Jeff Scott、Q2 HoldingsのFraudtech Solutions部門VP – インタビューシリーズ

Jeff ScottはQ2 HoldingsのFraudtech Solutions部門のVPです。収益が4百万ドルから60億ドルまでの組織でチームを率いた経験を持ち、Jeffは業績向上、会員数と保持率の増加、協働的マネジメントの促進において強力な実績を築いてきました。Q2では、詐欺、セキュリティ、デジタルソリューションにわたるイニシアチブを主導し、以前は企業戦略担当VPおよびイノベーション部門のゼネラルマネージャーとしても貢献しています。

Q2 Holdingsはデジタルバンキングのリーダーであり、金融機関やフィンテック企業が業務を効率化し、セキュリティを強化し、デジタルトランスフォーメーションを推進するための包括的なソリューションを提供しています。同社は詐欺検出、デジタルバンキング、リレーションシッププライシングを専門とし、金融サービスエコシステム内で強固なパートナーシップを構築し、革新的なソリューションを提供することに注力しています。

本インタビューでは、Jeff Scottがフィンテックへの転身、AIとリアルタイム分析による詐欺防止の進化、そしてQ2の統合ツールが金融機関のセキュリティとユーザー体験のバランスをどのように支援するかについて語ります。

あなたは航空宇宙製造から非営利組織、そして現在はフィンテックまで、さまざまなセクターでリーダーシップを発揮してきました。詐欺防止とデジタルバンキング分野への転向のきっかけは何でしたか？

航空宇宙、非営利、フィンテックのいずれのリーダーシップ役割においても、常に変わらなかったのは、コミュニティに奉仕することを使命とした姿勢です。金融機関で働いていた際、中央銀行や信用組合がコミュニティのレジリエンスにとっていかに重要かを直接目の当たりにしました。Q2では、デジタルバンキングを通じてコミュニティを強化するというミッションがこの目的と深く共鳴しています。

詐欺はその信頼に対する最大の脅威の一つです。銀行が築こうと努力する関係性を損ないます。デジタルバンキングの経験とミッション志向の仕事への情熱を持つ私にとって、詐欺防止への転向は自然な進化でした。最も重要なもの、すなわち信頼とアクセスを守る機会です。

リアルタイム決済とデジタルバンキングの普及に伴い、サイバー脅威は近年どのように進化し、現在最も懸念される新たな攻撃ベクトルは何ですか？

詐欺はより高速に、より賢く、そしてよりターゲット化されています。リアルタイム決済の導入により、詐欺を検知・阻止できる時間枠が劇的に縮小しました。身元に基づく脅威、すなわちアカウント乗っ取り（ATO）、ビジネスメール詐欺（BEC）、合成アイデンティティ、ソーシャルエンジニアリング攻撃が急増しており、その多くがリアルタイムで発生しています。

さらに、詐欺師は小切手やACHといった従来のチャネルを利用してデジタル防御を回避しています。連邦準備制度（FRB）によると、2022年だけで小切手詐欺による損失は8億ドルを超え、増加傾向にあります。これは、金融機関がレガシーと新興の両方の決済レールを同時に守らなければならないことを示す警鐘です。

AIと機械学習は現在詐欺防止でどのような役割を果たしており、今後3〜5年でどのように進化すると考えていますか？

AIと機械学習は、現代の詐欺防止において必須の要素となっています。金融機関はこれらを活用して行動異常を検知し、リスクルールをほぼリアルタイムで適応させ、偽陽性を削減しています。

しかし、まだ表層にすぎません。今後3〜5年で、行動バイオメトリクス、AI駆動の詐欺リング検出、そして規制当局やリスク担当者との透明性と信頼性を向上させる「説明可能なAI」の成長が期待されます。生成AI（Gen AI）も、機関が調査と対応を迅速化し、アラートに埋もれることなく高リスク案件に注力できるよう支援します。

リアルタイム分析は、瞬時のデジタルトランザクションにおける詐欺検知と阻止にどれほど効果的ですか？

リアルタイム分析は極めて重要ですが、その効果は機関がそれをどれだけ実装できるかに依存します。意図と実行の間にギャップがあることがしばしば見られます。ほぼすべての機関がリアルタイム意思決定の必要性を認識している一方で、顧客ライフサイクル全体（オンボーディングから取引リスクまで）で完全に実装しているのは半数未満です。

データサイロ、旧式のインフラ、遅延といった障壁が効果を制限し続けています。しかし、真のリアルタイム分析を導入した機関にとっては、検知精度の向上、損失の削減、顧客信頼の向上という大きな効果があります。

Q2 Holdingsが銀行パートナーに提供する詐欺検出ツールの種類について教えてください。

Q2は、ネイティブのデジタルバンキングツールと拡張可能なパートナーエコシステムを組み合わせた、層状で統合された詐欺防御戦略を提供しており、すべてがユーザーのワークフローに直接埋め込まれています。

当社のネイティブ製品であるPatrolとSentinelは、重要なタイミングでリアルタイムのリスク対応を可能にします。Patrolはイベント駆動型検証（EDV）を使用して、ログインやプロフィール変更といった高リスクイベントを検証します。Sentinelは機械学習を適用し、疑わしい取引をフラグ付けし、資金が口座から出る前に介入します。

また、Centrixスイート（ETMS、DTS、PIQS）を提供し、小切手/ACHのポジティブペイをサポートし、Reg Eの紛争ワークフローを管理します—すべてがデジタルバンキングと緊密に統合されています。

さらに、ResellerおよびInnovation Studioプログラムを通じて、Alloyなどの主要な詐欺・本人確認プロバイダーとのパートナー統合を提供しており、機関がプラットフォーム内でベストインクラスのツールをネイティブに展開しやすくしています。

当社の差別化ポイントは、詐欺防止は後付けではなく組み込まれるべきだという哲学です。これにより、顧客体験を妨げずに、よりスマートでリアルタイムな意思決定が可能になります。

詐欺緩和策を実装する際、セキュリティとユーザー体験のバランスをどのように取っていますか？

セキュリティとユーザー体験は相反するという考え方は時代遅れです。重要なのは適応型詐欺管理であり、リスクレベルが要求する場合にのみ摩擦を導入します。リスク判断を特定の行動やシグナルに結び付けることで、機関は使いやすさを損なうことなくコントロールをカスタマイズできます。

これは、銀行や信用組合にポリシー主導の柔軟性を提供することです。顧客へのサービスと保護のどちらかを選ばなければならない状況は避けるべきです。適切なデータを適切なタイミングで提供することで、両方が実現できます。

詐欺ソリューションが急速に進化する中、金融機関は規制上の期待に応えつつ、どのように機敏さを保っていますか？

特に責任と補償に関する規制圧力が緊急性を高めています。最も機敏な機関は、迅速なルール変更、透明な監査トレイル、統合された意思決定を可能にするオーケストレーションプラットフォームに転換しています。

継続的認証、適応分析、アイデンティティオーケストレーションといったツールは、コンプライアンスとパフォーマンスのバランスを取るのに役立ちます。重要なのは、規制との整合性がもはや後付けではなく、現代の詐欺戦略におけるリアルタイムで統合された機能であることです。

決済インフラ（CBDC、オープンバンキング）の変化に伴い、詐欺戦略はどのようにシフトすると考えますか？

CBDCとオープンバンキングはエントリーポイントを増やし、価値の移動速度を高めることで、新たな攻撃ベクトルを生み出します。機関は、より多くのエンドポイントやサードパーティ環境で身元を検証し、リスクを評価する必要があります。

この変化には、リアルタイムの行動分析、ネットワークベースの詐欺検出、より強固なオーケストレーション層といった、より高速でインテリジェントなツールが求められます。また、銀行、データプロバイダー、テクノロジーパートナー間の協力も必要です。詐欺はもはや自国の境界で止まらないので、防御も同様に国境を越えて行う必要があります。

さまざまなセクターでのリーダーシップ経験を踏まえて、詐欺テックにおける変革管理と整合性にはどのように取り組んでいますか？

詐欺テックにおける変化は常にあり、整合性がすべてです。私のアプローチは、ミッションの明確化、部門横断的な透明性、そして現場からのフィードバックループを組み合わせたものです。

まず、“なぜ”を正しく設定します—詐欺防止は単なるリスク軽減ではなく、信頼を可能にすることです。次に、チームに共通の言語とKPIを装備させ、協調して動けるようにします。最後に、現場を早期に巻き込みます—カスタマーサポート、詐欺オペレーション、リスクアナリストは、ダッシュボードよりも早く変化を察知することが多いです。

変革管理は、全員が何が変わるのか、なぜ重要なのか、そして成功にどう貢献するかを理解したときに機能します。

詐欺防止プログラムの効果を評価する際に、どのKPIや成功指標を優先しますか？

• 包括的な詐欺プログラムは、効果性、効率性、顧客への影響のバランスを取ります。当社は常に進化しており、次の点を重視しています：
• 詐欺損失率（取引量またはユーザー数に対する％）
• チャネル別・詐欺タイプ別の検知率
• 偽陽性率とユーザー摩擦スコア
• インシデントの検知から解決までの平均時間
• Reg E コンプライアンスの対応時間
• アナリストの生産性（クローズされたケースあたりのアラート数）

より高度なプログラムは、阻止された詐欺の速度（新たなパターンをどれだけ迅速に特定し、対策を展開できるか）も追跡します。これは将来のレジリエンスを示す強力な先行指標です。

素晴らしいインタビューをありがとうございました。詳しく知りたい読者は、Q2 Holdingsをご覧ください。