Гусейн Баджва, старший віце-президент з продукту в SEON – Інтерв’ю серія

Гусейн Баджва, старший віце-президент з продукту в SEON, керує стратегією продукту для рішень компанії з попередження ризиків і шахрайства, маючи понад два десятиліття досвіду в галузі мереж, кібербезпеки та корпоративних технологій. Базуючись в Остіні, він раніше обіймав посади віце-президента з стратегії продукту та віце-президента з глобальної інженерії продажів в Beyond Identity, а раніше протягом семи років працював у компанії Aruba Networks на посаді відмінного інженера. Баджва також обіймав керівні посади в Ericsson і BelAir Networks і був співзасновником CardioAssure. Його кар’єра поєднує глибокі технічні знання з лідерством у сфері телекомунікацій, безпеки та цифрової інфраструктури.

SEON – це платформа з попередження шахрайства та боротьби з відмиванням грошей, яка допомагає підприємствам виявляти та зупиняти цифрове шахрайство на всіх етапах взаємодії з клієнтами. Технологія компанії аналізує сотні сигналів даних, включаючи електронну пошту, пристрої, IP-адреси та поведінкові моделі, для визначення підозрілої діяльності в режимі реального часу. Її платформа поєднує машинне навчання для оцінки ризиків з налаштовуваними правилами, щоб допомогти організаціям зменшити шахрайство, автоматизувати процеси дотримання законодавства та захистити законних користувачів у галузях, таких як фінтех, електронна комерція та онлайн-ігри.

Як доступне генеративне штучне інтелект змінило шахрайство у сфері романтики та应用них програм за останні 12 місяців?

Генеративне штучне інтелект стало фактором, який збільшує шахрайство. Воно суттєво знизило бар’єр для входу у сферу складного шахрайства у сфері романтики, надавши атакувальникам доступ до тих самих потужних інструментів, які використовують законні підприємства.

За даними звіту SEON про лідерів у сфері боротьби з шахрайством та відмиванням грошей за 2026 рік, 98% організацій зараз використовують штучний інтелект у процесах боротьби з шахрайством та дотримання законодавства. Те саме стосується і злочинців. Штучний інтелект вже не є експериментальним. Він став базовим. Те, що раніше потребувало терпіння, навичок соціальної інженерії та володіння мовою, тепер може бути автоматизовано.

Шахраї створюють повністю синтетичні ідентичності з нуля, включаючи облікові записи електронної пошти, правдоподібні фотографії, правдоподібні життєві історії та цифрові сигнали. Кожен сигнал може виглядати законним окремо, але разом вони утворюють ідентичність, спеціально створену для обману.

Мова вже не є надійним індикатором, оскільки штучний інтелект усуває граматичні помилки та інтонаційні несумісності. Він дозволяє проводити емоційно узгоджену бесіду, яка адаптується динамічно до відповідей жертви. Один актор тепер може керувати сотнями персонажів одночасно.

Результатом є шахрайство, яке виглядає законним з початку до кінця. Шахрайство у сфері романтики перейшло від ізольованих злих акторів до координованих, штучно інтелект-асистованих операцій, які працюють безперервно з швидкістю машини.

Які три тонкі червоні прапори, які демонструють профілі, створені штучним інтелектом?

Перший червоний прапор – це те, що я називаю цифровим дисбалансом слідів. Історія профілю багата і детальна, але довгострокові цифрові сліди не відповідають цій глибині. Штучний інтелект може генерувати розповідь миттєво, але він бореться з реплікацією років послідовної, міжканальної поведінкової історії.

Другий червоний прапор з’являється, коли ви оглядаєте групи облікових записів. Індивідуально облікові записи виглядають переконливими. Але коли ви розглядаєте їх колективно, статистичні подібності з’являються, такі як спільні відбитки пристроїв, схожий час реєстрації та інфраструктурне перекриття. Шахрайство все частіше ховається у подібності моделей, а не у очевидних помилках.

Третій – це підозріливо ідеальна поведінка. Людська діяльність містить випадковість. Люди входять у систему нерегулярно, змінюють тон у середині розмови та поводяться непередбачувано. Персони, створені штучним інтелектом, часто вводять механічну точність, таку як рівномірно темперований обмін повідомленнями, оптимізовані імена користувачів та контрольовану глибину діяльності. Виявлення сьогодні залежить менше від виявлення недбалих помилок і більше від ідентифікації поведінки, яка є надто послідовною, щоб бути органічною.

Поза ідентифікацією особи, які сигнали повинні моніторити платформи?

Статична, одноразова верифікація під час реєстрації більше не достатня. Шахраї регулярно проходять базові перевірки, а потім діють без контролю.

Сучасний захист вимагає безперервної, адаптивної верифікації, яка реагує на ризик, коли він виникає. Це означає аналіз глибини цифрових слідів, інтелекту пристроїв та поведінкової телеметрії в режимі реального часу, як до, так і під час взаємодії з користувачем.

Технічні сигнали, такі як постійна ідентифікація пристроїв, виявлення проксі, повторне використання інфраструктури та маркери автоматизації, є критичними. Але не менше важливими є поведінкові сигнали: темп розмови, швидке прискорення довіри, спроби перемістити взаємодію поза платформою та моделі обміну повідомленнями між обліковими записами.

Метою є контекстно-обізнане прийняття рішень, особливо до того, як відбувається емоційна інвестиція. Замість того, щоб питати “Існує ця особа?”, платформи повинні питати, “Поводиться ця сутність як законна людина з часом?”

Як штучно інтелект-асистоване шахрайство викликає традиційні команди та що таке реальне митигування?

Штучно інтелект-асистоване шахрайство є масштабованим, адаптивним та безперервним. Воно стискає цикли атак і перевантажує ручний огляд. Тактика еволюціонує під час взаємодії, що робить статичні набори правил застарілими.

Традиційні моделі модерації є реактивними. Вони розглядають випадки після того, як починається шкода. Але якщо у вас немає безперервного прийняття рішень, інтегрованого у ваш стек, ви граєте у захист після того, як шкода вже відбулася.

Реальне митигування означає оцінку ризику у субсекундах під час реєстрації та першої взаємодії. Це означає використання графічного аналізу для виявлення координованих мереж, а не оцінки облікових записів окремо. Це означає автоматичне придушення високоризикових кластерів до того, як будуть надані привілеї обміну повідомленнями.

Шахрайство одночасно збільшується та спеціалізується. Поле битви перейшло від очевидного зловживання до точної маніпуляції ідентичністю. Захист повинен перейти від реактивного модерації до живої оркестрації.

Яке найбільше заблуждення користувачів?

Багато користувачів припускають, що якщо профіль існує, він був глибоко верифікований. Вони ототожнюють тривалість існування з законністю та правдоподібними фотографіями з автентичністю.

Насправді верифікація є шарованою та ймовірнісною. Платформи знижують ризик, але вони не можуть гарантувати автентичність у всі часи. Прохід перевірки в один момент не означає безперервної законності.

Безпека є ризик-управляемою, а не гарантованою. Присутність профілю означає, що обліковий запис задовольняв певним порогам, а не те, що він представляє повністю автентифіковану людину нескінченно.

Яка одна можливість продукту найбільш би підвищила бар’єр для шахраїв?

Найбільш впливаючою можливістю було б реальне командне місце боротьби з шахрайством, інтегроване безпосередньо у реєстрацію, яке могло б оцінювати ризик сутності на рівні пристрою, електронної пошти, телефону та мережевих сигналів до початку взаємодії. Воно могло б виявляти моделі кластерів на ранній стадії, а не після того, як жертви повідомляють про шкоду. Воно могло б застосовувати прогресивну, контекстно-обізнану фрикцію замість загальної верифікації.

Найефективніший захист відбувається до того, як відправляється перше повідомлення. Як тільки починається емоційна інвестиція, оборонний тягар значно збільшується.

Як платформи можуть балансувати виявлення шахрайства та досвід користувача?

Припущена компроміс між безперешкодним та безпечним є поганим дизайном системи, а не незмінним законом.

Розумне попередження шахрайства застосовує динамічну фрикцію, підвищуючи верифікацію лише тоді, коли поведінкові або технічні сигнали її виправдовують. Користувачі з низьким ризиком рухаються безперешкодно. Підвищений ризик викликає більш глибоку перевірку.

Коли платформи розглядають безпеку та конверсію разом, попередження шахрайства покращує досвід користувача. Видалення злих акторів на ранній стадії збільшує довіру та зменшує емоційний та фінансовий збиток, який викликає відхід користувачів.

Точність замінює загальну фрикцію.

Яку роль повинні відігравати зовнішні платформи попередження шахрайства?

Жодна окрема платформа побачила весь ландшафт загроз. Шахрайські мережі діють у різних галузях, платформах та географіях.

85% організацій планують додати або замінити постачальника послуг боротьби з шахрайством у 2026 році, згідно з звітом SEON. Це свідчить про те, що лідери визнають необхідність сильнішої, більш інтегрованої розвідки.

Зовнішні платформи попередження шахрайства забезпечують розширення сигналів між галузями та більш широке визнання моделей. Вони виявляють повторне використання інфраструктури, нові тактики противника та координовані мережі, які можуть не бути видимими всередині однієї екосистеми.

Розвідка щодо шахрайства посилюється, коли розширюється видимість. Коли штучний інтелект дозволяє атакувальникам координувати у масштабі, захист повинен стати рівноцінно мережевим та адаптивним.

Які нові можливості штучного інтелекту будуть використовуватися шахраями протягом 12-18 місяців?

Ми переходимо до епохи противної штучної інтелекту, або систем, спеціально розроблених для обману інших систем штучного інтелекту.

Звіт SEON вказує, що 25% лідерів зараз називають просунутий використовуваний злочинцями штучний інтелект та техніки маскування однією з зовнішніх загроз. Ця турбота є обґрунтованою.

Ми можемо очікувати більше спроб обходу лайвнессу за допомогою технології дипфейків, клонування голосу в режимі реального часу для ескалації поза платформою та штучно інтелект-асистованої поведінкової мімікрії, навченої на даних законних користувачів. Шахраї можуть все частіше “старити” персони з часом, щоб імітувати довгострокову історію та поступово будувати довіру до активації.

Основним викликом буде доведення людяності через нюансовані поведінкові, біометричні та екологічні сигнали, а не статичні облікові дані.

Яку пораду ви дали б користувачам, які підозрюють штучно інтелект-асистованого шахрая?

Затримайте взаємодію. Штучно інтелект-асистоване шахрайство залежить від емоційної прискорення та терміновості.

Будьте скептичними щодо швидкозростаючих відносин, особливо якщо з’являються розповіді про фінансові труднощі. Ніколи не надсилайте гроші поза платформою. Запитайте несценарну, реальну відеозустріч та незалежно перевірте зображення через зворотні пошуки.

Якщо щось здається неправильним, повідомте про це негайно. Раннє повідомлення дозволяє платформам виявляти кластери та розбирати координовані мережі до того, як будуть пошкоджені більше користувачів.

Романтика повинна відчуватися органічно. Коли поведінка здається сконструйованою, вона часто є такою.

Дякуємо за велике інтерв’ю, читачам, які бажають дізнатися більше, слід відвідати SEON.