Jeff Scott, VP, Fraudtech Solutions di Q2 Holdings – Seri Wawancara

Jeff Scott adalah VP Fraudtech Solutions di Q2 Holdings. Dengan pengalaman memimpin tim di organisasi dengan pendapatan antara $4M hingga $6B, Jeff telah membangun rekam jejak yang kuat dalam meningkatkan kinerja, meningkatkan keanggotaan dan retensi, serta mendorong manajemen kolaboratif. Di Q2, ia telah memberikan kontribusi signifikan dengan memimpin inisiatif di bidang penipuan, keamanan, dan solusi digital, termasuk perannya sebelumnya sebagai VP Corporate Strategy dan General Manager of Innovation.

Q2 Holdings adalah pemimpin dalam perbankan digital, menyediakan solusi komprehensif untuk membantu lembaga keuangan dan perusahaan fintech menyederhanakan operasi mereka, meningkatkan keamanan, dan mendorong transformasi digital. Perusahaan ini mengkhususkan diri dalam deteksi penipuan, perbankan digital, dan penetapan harga hubungan, serta fokus pada menciptakan kemitraan yang kuat dalam ekosistem layanan keuangan untuk memberikan solusi inovatif

Dalam wawancara ini, Jeff Scott akan membahas transisinya ke fintech, evolusi pencegahan penipuan dengan AI dan analitik real-time, serta bagaimana alat terintegrasi Q2 membantu lembaga keuangan menyeimbangkan keamanan dengan pengalaman pengguna.

Anda telah memegang peran kepemimpinan di berbagai sektor—dari manufaktur dirgantara hingga organisasi nirlaba, dan kini fintech. Apa yang menginspirasi Anda untuk beralih ke pencegahan penipuan dan ruang perbankan digital?

Di setiap peran kepemimpinan yang saya pegang—baik di bidang dirgantara, organisasi nirlaba, atau fintech—satu hal tetap konstan: fokus yang berorientasi pada misi untuk melayani komunitas. Selama waktu saya di sebuah lembaga keuangan, saya melihat secara langsung bagaimana bank sentral dan koperasi kredit menjadi inti ketahanan komunitas. Di Q2, misi kami untuk memperkuat komunitas melalui perbankan digital sangat selaras dengan tujuan tersebut.

Penipuan adalah salah satu ancaman terbesar terhadap kepercayaan tersebut. Penipuan merusak hubungan yang dibangun keras oleh bank. Dengan latar belakang saya di perbankan digital dan semangat untuk pekerjaan yang selaras dengan misi, beralih ke pencegahan penipuan terasa seperti evolusi alami. Ini adalah kesempatan untuk melindungi hal yang paling penting: kepercayaan dan akses.

Bagaimana ancaman siber telah berkembang dalam beberapa tahun terakhir dengan munculnya pembayaran real-time dan perbankan digital, dan vektor serangan baru apa yang paling mengkhawatirkan saat ini?

Penipuan menjadi lebih cepat, lebih cerdas, dan lebih terarah. Dengan adopsi pembayaran real-time, jendela untuk mendeteksi dan menghentikan penipuan menyusut secara dramatis. Kami melihat lonjakan ancaman berbasis identitas—pengambilalihan akun (ATO), kompromi email bisnis (BEC), identitas sintetis, dan serangan rekayasa sosial—banyak di antaranya kini terjadi secara real-time.

Selain itu, penipu menyesuaikan saluran tradisional seperti cek dan ACH untuk melewati pertahanan digital. Menurut Federal Reserve, penipuan cek saja menyebabkan kerugian lebih dari $800M pada tahun 2022 dan terus meningkat. Ini menjadi pengingat bahwa lembaga keuangan harus melindungi sekaligus jalur warisan dan jalur yang muncul.

Peran apa yang dimainkan AI dan pembelajaran mesin saat ini dalam pencegahan penipuan, dan bagaimana Anda melihat evolusinya dalam 3–5 tahun ke depan?

AI dan pembelajaran mesin kini menjadi standar dasar untuk pencegahan penipuan modern. Lembaga menggunakannya untuk mendeteksi anomali perilaku, menyesuaikan aturan risiko secara hampir real-time, dan mengurangi false positive.

Namun kami baru menggores permukaan. Dalam 3–5 tahun ke depan, saya memperkirakan akan ada pertumbuhan dalam biometrik perilaku, deteksi jaringan penipuan berbasis AI, dan “AI yang dapat dijelaskan” yang meningkatkan transparansi dan kepercayaan dengan regulator serta petugas risiko. Gen AI juga akan membantu lembaga menyelidiki dan merespons lebih cepat, memberdayakan tim untuk fokus pada kasus berisiko tinggi tanpa terbenam dalam banyak peringatan.

Seberapa efektif analitik real-time dalam mendeteksi dan menghentikan penipuan selama transaksi digital instan?

Analitik real-time sangat penting—tetapi efektivitasnya bergantung pada kemampuan lembaga untuk mengoperasionalkannya. Kami sering melihat kesenjangan antara niat dan pelaksanaan. Meskipun hampir semua lembaga menyadari kebutuhan akan keputusan real-time, kurang dari setengahnya yang benar-benar mengimplementasikannya di seluruh siklus hidup nasabah—dari onboarding hingga risiko transaksi.

Hambatan seperti silo data, infrastruktur usang, dan latensi terus membatasi efektivitas. Namun bagi mereka yang mengimplementasikan analitik real-time yang sesungguhnya, dampaknya signifikan: deteksi yang lebih baik, kerugian yang berkurang, dan kepercayaan nasabah yang meningkat.

Bisakah Anda menjelaskan jenis alat deteksi penipuan yang disediakan Q2 Holdings kepada mitra perbankannya?

Q2 menyediakan strategi pertahanan penipuan berlapis dan terintegrasi yang menggabungkan alat perbankan digital native kami dengan ekosistem mitra yang dapat diperluas—semua terintegrasi langsung ke dalam alur kerja pengguna.

Produk native kami, Patrol dan Sentinel, memungkinkan respons risiko real-time pada momen-momen kunci. Patrol menggunakan Event-Driven Validation (EDV) untuk memverifikasi peristiwa berisiko tinggi seperti login dan perubahan profil. Sentinel menerapkan pembelajaran mesin untuk menandai transaksi mencurigakan dan mengintervensi sebelum dana keluar dari akun.

Kami juga menyediakan suite Centrix (ETMS, DTS, PIQS) untuk mendukung positive pay bagi cek/ACH dan mengelola alur kerja sengketa Reg E—semua terintegrasi erat dengan perbankan digital.

Selain itu, kami menawarkan integrasi mitra dengan penyedia penipuan dan identitas terkemuka seperti Alloy melalui program Reseller dan Innovation Studio—memudahkan lembaga untuk menerapkan alat kelas atas secara native dalam platform mereka.

Yang membedakan kami adalah filosofi kami: pencegahan penipuan harus terintegrasi, bukan ditambahkan secara terpisah. Hal ini memungkinkan keputusan yang lebih cerdas dan real-time tanpa mengganggu pengalaman nasabah.

Bagaimana Anda menyeimbangkan keamanan dan pengalaman pengguna saat menerapkan mitigasi penipuan?

Gagasan bahwa keamanan dan pengalaman pengguna saling eksklusif sudah ketinggalan zaman. Kuncinya adalah manajemen penipuan adaptif—menambahkan gesekan hanya ketika tingkat risiko memerlukannya. Dengan mengaitkan keputusan risiko dengan tindakan dan sinyal spesifik, lembaga dapat menyesuaikan kontrol mereka tanpa mengorbankan kegunaan.

Ini tentang memberikan fleksibilitas yang didorong kebijakan kepada bank dan koperasi kredit. Mereka tidak seharusnya harus memilih antara melayani dan melindungi pemegang akun mereka. Data yang tepat, pada saat yang tepat, memungkinkan keduanya.

Dengan solusi penipuan yang berkembang cepat, bagaimana lembaga keuangan tetap mematuhi harapan regulasi dan tetap gesit?

Tekanan regulasi—terutama terkait tanggung jawab dan penggantian—meningkatkan urgensi. Lembaga yang paling gesit beralih ke platform orkestrasi yang memungkinkan perubahan aturan cepat, jejak audit yang transparan, dan keputusan yang terpusat.

Alat seperti otentikasi berkelanjutan, analitik adaptif, dan orkestrasi identitas membantu menyeimbangkan antara kepatuhan dan kinerja. Pentingnya, keselarasan regulasi tidak lagi menjadi pemikiran setelahnya—melainkan fungsi real-time dan terintegrasi dari strategi penipuan modern.

Bagaimana Anda melihat strategi penipuan bergeser seiring perubahan infrastruktur pembayaran (CBDC, open banking)?

CBDC dan open banking akan memperbanyak titik masuk dan meningkatkan kecepatan pergerakan nilai—menciptakan vektor serangan baru. Lembaga akan perlu memvalidasi identitas dan menilai risiko di lebih banyak endpoint serta lingkungan pihak ketiga.

Perubahan ini akan menuntut alat yang lebih cepat dan cerdas: analitik perilaku real-time, deteksi penipuan berbasis jaringan, dan lapisan orkestrasi yang lebih kuat. Namun juga akan menuntut kolaborasi—antara bank, penyedia data, dan mitra teknologi. Penipuan tidak lagi berhenti di perbatasan Anda, begitu juga pertahanan Anda.

Mengingat pengalaman kepemimpinan Anda di berbagai sektor, bagaimana Anda mendekati manajemen perubahan dan penyelarasan dalam fraudtech?

Perubahan dalam fraudtech bersifat konstan, dan penyelarasan adalah segalanya. Pendekatan saya menggabungkan kejelasan misi, transparansi lintas fungsi, dan umpan balik dari lini depan.

Pertama, pastikan “mengapa” jelas—pencegahan penipuan bukan hanya tentang mitigasi risiko; melainkan tentang memungkinkan kepercayaan. Selanjutnya, lengkapi tim dengan bahasa bersama dan KPI sehingga mereka dapat bergerak bersama. Akhirnya, libatkan lapangan lebih awal—dukungan pelanggan, operasi penipuan, dan analis risiko sering melihat pergeseran sebelum dasbor melakukannya.

Manajemen perubahan berhasil ketika semua orang memahami apa yang berubah, mengapa hal itu penting, dan bagaimana mereka berkontribusi pada keberhasilan.

KPI atau metrik keberhasilan apa yang Anda prioritaskan saat menilai dampak program pencegahan penipuan?

• Program penipuan yang seimbang menyeimbangkan efektivitas, efisiensi, dan dampak pada pelanggan. Kami selalu berkembang dan berusaha melihat pada:
• Tingkat kerugian penipuan (sebagai % dari volume atau pengguna)
• Tingkat deteksi per saluran dan jenis penipuan
• Tingkat false positive dan skor gesekan pengguna
• Waktu rata-rata untuk mendeteksi dan menyelesaikan insiden
• Waktu penyelesaian kepatuhan Reg E
• Produktivitas analis (peringatan per kasus yang ditutup)

Program yang lebih maju juga melacak kecepatan penipuan yang dicegah: yaitu, seberapa cepat Anda mengidentifikasi pola baru dan menerapkan mitigasi. Itu merupakan indikator utama yang kuat untuk ketahanan di masa depan.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut sebaiknya mengunjungi Q2 Holdings.