐ์ของ FTC แสดงถึงความก้าวหน้าในการสร้างข้อกำกับสำหรับการพัฒนาและใช้งาน AI อย่างมีจริยธรรม แต่การฉ้อโกงไม่รอให้กฎระเบียบตามทัน เมื่อกำหนดกฎเสร็จ กลยุทธ์ก็วิวัฒนาการไปแล้ว

ช่องว่างนี้ทำให้เกิดช่องว่างที่อันตราย ซึ่งบริษัทต่างๆ ในปัจจุบันต้องดำเนินการเป็นทั้งผู้นวัตกรรมและผู้บังคับใช้ โดยไม่มีมาตรฐานระดับโลกสำหรับความเสี่ยงของ AI องค์กรต่างๆ ต้องดูแลตนเอง สร้างรั้วของตนเอง ตีความความเสี่ยงด้วยตนเอง และรับผิดชอบต่อทั้งนวัตกรรมและความรับผิดชอบ

การต่อสู้ด้วยไฟ: สิ่งที่การป้องกันที่มีประสิทธิผลดูเหมือน

เพื่อให้สามารถติดตามการฉ้อโกงโดยใช้ AI องค์กรต่างๆ ต้องใช้แนวทางเดียวกัน: มีความคล่องตัว มีการใช้ระบบอัตโนมัติ และขับเคลื่อนด้วยข้อมูล การป้องกันที่มีประสิทธิผลที่สุดในปัจจุบันพึ่งพาการตรวจจับความเสี่ยงในเวลาจริงโดยใช้ AI: ระบบที่สามารถระบุพฤติกรรมที่น่าสงสัยก่อนที่จะเกิดการโจมตีและปรับให้เหมาะสมกับรูปแบบการโจมตีที่เกิดขึ้นใหม่โดยไม่ต้องมีการแทรกแซงจากมนุษย์

โชคดีที่ข้อมูลที่ต้องใช้เพื่อการป้องกันลักษณะนี้มีอยู่แล้วในธุรกิจส่วนใหญ่ และถูกเก็บรวบรวมแบบไม่รบกวนผู้ใช้ผ่านปฏิสัมพันธ์ดิจิทัลในแต่ละวัน ทุกการคลิก การเข้าสู่ระบบ การกำหนดค่าอุปกรณ์ ที่อยู่ IP และสัญญาณพฤติกรรมช่วยสร้างภาพโดยละเอียดว่าใครอยู่หลังหน้าจอ ซึ่งรวมถึงข้อมูลอัจฉริยะของอุปกรณ์ ไบโอเมตริกเชิงพฤติกรรม เมทาดาทาเครือข่าย ตลอดจนสัญญาณอย่างอายุของที่อยู่อีเมลและการปรากฏตัวบนสื่อสังคม

คุณค่าที่แท้จริงอยู่ที่การเปลี่ยนสัญญาณกระจัดกระจายเหล่านี้ให้เป็นข้อมูลเชิงลึกที่เกี่ยวข้อง เมื่อวิเคราะห์ด้วย AI จุดข้อมูลหลากหลายช่วยให้ตรวจจับความผิดปกติได้เร็วขึ้น ตัดสินใจได้แม่นยำขึ้น และปรับตัวต่อภัยคุกคามที่เปลี่ยนแปลงได้ดีขึ้น แทนที่จะพิจารณาปฏิสัมพันธ์แต่ละครั้งแยกกัน ระบบต่อต้านการฉ้อโกงสมัยใหม่เฝ้าติดตามรูปแบบผิดปกติ ความเชื่อมโยงน่าสงสัย และพฤติกรรมที่เบี่ยงจากปกติอย่างต่อเนื่อง การเชื่อมโยงข้อมูลแบบเรียลไทม์ทำให้ประเมินความเสี่ยงตามบริบทได้แม่นยำขึ้นและลดผลบวกลวง

อย่างไรก็ตาม การป้องกันด้วย AI ไม่ได้หมายถึงการนำมนุษย์ออกจากกระบวนการ การกำกับดูแลโดยมนุษย์จำเป็นต่อการทำให้ผลลัพธ์อธิบายได้ ลดอคติ และรับมือกรณีขอบที่ระบบอัตโนมัติอาจมองข้าม

ทบทวนความไว้วางใจใหม่ในโลกแบบเรียลไทม์

การปรับตัวต่อภูมิทัศน์ภัยคุกคามนี้ไม่ใช่เพียงการใช้เครื่องมือที่ฉลาดกว่า แต่ต้องคิดใหม่ว่าเรานิยามความเสี่ยงและนำความไว้วางใจมาใช้ในการปฏิบัติงานอย่างไร โมเดลตรวจจับการฉ้อโกงแบบดั้งเดิมมักอาศัยข้อมูลในอดีตและกฎตายตัว ซึ่งเปราะบางต่อภัยคุกคามที่ขับเคลื่อนด้วย AI และเปลี่ยนแปลงทุกวัน องค์กรจึงต้องเปลี่ยนไปสู่การตัดสินใจตามบริบท โดยใช้สัญญาณพฤติกรรมแบบเรียลไทม์ ข้อมูลอุปกรณ์ และรูปแบบเครือข่ายเพื่อเห็นเจตนาของผู้ใช้ได้ครบถ้วนกว่า

ระบบที่มีมนุษย์ร่วมตัดสินใจช่วยเสริมกรอบนี้อย่างสำคัญ ด้วยการจับคู่ความแม่นยำในการวิเคราะห์ของ AI กับวิจารณญาณของผู้เชี่ยวชาญ ทำให้ความผิดปกติที่ถูกแจ้งเตือนได้รับการทบทวนตามบริบท ลดผลบวกลวง และพัฒนาการตัดสินใจด้านความไว้วางใจผ่านข้อเสนอแนะจากมนุษย์อย่างต่อเนื่อง การเปลี่ยนแปลงนี้ไม่ใช่เพียงเรื่องเทคนิค แต่เป็นเรื่องวัฒนธรรมด้วย

การป้องกันการฉ้อโกงไม่อาจถูกแยกเป็นเพียงงานส่วนหลังอีกต่อไป แต่ต้องเป็นส่วนหนึ่งของกลยุทธ์ความไว้วางใจที่กว้างขึ้น เชื่อมกับการเริ่มต้นใช้งาน การปฏิบัติตามข้อกำหนด และประสบการณ์ลูกค้า นั่นหมายถึงทีมข้ามสายงานต้องแบ่งปันข้อมูลเชิงลึก เห็นพ้องเรื่องระดับความเสี่ยงที่ยอมรับได้ และออกแบบระบบที่สมดุลระหว่างการปกป้องกับการเข้าถึง

ยังต้องมีกรอบคิดที่ให้คุณค่ากับความยืดหยุ่นมากกว่าความแข็งตายตัว เมื่อ AI เปลี่ยนทั้งความเร็วและขนาดของการฉ้อโกง ความสามารถในการปรับตัวอย่างรวดเร็ว ตามบริบท และต่อเนื่องจะกลายเป็นมาตรฐานใหม่ของการก้าวนำ เราหยุดความพยายามฉ้อโกงทั้งหมดไม่ได้ แต่สามารถออกแบบระบบให้ล้มเหลวอย่างชาญฉลาด ฟื้นตัวเร็ว และเรียนรู้แบบเรียลไทม์ได้

ไม่มีใครชนะการแข่งขันด้านอาวุธการฉ้อโกงได้

การต่อสู้กับการฉ้อโกงที่ขับเคลื่อนด้วย AI ไม่มีชัยชนะขั้นสุดท้าย การป้องกันใหม่ทุกแบบเชื้อเชิญการโต้กลับที่ฉลาดและรวดเร็วยิ่งขึ้น ผู้ฉ้อโกงมีข้อจำกัดน้อยกว่า ปรับตัวแบบเรียลไทม์ และใช้โมเดล AI เดียวกับบริษัทที่พวกเขาโจมตี

ในดินแดนดิจิทัลไร้กฎหมายใหม่นี้ ผู้ฉ้อโกงเคลื่อนไหวเร็ว ทำลายสิ่งต่างๆ และไม่ต้องเผชิญข้อจำกัดด้านกฎระเบียบหรือจริยธรรมที่ทำให้ธุรกิจถูกกฎหมายช้าลง เราทุกคนต้องยอมรับความจริงใหม่ว่า ผู้ไม่หวังดีจะใช้ AI ในทางมิชอบ การตอบสนองที่ยั่งยืนเพียงอย่างเดียวคือใช้ AI เป็นข้อได้เปรียบเชิงกลยุทธ์เพื่อสร้างระบบที่รวดเร็ว ยืดหยุ่น และพัฒนาอย่างต่อเนื่องเท่ากับภัยคุกคาม เพราะในโลกที่ใครๆ ก็ใช้ AI ได้ การหยุดนิ่งเท่ากับยอมแพ้โดยสิ้นเชิง

ทามาส คาดาร์ เป็น CEO และผู้ร่วมก่อตั้ง SEON ซึ่งเป็นบริษัทชั้นนำด้านการป้องกันการฉ้อโกงและ AML เขาได้เริ่มก่อตั้ง SEON ในปี 2017 หลังจากที่เขาเผชิญกับปัญหาการฉ้อโกงที่การแลกเปลี่ยนเงินคริปโตของเขาเอง ด้วยความเชี่ยวชาญในด้านฟินเทค AI และไซเบอร์ซีเคียวริตี้ เขาได้สร้างแพลตฟอร์มที่มอบเครื่องมือระดับองค์กรให้กับธุรกิจทุกขนาด ภายใต้การนำของเขา SEON ได้รับการยอมรับในระดับโลก ในฐานะผู้ร่วมให้ข้อมูลกับ Forbes Technology Council และ HackerNoon คาดาร์เป็นผู้เสนอแนะให้มีการป้องกันการฉ้อโกงแบบเรียลไทม์ที่เป็นประชาธิปไตย