Доктор Марк Голдспінк, генеральний директор The ai Corporation (ai) – Серія інтерв’ю

Доктор Марк Голдспінк є генеральним директором The ai Corporation (ai), вони пропонують унікальні рішення для виявлення шахрайства, які вважаються багатьма лідерами галузі найкращими у світі. Ці рішення, включаючи новий “досконалий” захист платежів за допомогою машинного навчання, забезпечують безпечний та багатоканальний досвід платежів для понад 100 банків, понад трьох мільйонів торговців та понад 300 мільйонів власників карток. Вони також контролюють понад 25 мільярдів транзакцій та авторизацій щороку.

Що спочатку привернуло вашу увагу до машинного навчання та штучного інтелекту?

Штучний інтелект – це єдиний спосіб прийняття бізнес-рішень з великими джерелами даних ефективно.

Мій перший досвід використання машинного навчання (1992) був пов’язаний з дослідженням цінової еластичності в паливній галузі. Кожна заправна станція та продукт мають свій власний індекс еластичності. Ми використали штучний інтелект для створення прогнозного інструменту ціноутворення, щоб допомогти нам зрозуміти зв’язок між ціною та кількістю товарів. Цей інструмент досі використовується по всьому світу.

Чи можете ви коротко пояснити, чим займається The ai Corporation (ai)?

ai забезпечує цифровізацію рішень для платежів, пропонуючи корпоративні хмарні продукти та послуги. Просто кажучи, ми ставимо за мету забезпечити майбутнє наших клієнтів у сфері платежів, щоб вони могли залишатися у відповідності з розвитком цифрового ринку. Ми вважаємо, що платежі повинні стати невидимими, щоб компанії могли зосередитися на управлінні своїми клієнтами та менше турбуватися про те, як приймати платежі.

Які технології машинного навчання використовуються для виявлення потенційних загроз та шахрайства?

Існує багато різних методів та технік, які використовуються у сфері виявлення шахрайства та загроз. Ранні приклади включають логіку Баєса та дерева рішень. Пізніше інновації привели до широкого використання нейронних мереж, які досі широко використовуються. Швидке впровадження машинного навчання (ML) у інших галузях сприяло подальшому впровадженню інших методів, таких як несупервізовані техніки, XGBoost та інші. Більшість компаній обирають розробку власних методів, які зазвичай базуються на існуючих методах для покращення виявлення шахрайства.

Чи може ви пояснити, як автоматизація процесу управління шахрайством за допомогою оркестрування моделей може вирішити проблему великої кількості моніторингу?

Більшість систем виявлення шахрайства використовують кілька моделей для виявлення оптимальної кількості шахрайства при одночасному зменшенні кількості законних платежів. Однак основною проблемою цих систем є велика кількість додаткової адміністрації, необхідної для управління цими моделями. Ця адміністрація та управління зазвичай здійснюються вручну, а чим більше моделей використовується, тим більше ручної праці потрібно для забезпечення того, щоб моделі продовжували працювати добре.

Оркестрування моделей революціонізує спосіб нашого управління системами виявлення шахрайства. З оркеструванням машина фактично управляє собою. Коли моделі визнаються такими, що не працюють добре, їх замінюють новою моделлю або перезнавчають на основі останніх даних. Цей процес використовує автоматизовані процеси для отримання статистики продуктивності для моделей у режимі реального часу, а також тих самих статистичних даних для будь-яких автономних моделей, створених за допомогою машинного навчання. Коли автономні моделі працюють добре, їх просувають у виробництво. Це утворює закритий цикл автоматичної системи для оптимального виявлення шахрайства та бізнес-процесів.

Чи можете ви надати приклади кіберзагроз або загроз у сфері фінтех, які раніше були виявлені за допомогою машинного навчання?

У нашій компанії ми постійно запобігаємо шахрайству за допомогою нашого рішення AutoPilotML, яке залишається на рівні з тенденціями шахрайства, автоматично оптимізуючи всю стратегію виявлення шахрайства (як моделей машинного навчання, так і правил, створених вручну). Наші оптимізовані рішення виявили схеми захоплення рахунків та злому паролів у сфері телекомунікацій, наприклад, і зберегли операторам тисячі фунтів. Насправді ми виявили близько 10 мільйонів доларів підозрілих транзакцій на рік.

Кіберзагрози часто походять з темної мережі, чи можете ви обговорити деякі з послуг Dark Web Managed Services, які зараз пропонуються?

ai пропонує службу моніторингу темної мережі, яка працює через SaaS-додаток Skurio, для інформування та захисту клієнтів, яких піддають загрозі, щойно їхні дані оприлюднюються в темній мережі. Ми вважаємо, що це партнерство унікальне та надає нашим користувачам світовий рівень кіберрозвідки, який автоматично сканує веб-сайти, ринки та форуми для виявлення випадків появи даних клієнта в темній мережі.

Чи є щось ще, що ви хотіли б поділитися про The ai Corporation (ai)?

Створення великих продуктів разом з правильними процесами може бути досягнуте лише за допомогою світового класу команди. Я дуже пишаюсь командою ai, і саме ця команда допомагає нам бути інноваційними.

Це також команда, яка робить роботу в ai приємною та мотивуючою для мене. Це найкраща нагорода для лідера. Допомагати людям розвиватися та зростати.

Дякую за велике інтерв’ю, читачам, які бажають дізнатися більше, слід відвідати The ai Corporation (ai).