LexisNexis Risk Solutions додає сигнали від ШІ-агентів до рішень щодо шахрайства

5 листопада 2026 року LexisNexis Risk Solutions представила аналітику Know Your Agent (KYA), додавши дані про активність ШІ-агентів і контекстні сигнали ризику до своєї платформи цифрової ідентифікації та запобігання шахрайству. За даними компанії, у першій половині 2026 року трафік від агентів зріс більш ніж на 750%.

Багато клієнтів уже використовують KYA під час ухвалення поточних рішень з управління ризиками. Компанія повідомила, що її Digital Identity Network проаналізувала понад 116 млрд цифрових транзакцій у 2025 році та виявила 4,9 млрд автоматизованих бот-атак — на 59% більше, ніж попереднього року. Така наявна видимість взаємодій між людьми й автоматизованими системами створює контекст, у який KYA додає дані про активність агентів.

Виявлення доповнює ширшу оцінку ризиків

Більшість персональних агентів не повідомляють, що вони є агентами, тому першочергове завдання — їх виявити. Самої лише ідентифікації недостатньо, щоб з’ясувати, кого представляє агент, чи має він дозвіл на свою діяльність, чи відповідає його поведінка наданим повноваженням і чи виглядає вся взаємодія легітимною. KYA покликана доповнити дані про особу, пристрій, мережу, поведінку та взаємозв’язки виявленням агентів у реальному часі.

Цей контекст може змінюватися під час однієї цифрової взаємодії, коли контроль переходить від людини до агента або навпаки. Майк Вудберрі, старший віцепрезидент із продуктів і аналітики, сказав, що мета — з’ясувати, хто або що виконує дію, кого або що воно представляє, чи має воно відповідний дозвіл і що саме намагається зробити. Тож кожне рішення стосується конкретного агента, який виконує конкретну дію в конкретному контексті, з урахуванням політик організації щодо ризиків.

Як сигнали потрапляють до процесів боротьби з шахрайством

У брошурі компанії про аналітику ШІ-агентів описано, як дані про браузер, пристрій, операційну систему та мережу допомагають розпізнавати сигнатури агентів та інші ознаки діяльності, керованої агентами. Профілювати можна й застосунки, вбудовані в ChatGPT, Claude та подібні платформи: для цього аналізують характеристики браузера, домени, сигнали застосунків та інші ознаки, щоб сформувати контекст цифрової ідентичності. Технічні та поведінкові індикатори допомагають класифікувати активність як людську, зловмисного бота або ШІ-агента.

Trust Tags можуть встановлювати сталі зв’язки між користувачами, пристроями та взаємодіями з агентами, допомагаючи організаціям оцінювати подальшу активність. Автентифікація поза основним каналом може допомогти встановити довірені зв’язки між клієнтами, агентами та взаємодіями. Потім організації можуть використовувати ці сигнали у своїх наявних робочих процесах і дозволяти взаємодію, вимагати автентифікації, перевіряти її або відхиляти — залежно від контексту та власних політик щодо ризиків.

У межах ThreatMetrix аналітика щодо агентів поєднує дані про цифрову ідентичність і поведінкову аналітику. API, комплекти засобів розробки програмного забезпечення та інтеграції, готові до використання в робочих процесах, підтримують веб-, мобільні та серверні середовища. Постачання через LexisNexis Dynamic Decision Platform пов’язує цю функціональність із розслідуваннями, що спираються на цифрову криміналістику, керуванням справами, звітністю та оркестрацією робочих процесів.

Застосування для боротьби з шахрайством і межі можливостей продукту

Серед сфер застосування — торгівля за допомогою агентів, відкриття рахунків і реєстрація клієнтів, банківські послуги та платежі, автентифікація й керування доступом, а також обслуговування клієнтів. Агенти можуть шукати товари чи купувати їх, брати участь у процесі реєстрації, отримувати доступ до рахунків, планувати повернення товарів або керувати рахунками. Система також покликана оцінювати, чи має агент законні повноваження під час доступу до рахунку та його перевірки.

LexisNexis попереджає, що автономні агенти можуть збільшити масштаби й складність шахрайства з авторизованими push-платежами та атак із захопленням облікових записів, а зловмисні агенти — навчатися на успіхах і невдачах, щоб пристосовувати наступні атаки. Грейсон Кларк, комерційний директор, повідомив, що одна міжнародна фінансова установа скористалася можливостями компанії з виявлення агентів, щоб розпізнавати діяльність агентів і допомогти запобігти виконанню ними чутливих транзакцій.

Наявні можливості зосереджені на виявленні, контексті та ухваленні рішень у робочих процесах. У матеріалах як перспективні напрями описано розширеніші можливості щодо ідентичності й авторизації агентів, а також взаємодію між агентами, однак зобов’язань щодо впровадження цих функцій не надано. Результати залежать від реалізації, доступності даних, характеристик транзакцій і способу використання клієнтом; жодне рішення не може за будь-яких обставин ідентифікувати, класифікувати, автентифікувати або виявляти кожного користувача, пристрій, бота чи ШІ-агента.

Для команд із боротьби з шахрайством практична зміна полягає в тому, що участь агента стає ще одним чинником під час ухвалення вже налагодженого рішення, а реакцію можна узгодити з клієнтом, його повноваженнями та відповідною дією. Відкрите питання — чи залишатиметься такий контекстний підхід ефективним у міру розвитку агентів, стандартів і взаємодії між агентами, особливо поки розширеніші можливості щодо ідентичності й авторизації залишаються перспективними напрямами.