Faryam Asif, Shufti के मुख्य प्रौद्योगिकी अधिकारी – साक्षात्कार श्रृंखला

Faryam Asif, Shufti में मुख्य प्रौद्योगिकी अधिकारी एक प्रौद्योगिकी कार्यकारी हैं जो AI‑समर्थित पहचान सत्यापन, धोखाधड़ी रोकथाम और सुरक्षित डिजिटल ऑनबोर्डिंग में विशेषज्ञता रखते हैं। 2018 में Shufti में सॉफ़्टवेयर डेवलपर के रूप में शामिल होने के बाद, उन्होंने कई नेतृत्व भूमिकाएँ संभालीं और 2025 में मुख्य प्रौद्योगिकी अधिकारी बन गए, कंपनी की प्रौद्योगिकी रणनीति और उसके वैश्विक पहचान सत्यापन प्लेटफ़ॉर्म के विकास की देखरेख करते हैं। वह Programmers Force में मुख्य विकास अधिकारी के रूप में भी कार्य करते हैं, जिसमें सॉफ़्टवेयर इंजीनियरिंग, उत्पाद विकास और प्रौद्योगिकी नेतृत्व में व्यापक अनुभव लाते हैं।

Shufti एक वैश्विक पहचान सत्यापन और अनुपालन प्लेटफ़ॉर्म है जो वित्तीय संस्थानों, फ़िनटेक, क्रिप्टोकरेंसी प्लेटफ़ॉर्म, मार्केटप्लेस और अन्य नियामक उद्योगों के लिए AI‑समर्थित KYC, KYB, AML और धोखाधड़ी रोकथाम समाधान प्रदान करता है। 240 से अधिक देशों और क्षेत्रों में संचालन करते हुए, कंपनी बायोमेट्रिक सत्यापन, दस्तावेज़ प्रमाणीकरण, लाइवनेस डिटेक्शन और AI‑आधारित जोखिम विश्लेषण को मिलाकर संगठनों को ग्राहक ऑनबोर्डिंग को सरल बनाने, नियामक आवश्यकताओं को पूरा करने और बढ़ती परिष्कृत डिजिटल धोखाधड़ी से बचाव करने में मदद करती है।

आपने 2018 में Shufti में सॉफ़्टवेयर डेवलपर के रूप में काम शुरू किया और तब से कंपनी की पहचान सत्यापन बुनियादी ढांचे को एक वैश्विक प्लेटफ़ॉर्म में बनाने और स्केल करने में मदद की है। इस अवधि में पहचान धोखाधड़ी की प्रकृति कैसे विकसित हुई है, और प्रौद्योगिकी नेतृत्व के दृष्टिकोण से कौन‑से परिवर्तन सबसे आश्चर्यजनक रहे?

जब मैं 2018 में Shufti में सॉफ़्टवेयर डेवलपर के रूप में शामिल हुआ, तो अधिकांश धोखाधड़ी प्रयास अभी भी अपेक्षाकृत मैन्युअल थे। हम संपादित दस्तावेज़ों, प्रेज़ेंटेशन अटैक्स और काफी बुनियादी स्पूफ़िंग तकनीकों से निपट रहे थे। पिछले सात वर्षों में, मैंने देखा है कि धोखाधड़ी ऐसी चीज़ में बदल गई है जिसे AI का उपयोग करके मांग पर उत्पन्न किया जा सकता है, जबकि पहले इसके लिए काफी प्रयास और विशेषज्ञता की आवश्यकता होती थी।

मुझे सबसे अधिक आश्चर्य इस बात से हुआ है कि धोखाधड़ी न केवल अधिक परिष्कृत हुई है, बल्कि अधिक सुलभ भी हो गई है। जनरेटिव AI ने प्रभावी रूप से धोखाधड़ी को लोकतांत्रिक बना दिया है। वह क्षमताएँ जो पहले विशेषज्ञ कौशल की माँग करती थीं, अब उपभोक्ता‑ग्रेड टूल्स के माध्यम से उपलब्ध हैं। जैसा कि हम अपने Deepfake Fraud Index में उजागर करते हैं, धोखाधड़ी अब सॉफ़्टवेयर की तरह व्यवहार कर रही है: एक बार स्वचालित हो जाने पर, यह तेज़ी से स्केल कर सकती है।

दो विकास प्रमुख रूप से सामने आते हैं। पहला इन्जेक्शन अटैक्स हैं, जहाँ हमलावर कैमरा को पूरी तरह बायपास करके सिंथेटिक कंटेंट को सीधे सत्यापन स्ट्रीम में फीड करते हैं। दूसरा सिंथेटिक पहचान का उदय है, जहाँ AI‑जनित व्यक्तित्व बड़े पैमाने पर बनाकर ऑनबोर्डिंग सिस्टम का दुरुपयोग, वित्तीय सेवाएँ प्राप्त करने या मनी लॉन्डरिंग को सुविधाजनक बनाने के लिए उपयोग किए जाते हैं। वास्तविक और सिंथेटिक कंटेंट के बीच की रेखा अब काफी कठिन हो गई है, और इस बदलाव ने मूल रूप से यह बदल दिया है कि पहचान सत्यापन को कैसे अपनाया जाना चाहिए।

Shufti के Deepfake Fraud Index के अनुसार 2026 में दस्तावेज़‑डिपफेक लगभग 3,900 % तक बढ़ सकते हैं, जिससे यह AI‑समर्थित धोखाधड़ी की सबसे तेज़ी से बढ़ती श्रेणी बन जाएगी। इस विस्फोटक वृद्धि को कौन‑से कारक चला रहे हैं, और धोखाधड़ी करने वाले दस्तावेज़ों को लक्ष्य क्यों बना रहे हैं बजाय चेहरों या वीडियो स्ट्रीम के?

हमारा Deepfake Fraud Index अनुमान लगाता है कि 2026 में दस्तावेज़‑डिपफेक लगभग 3,900 % तक बढ़ेंगे, जिससे वे AI‑समर्थित धोखाधड़ी की सबसे तेज़ी से बढ़ती श्रेणी बनेंगे। यह वृद्धि दो बलों द्वारा संचालित है: जनरेटिव AI की तेज़ प्रगति और ऐसे टूल्स की बढ़ती पहुँच जो लगभग किसी भी व्यक्ति को विश्वसनीय नकली दस्तावेज़ बनाने की अनुमति देते हैं।

जो पहले विशेषज्ञ संपादन कौशल की माँग करता था, अब AI‑समर्थित टूल्स के माध्यम से वास्तविक पासपोर्ट, ड्राइविंग लाइसेंस, यूटिलिटी बिल, बैंक स्टेटमेंट और अन्य ऑनबोर्डिंग दस्तावेज़ उत्पन्न किए जा सकते हैं। साथ ही, कई लेगेसी सत्यापन सिस्टम अभी भी OCR और टेम्प्लेट मिलान पर भारी निर्भर हैं। वे टेक्स्ट पढ़ सकते हैं और लेआउट को वैध कर सकते हैं, लेकिन अक्सर यह निर्धारित करने में संघर्ष करते हैं कि दस्तावेज़ स्वयं प्रामाणिक है या नहीं।

धोखाधड़ी करने वाले दस्तावेज़ों को लक्ष्य बनाते हैं क्योंकि यह सबसे कम प्रतिरोध वाला मार्ग है। एक आधुनिक लाइवनेस सिस्टम को मात देना कई स्तरों की डिटेक्शन को पार करना आवश्यक बनाता है, जबकि कई दस्तावेज़ वर्कफ़्लो अभी भी अपेक्षाकृत सरल वैधता तकनीकों पर निर्भर रहते हैं। अतिरिक्त रूप से, एक हेरफेर किया गया दस्तावेज़ अक्सर कई संस्थानों और ऑनबोर्डिंग फ्लो में पुनः उपयोग किया जा सकता है, जिससे हमलावरों को बहुत अधिक ROI मिलता है।

हमारी यह वृद्धि मूल रूप से धोखाधड़ी अर्थशास्त्र का प्रतिबिंब है। हमलावर लगातार सत्यापन प्रक्रिया में सबसे कमजोर नियंत्रण को लक्ष्य बनाते हैं, और कई संगठनों के लिए दस्तावेज़ अभी भी वह सबसे कमजोर कड़ी बने हुए हैं।

रिपोर्ट बताती है कि सिंथेटिक पहचान AI‑चलित धोखाधड़ी की सबसे बड़ी श्रेणी है, जो AI धोखाधड़ी गतिविधि के 40 % से अधिक का प्रतिनिधित्व करती है। सिंथेटिक पहचान इतनी प्रभावी हमले का वेक्टर क्यों बन गई है, और यह वित्तीय संस्थानों और क्रिप्टो प्लेटफ़ॉर्म के लिए विशेष रूप से क्यों खतरनाक है?

सिंथेटिक पहचान प्रभावी इसलिए बन गई हैं क्योंकि वे कई सत्यापन सिस्टम की मौलिक कमजोरी का फायदा उठाती हैं: जब व्यक्तिगत डेटा पॉइंट्स को अलग‑अलग मूल्यांकित किया जाता है, तो वे वैध दिखते हैं।

ऐतिहासिक रूप से, सिंथेटिक पहचान अक्सर वास्तविक और निर्मित जानकारी को मिलाकर बनती थीं। अब हम देख रहे हैं कि AI‑जनित पहचानें सिंथेटिक चेहरों और व्यक्तित्वों के आसपास निर्मित हो रही हैं, जो कभी अस्तित्व में नहीं थे। हमारे Deepfake Fraud Index ने पाया कि सिंथेटिक पहचानें AI‑चलित धोखाधड़ी गतिविधि का 42.3 % हिस्सा बनाती हैं, जिससे वे आज की सबसे बड़ी AI‑समर्थित पहचान धोखाधड़ी श्रेणी बन गई हैं।

वित्तीय संस्थानों, फ़िनटेक और क्रिप्टो प्लेटफ़ॉर्म के लिए जोखिम महत्वपूर्ण है क्योंकि सफल ऑनबोर्डिंग अक्सर तुरंत वित्तीय मूल्य तक पहुँच प्रदान करती है। एक बार सिंथेटिक पहचान इकोसिस्टम में प्रवेश कर लेती है, तो इसे खाते खोलने, क्रेडिट प्राप्त करने, प्रोत्साहन का दावा करने, फंड्स को स्थानांतरित करने या मनी लॉन्डरिंग गतिविधियों को सुविधाजनक बनाने के लिए उपयोग किया जा सकता है।

सिंथेटिक पहचानें विशेष रूप से खतरनाक इसलिए हैं क्योंकि वे स्थायी होती हैं। पारंपरिक धोखाधड़ी अक्सर जल्दी पकड़ी जाती है क्योंकि इसमें वास्तविक पीड़ित शामिल होता है। सिंथेटिक पहचानें महीनों या वर्षों तक सक्रिय रह सकती हैं, और जब तक उनका पता नहीं चलता, तब तक काफी वित्तीय नुकसान हो चुका होता है, और अक्सर खाते के पीछे कोई वास्तविक व्यक्ति नहीं होता जिसे追跡 किया जा सके।

क्रिप्टोकरेंसी एक्सचेंज, डिजिटल एसेट प्लेटफ़ॉर्म और फ़िनटेक कंपनियां अक्सर रिमोट ऑनबोर्डिंग पर भारी निर्भर करती हैं। आप किन सेक्टरों को वर्तमान में AI‑समर्थित पहचान धोखाधड़ी के लिए सबसे अधिक उजागर मानते हैं, और कहाँ संगठन अभी भी खतरे को कम आंक रहे हैं?

सबसे अधिक उजागर सेक्टर वे हैं जो पूरी तरह रिमोट ऑनबोर्डिंग को तत्काल वित्तीय मूल्य तक पहुँच के साथ जोड़ते हैं। इसमें क्रिप्टोकरेंसी एक्सचेंज, डिजिटल एसेट प्लेटफ़ॉर्म, डिजिटल बैंक, फ़िनटेक, ऑनलाइन लेंडर, बाय‑नाउ‑पे‑लेटर प्रदाता और iGaming ऑपरेटर शामिल हैं।

सामान्य कारक यह है कि सफल ऑनबोर्डिंग पैसे, क्रेडिट, वॉलेट, भुगतान बुनियादी ढाँचा या हस्तांतरित करने योग्य एसेट्स तक पहुँच प्रदान करती है। यह हमलावरों के लिए एक मजबूत प्रेरणा बनाता है।

जहाँ संगठन अभी भी खतरे को कम आंकते हैं, वह है उनके लेगेसी सत्यापन धारणाओं पर निर्भरता। कई अभी भी इस विश्वास के साथ काम करते हैं कि यदि दस्तावेज़ ज्ञात टेम्प्लेट से मेल खाता है, तो वह वास्तविक होना चाहिए। यह मान्यता उस युग में अधिक जोखिमपूर्ण हो रही है जहाँ AI बड़े पैमाने पर अत्यधिक विश्वसनीय दस्तावेज़ उत्पन्न कर सकता है।

परम्परागत हाई‑रिस्क सेक्टरों के अलावा, मैं मानता हूँ कि मार्केटप्लेस, गिग‑इकोनॉमी प्लेटफ़ॉर्म और एम्बेडेड फ़िनांस प्रदाता भी अपनी एक्सपोज़र को कम आंक रहे हैं। जैसे‑जैसे धोखाधड़ी टूल्स अधिक सुलभ होते जा रहे हैं, कोई भी प्लेटफ़ॉर्म जो रिमोट ट्रस्ट स्थापित करने पर निर्भर करता है, संभावित लक्ष्य बन जाता है।

कई व्यवसाय अभी भी सेल्फी‑आधारित सत्यापन को मुख्य सुरक्षा उपाय के रूप में उपयोग करते हैं। आपका रिपोर्ट कहता है कि एकल सेल्फी जांच अब पर्याप्त नहीं है। पारंपरिक ऑनबोर्डिंग वर्कफ़्लो में कौन‑से कमजोरियाँ हैं, और 2026 में आधुनिक पहचान सत्यापन कैसा दिखना चाहिए?

एकल सेल्फी अब पर्याप्त नहीं है क्योंकि AI मांग पर वास्तविक मानव चेहरों को उत्पन्न कर सकता है। यदि ऑनबोर्डिंग मुख्य रूप से सेल्फी जांच पर निर्भर है, तो संगठन यह निर्धारित करने में सीमित दृश्यता रखते हैं कि वे वास्तविक व्यक्ति, स्पूफ़ या पूरी तरह सिंथेटिक पहचान के साथ बातचीत कर रहे हैं या नहीं।

परम्परागत ऑनबोर्डिंग वर्कफ़्लो अभी भी प्रेज़ेंटेशन अटैक्स, वीडियो रीप्ले, डिपफेक, फेस स्वैप, इन्जेक्शन अटैक्स और सिंथेटिक पहचान के प्रति संवेदनशील हैं, जो AI‑जनित चेहरों को हेरफेर किए गए दस्तावेज़ों के साथ मिलाते हैं। हमलावर अब केवल एक नियंत्रण को धोखा देने की कोशिश नहीं कर रहे; वे विशेष रूप से ऑनबोर्डिंग प्रक्रिया के विभिन्न बिंदुओं की कमजोरियों का फायदा उठाने के लिए हमले डिजाइन कर रहे हैं।

आधुनिक पहचान सत्यापन को स्तरित होना चाहिए। एक ही संकेत पर निर्भर रहने के बजाय, संगठनों को iBeta Level 3 लाइवनेस डिटेक्शन, फेस मैचिंग, दस्तावेज़ सत्यापन, इन्जेक्शन अटैक डिटेक्शन, डिवाइस इंटेलिजेंस, बिहेवियरल एनालिटिक्स और जहाँ उपलब्ध हो प्राधिकृत डेटाबेस सत्यापन जैसी प्रमाणित एंटी‑स्पूफ़ तकनीकों को मिलाकर उपयोग करना चाहिए।

उद्देश्य केवल यह निर्धारित करना नहीं है कि कोई व्यक्ति वास्तविक दिखता है या नहीं। उद्देश्य यह स्थापित करना है कि पहचान स्वयं वैध, भरोसेमंद और कई स्वतंत्र संकेतों के माध्यम से वास्तविक व्यक्ति से लगातार जुड़ी हुई है।

डिपफेक तकनीक जनरेटिव AI मॉडलों के साथ तेज़ी से विकसित हो रही है। क्या धोखाधड़ी पहचान प्रणाली गति बनाए रख रही हैं, या हम एक ऐसे चरण में प्रवेश कर रहे हैं जहाँ हमलावरों को रक्षकों पर अस्थायी लाभ है?

यह बहुत ही एक हथियार दौड़ है, और मैं किसी भी ऐसे दावे के प्रति सतर्क रहूँगा कि लड़ाई पहले ही जीत ली गई है।

हमलावर निश्चित रूप से AI नवाचार की तेज़ गति और जनरेटिव टूल्स की बढ़ती उपलब्धता से लाभान्वित होते हैं। लेगेसी सत्यापन तकनीकों पर निर्भर संगठन पहले से ही नुकसान में हैं। ऐसे वातावरण में, हमलावर अक्सर ऊपर होते हैं।

साथ ही, आधुनिक डिटेक्शन सिस्टम तेज़ी से विकसित हो रहे हैं। उद्योग भर में उन्नत फॉरेंसिक दृष्टिकोण AI‑जनित कंटेंट की पहचान में अधिक प्रभावी होते जा रहे हैं, जिसमें जेनरेशन आर्टिफैक्ट्स, कैप्चर इंटेग्रिटी सिग्नल्स, कम्प्रेशन पैटर्न, बायोमेट्रिक असंगतियों और क्रिप्टोग्राफिक प्रॉवेनेंस का विश्लेषण शामिल है।

वास्तविकता यह है कि दोनों पक्षों के पास स्थायी लाभ नहीं है। सफलता अनुकूलनशीलता पर निर्भर करती है। धोखाधड़ी रोकथाम अब स्थिर नियंत्रणों पर भरोसा नहीं कर सकती; इसे लगातार विकसित होते डिटेक्शन मॉडल की आवश्यकता है जो नई हमले तकनीकों के उभरते ही प्रतिक्रिया दे सके।

रिपोर्ट यहाँ तीन प्रमुख हमले विधियों को उजागर करती है: प्रेज़ेंटेशन अटैक्स, इन्जेक्शन अटैक्स और सिंथेटिक पहचान निर्माण। इन हमले वेक्टरों में से कौन‑सा आपको सबसे अधिक चिंतित करता है, और क्यों?

यदि मुझे एक चुनना पड़े, तो वह सिंथेटिक पहचान निर्माण होगा।

प्रेज़ेंटेशन अटैक्स और इन्जेक्शन अटैक्स गंभीर खतरे हैं, लेकिन सिंथेटिक पहचानें एक गहरा और अधिक स्थायी समस्या पैदा करती हैं क्योंकि वे पहचान परत को ही लक्ष्य बनाती हैं। लक्ष्य केवल सत्यापन सत्र को बायपास करना नहीं है; यह एक धोखाधड़ी पहचान स्थापित करना है जो वित्तीय इकोसिस्टम में विस्तारित अवधि तक कार्य कर सके।

एक बार सिंथेटिक पहचान सफलतापूर्वक ऑनबोर्ड हो जाने पर, इसे क्रेडिट प्राप्त करने, म्यूल खाते बनाने, अवैध फंड्स को स्थानांतरित करने, प्रोत्साहनों का दुरुपयोग करने और व्यापक वित्तीय अपराध को सुविधाजनक बनाने के लिए उपयोग किया जा सकता है। कई मामलों में, ये पहचानें लंबे समय तक अनदेखी रहती हैं क्योंकि धोखाधड़ी की रिपोर्ट करने वाला वास्तविक पीड़ित नहीं होता।

जो बात मुझे सबसे अधिक चिंतित करती है वह स्केलेबिलिटी है। जनरेटिव AI और स्वचालित ऑनबोर्डिंग सिस्टम के साथ मिलकर, सिंथेटिक पहचानें बड़े पैमाने पर बनाई और तैनात की जा सकती हैं, जिससे वित्तीय संस्थानों, फ़िनटेक और क्रिप्टो प्लेटफ़ॉर्म के लिए प्रणालीगत जोखिम उत्पन्न होते हैं।

जैसे‑जैसे डिजिटल एसेट मुख्यधारा में आ रहे हैं और नियामक जांच वैश्विक स्तर पर बढ़ रही है, आप AI‑समर्थित पहचान धोखाधड़ी को KYC और AML अनुपालन आवश्यकताओं को कैसे प्रभावित होते देख रहे हैं?

AI‑समर्थित धोखाधड़ी एक‑बार सत्यापन से निरंतर भरोसे के मूल्यांकन की ओर बदलाव को तेज़ कर रही है।

ऐतिहासिक रूप से, KYC को अक्सर एक ऑनबोर्डिंग अभ्यास के रूप में देखा जाता था। यह दृष्टिकोण कम प्रभावी हो जाता है जब सिंथेटिक पहचानें, डिपफेक और AI‑जनित दस्तावेज़ प्रारंभिक सत्यापन जांच को पास कर सकते हैं। संगठनों को अब ग्राहक जीवन‑चक्र के दौरान भरोसे की निरंतर निगरानी करने की आवश्यकता है।

व्यावहारिक रूप से, इसका अर्थ है बिहेवियरल एनालिटिक्स, लेन‑देन मॉनिटरिंग, डिवाइस इंटेलिजेंस, निरंतर सैंक्शन और PEP स्क्रीनिंग, और क्रॉस‑अकाउंट जोखिम संबंधी विश्लेषण पर अधिक ज़ोर देना। अनुपालन कार्यक्रमों को ऑनबोर्डिंग के बाद यह निरंतर मूल्यांकन करना होगा कि क्या खाता भरोसेमंद बना हुआ है।

मैं यह भी मानता हूँ कि नियामक संगठनों से यह अपेक्षा बढ़ेगी कि वे न केवल यह दिखाएँ कि पहचान सत्यापित हुई, बल्कि यह भी कि कैसे सत्यापित हुई। पहचान नियंत्रणों की ऑडिटेबिलिटी, जिसमें यह प्रमाण शामिल हो कि AI‑जनित धोखाधड़ी जोखिमों को सक्रिय रूप से विचार किया गया और कम किया गया, KYC और AML अनुपालन ढांचों का एक बढ़ता हुआ महत्वपूर्ण हिस्सा बन जाएगा।

दुनिया भर के नियामक AI‑जनित कंटेंट और डिजिटल पहचान धोखाधड़ी से जुड़े जोखिमों को संबोधित करना शुरू कर रहे हैं। अगले कुछ वर्षों में वित्तीय संस्थानों, फ़िनटेक और क्रिप्टो कंपनियों पर सबसे बड़ा प्रभाव डालने वाले नियामक परिवर्तन कौन‑से होंगे?

नियामक अब AI‑जनित धोखाधड़ी को केवल एक सामान्य साइबर सुरक्षा मुद्दा मानने से आगे बढ़ रहे हैं और इसे सीधे संबोधित कर रहे हैं। एक महत्वपूर्ण उदाहरण EU AI Act है, जो AI‑जनित और हेरफेर किए गए कंटेंट के आसपास पारदर्शिता दायित्व पेश करता है। मैं अपेक्षा करता हूँ कि समान ढाँचे वैश्विक स्तर पर उभरेंगे, क्योंकि नियामक पहचान धोखाधड़ी के जोखिम को पारम्परिक धोखाधड़ी प्रबंधन से परे मानते हैं।

मैं यह भी उम्मीद करता हूँ कि बायोमेट्रिक सुरक्षा, प्रेज़ेंटेशन अटैक डिटेक्शन और एंटी‑स्पूफ़ नियंत्रणों के आसपास अधिक कठोर आवश्यकताएँ आएँगी। iBeta और NIST‑संबंधित मूल्यांकन ढाँचों जैसे मानक अनुपालन और जोखिम प्रबंधन प्रभावशीलता को प्रदर्शित करने में बड़ी भूमिका निभाएंगे।

साथ ही, GDPR और CCPA जैसी गोपनीयता नियमन डेटा न्यूनतमकरण और गोपनीयता‑संरक्षण पहचान सत्यापन मॉडलों की ओर उद्योग को धकेलते रहेंगे। यह डिजिटल पहचान वॉलेट, पुन: उपयोग योग्य क्रेडेंशियल और एट्रिब्यूट‑आधारित सत्यापन मॉडलों को अपनाने को तेज़ कर सकता है, जिससे संगठन विशिष्ट दावों को बिना अनावश्यक व्यक्तिगत डेटा एकत्र किए सत्यापित कर सकें।

परिणामस्वरूप एक अधिक परिपक्व नियामक वातावरण बनेगा जहाँ सुरक्षा, गोपनीयता और भरोसा सभी को एक साथ संबोधित करना होगा।

आगे के तीन से पाँच वर्षों में, क्या आप मानते हैं कि पहचान सत्यापन उद्योग अंततः जनरेटिव AI धोखाधड़ी के खिलाफ हथियार दौड़ जीत लेगा, या डिजिटल भरोसा को पारम्परिक पहचान जांच से परे एक पूरी नई मॉडल की आवश्यकता होगी?

मैं नहीं मानता कि उद्योग केवल पारम्परिक दस्तावेज़‑आधारित सत्यापन से जनरेटिव AI धोखाधड़ी को हरा पाएगा। तकनीक लगातार सुधरती रहेगी, और हमलावर अनुकूलित होते रहेंगे। केवल दस्तावेज़ जांच और सेल्फी सत्यापन पर निर्भर रहना पर्याप्त नहीं रहेगा।

जो मैं मानता हूँ वह यह है कि डिजिटल भरोसा एक व्यापक और अधिक लचीले मॉडल की ओर विकसित हो रहा है। पारम्परिक KYC महत्वपूर्ण रहेगा, लेकिन वह भरोसेमंद डिजिटल पहचान, बायोमेट्रिक्स, डिवाइस इंटेलिजेंस, बिहेवियरल एनालिटिक्स, क्रिप्टोग्राफिक क्रेडेंशियल और निरंतर जोखिम मॉनिटरिंग द्वारा समर्थित होगा।

हम पहले से ही सरकारी‑समर्थित डिजिटल पहचान कार्यक्रमों, पुन: उपयोग योग्य क्रेडेंशियल और भरोसेमंद डिजिटल पहचान इकोसिस्टम के माध्यम से इस भविष्य के तत्व देख रहे हैं। कागज़‑आधारित दस्तावेज़ों से बार‑बार वही व्यक्ति सत्यापित करने के बजाय, संगठन भरोसेमंद पहचान नेटवर्क पर अधिक निर्भर होंगे जो कम घर्षण के साथ अधिक आश्वासन प्रदान करेंगे।

डिजिटल भरोसे का भविष्य कई स्तरों के आश्वासन पर निर्मित होगा जो साथ‑साथ काम करेंगे। जनरेटिव AI डिजिटल भरोसे को समाप्त नहीं कर रहा; यह उद्योग को एक अधिक मजबूत और लचीला संस्करण बनाने के लिए मजबूर कर रहा है। जो संगठन सफल होंगे, वे वही होंगे जो ग्राहक जीवन‑चक्र के दौरान निरंतर भरोसे का मूल्यांकन करेंगे, न कि केवल एकल सत्यापन घटना पर निर्भर रहेंगे।

धन्यवाद इस शानदार साक्षात्कार के लिए, अधिक जानने के इच्छुक पाठकों को Shufti पर जाना चाहिए।