Za današnja preduzeća, prava konkurentska prednost dolazi od inteligentnog korišćenja uvida i postavljanja pravih parametara za besprijekornu autentičnost transakcija koje su zaista originalne.
S obzirom da prevaranti koriste sve sofisticiranije metode - uključujući one koje pokreće AI, koji mogu stvoriti nove vektore napada za loše aktere - preduzeća se moraju osloniti na više od postavljenih pravila koja su funkcionisala u prošlosti. Budućnost leži u kontekstualnoj inteligenciji i uvidu u identitet: razumevanje kako se delovi informacija povezuju, kako obrasci odstupaju od norme i kako tumačiti suptilne signale u realnom vremenu.
Uzmite transakciju sa adresom e-pošte od john.doe@gmail.com. Oslanjajući se na uvide iz prethodnih transakcija, sistem koji pokreće AI može da identifikuje da li je e-pošta nedavno kreirana, što ukazuje na moguće lažne aktivnosti ili je to dugogodišnja, pouzdanija adresa e-pošte.
Da bi stvorili sigurnije iskustvo transakcija bez žrtvovanja agilnosti, preduzeća moraju iskoristiti kombinaciju mašinskog učenja, istorijskih obrazaca i uvida u realnom vremenu. Evo nekih uobičajenih tipova uvida koji mogu pomoći da se to desi:
1. Mogućnosti osoba: Analizom uobičajenih identifikatora poput imena, e-pošte, adresa i brojeva telefona u pravom kontekstu, preduzeća mogu da dobiju uvid u te identifikatore koji mogu pomoći u informisanju njihove odluke o tome da li će krenuti dalje i potvrditi digitalnu interakciju. Evo tri važne stvari koje treba uzeti u obzir, posebno u vezi sa novim korisnicima:
- E-pošta: Da li je adresa e-pošte nedavno kreirana ili se ranije pojavila u legitimnim transakcijama.
- Ime: Da li je ime ove osobe prethodno povezano sa ovom e-poštom ili adresom za isporuku?
- Broj telefona: Da li je telefonski broj u skladu sa prošlim ponašanjem kupovine ili je označen u prethodnim pokušajima prevare?
Ovi uvidi, kada se kombinuju i analiziraju, mogu dodeliti rezultat koji odražava ukupni rizik transakcije. Veća ocena rizika ne znači nužno pojavu nečeg zlonamernog - ali može zahtevati bliži pregled kako bi se ispitali uvidi korišćeni za donošenje te odluke. Dobra vest je da trgovci mogu da grade automatizovane akcije na osnovu svakog rezultata, što znači da prolaze sigurnije transakcije, dok potencijalni prevaranti nailaze na dodatne runde autentifikacije.
2. Mogućnosti ponašanja: Ova vrsta informacija odnosi se na to kako neko komunicira sa veb lokacijom ili uslugom. Sa pravim alatima često može biti izraženiji od direktnih informacija koje pružaju. Evo potencijalne crvene zastave na koju treba paziti:
- Vrednost i obim transakcije: Da li je veličina ili učestalost transakcije izvan karaktera za ovog određenog korisnika?
Modeli AI i mašinskog učenja uče iz ovih obrazaca, označavajući ponašanja koja naglo odstupaju od očekivanih normi. Vremenom postaju pametniji - razlikuju kasnoćnu kupovinu poklona i prevaranta koji posluje lažnim identitetom.
3. Mogućnosti uređaja: Tip uređaja koji potrošač koristi za pristup usluzi preduzeća, kao što su telefon, tablet ili računar, može ponuditi kritičan uvid u legitimnost. Preduzeća treba da prate:
- Doslednost: Da li je uređaj potrošača onaj koji obično koristi ovaj nalog?
- Tip uređaja: Da li su operativni sistem ili pregledač zastareli, ukorenjeni ili poznato da su povezani sa lažnim aktivnostima? Na primer, Android uređaj koji prikazuje korisničkog agenta sa pregledačem Apple iOS Safari mogao bi biti razlog za zabrinutost.
