Saurabh Joshi, EVP og president, CSG Forte – Intervju-serie

Saurabh Joshi er president for CSG Forte, der han er ansvarlig for å sette den strategiske visjonen for organisasjonen og for å drive produktinnovasjon, omsetningsvekst, forretningsutvikling og operasjonelle forbedringer. Herr Joshi var tidligere senior visepresident og generaldirektør for Nord-Amerika i Western Union. Før det var han visepresident og generaldirektør for Home Purchase Business i Better Mortgages, etter å ha vært global leder for omsetningsplanlegging og -drift i PayPal Inc. Tidligere i sin karriere har herr Joshi arbeidet og bodd i Nord-Amerika, Sør-Amerika og Asia, der han hadde en rekke ledelsesroller i SecondMarket, Rocket Internet og Goldman Sachs.

CSG Forte er en del av CSG, et globalt teknologiselskap som tilbyr SaaS-plattformer for kundeengasjement, fakturering og betalinger som brukes av bedrifter på tvers av bransjer som telekommunikasjon, finansielle tjenester, helsevesen og offentlig sektor. Deres løsninger hjelper organisasjoner å håndtere komplekse transaksjoner, strømlinje digital betaling og forbedre kundeopplevelsen på tvers av flere kanaler.

Selskapet lanserte nylig Payments Protection.ai, en AI-drevet løsning for bedrageribekjempelse og finansiell risikostyring som er designet for å hjelpe organisasjoner med å identifisere mistenkelige betalingsaktiviteter, redusere tap på grunn av bedrageri og bedre håndtere risiko på tvers av dagens raske digitale betalingsekosystem.

Du har ledet betalings-, fintech- og plattformforretninger i PayPal, Western Union og nå CSG Forte. Hvordan har disse erfaringene formet din perspektiv på hvor bedrageribekjempelse må utvikle seg, og hva mangler du ønsket PaymentsProtection.ai skulle adresse?

En mønster har forblitt konstant på tvers av alle rollene jeg har hatt: bedrageri utvikler seg raskere enn statiske systemer. Etterhvert som digitale betalinger øker, øker også hastigheten, volumet og kompleksiteten av transaksjoner, og også sofistikasjonen av dårlige aktører.

Hva som har blitt klart er at mange bedrageriverktøy forblir reaktive og avhenger tungt av faste regler, manuell justering og isolert data. Det skaper to risikoer: enten du måler ikke oppdykkende bedragerimønster, eller du introduserer unødvendig friksjon som påvirker legitime kunder.

Med PaymentsProtection.ai ønsket vi å adresse tilpasningsgapet. Bedrageribekjempelse må lære kontinuerlig, fungere i sanntid og justere terskler dynamisk etterhvert som atferd endrer seg. I dagens digitale betalingsemiljø må bedrageribekjempelse fungere som en intelligent kontrollsystem.

Betalingsbedrageri har tradisjonelt vært behandlet som et risiko- eller compliance-problem. Hvorfor ser du på det som en økonomisk og kundeopplevelse-problem?

Betalingsbeslutninger definerer nå kundeopplevelsen like mye som pris eller produktkvalitet.

I en digital økonomi sitter bedragerimotoren rett i sjekkeutløsningen. Å avvise en legitim betaling føles ikke som sikkerhet for kunden; det føles som feil.

Derfor er bedrageribekjempelse ikke lenger bare en compliance-kontroll, men også en vekstheis. Den virkelige utfordringen er å beskytte mot risiko samtidig som man beholder godkjenningssatser for legitime kunder og minimiserer friksjon.

Hva motiverte CSG til å introdusere en AI-nativ bedrageriplattform nå, og hvordan har betalings-trussel-landskapet endret seg over de siste årene?

To strukturelle endringer i betalingslandskapet gjør dette til en viktig øyeblikk.

Først har transaksjonshastigheten økt. Øyeblikkelige betalinger, innbyggede finansielle tjenester og digital førstehåndshandel har redusert vinduet for risikovurdering. Vi har ikke lenger timer eller dager til å fatte beslutninger; det må skje i sekunder.

For det andre, etterhvert som teknologien fortsetter å utvikle seg, blir angrepsmetodene mer automatiserte og skalerbare. Det øker behovet for systemer som kan tilpasse seg kontinuerlig i stedet for å avhenge av statiske regeloppdateringer.

Samtidig så vi et klart hull i markedet hvor kunder ble tvunget til å sy sammen flere verktøy for å håndtere betalinger og bedrageri, ofte med begrenset oversikt over systemer. Ved å trekke på vår dype erfaring over betalingsinfrastruktur, ønsket vi å bli en mer omfattende partner og gi kundene en enklere, mer integrert måte å beskytte transaksjoner samtidig som de støtter vekst. Å introdusere en AI-nativ plattform reflekterer behovet for raskere mønstergjenkjenning og dynamisk risikokalibrering, samtidig som det hjelper kundene med å håndtere betalingsbedrageri. Vi fokuserer på å reagere på endringer i transaksjonshastighet og bedragerisofistikasjon.

PaymentsProtection.ai overvåker transaksjoner på tvers av ACH, kort og andre kanaler i nær sanntid. Hvorfor blir det viktigere med tverrkanals oversikt for effektiv bedrageribekjempelse?

Bedrageri trives i fragmentering.

En person eller enhet kan utnytte ACH-tilbakeføringshastighet, teste stjålne kortkredensialer og forsøke å ta over kontoer gjennom digitale inngangspunkter. Hvis overvåking er isolert etter kanal, kan disse atferdene synes ubeslektede.

Tverrkanals oversikt hjelper med å identifisere atferdmønster. Den bredere konteksten forbedrer detekteringskonsistensen og reduserer blinde flekker. Etterhvert som betalingsekosystemer blir mer multi-rail og multi-kanal, blir samlet overvåking stadig viktigere.

Mange bedragerisystemer avhenger fortsatt tungt av statiske regler. Hvordan endrer en adaptiv, lærende tilnærming måten bedrageriteam opererer dag til dag?

Tradisjonelle bedragerisystemer avhenger ofte av statiske regler og terskler som krever kontinuerlig manuell oppdatering, noe som skaper en operasjonell byrde og langsom reaksjon på nye bedragerimønster.

PaymentsProtection.ai bruker AI-drevne beslutningsmodeller til å overvåke transaksjoner og støtte bedrageri-varsel og inngripen. Målet er å redusere falske positiver samtidig som det forbedrer deteksjonsnøyaktigheten, og hjelper bedrifter med å opprettholde både beskyttelse og kundeopplevelse uten å sakke prosessene ned.

Plattformen kan deployes i skyen, på egen server eller i en hybrid-oppsett. Hva driver vanligvis disse deploy-beslutningene for bedrifter som håndterer følsomme betalingsdata?

Plattformen er en sky-basert arkitektur drevet av AWS og bygget for å støtte skalerbarhet, høy tilgjengelighet og bedriftsklasse-sikkerhet, inkludert PCI SSF-samsvar.

Den sky-baserte infrastrukturen muliggjør at systemet kan analysere høye volumer av transaksjoner samtidig som det opprettholder ytelse og oppetid. Dette støtter organisasjoner som håndterer økende digitale betalingsvolumer på tvers av kanaler. For følsomme kunder kan løsningen også deployes og konfigureres på deres egne servere eller i en hybridoppsett, og sikrer at vi møter ulike kundebehov.

Med AI som stadig mer brukes av bedragerier samt forsvarere, hvordan forventer du at rollen til AI i betalingssikkerhet vil utvikle seg over de neste årene?

Vi går inn i hva jeg ville beskrive som en AI-mot-AI-miljø.

Bedrageri blir stadig mer automatisert, syntetiske identiteter kan genereres i skala, og stjålet data kan syes sammen med generative verktøy for å skape overbevisende profiler. Det betyr at tradisjonelle, manuelt justerte regelsystemer vil slite med å holde pace.

Over de neste årene vil AI i betalingssikkerhet måtte bli mer adaptiv og mer kontekstuell. Det vil ikke være nok å bare markere avvik. I stedet må systemer evaluere mønster på tvers av identitet, atferd og transaksjonshastighet, og så reagere før tap kan skje.

Samtidig er det et styre-punkt. Etterhvert som vi samler inn rikere atferds- eller biometriske signaler, øker ansvarligheten til å beskytte denne dataen. Bransjen må balansere intelligensen med personvern og kundetillit.

Forskjellige industrier møter svært forskjellige bedragerimønster. Hvordan tilpasser PaymentsProtection.ai seg vertikalspesifikke risiko i sektorer som helsevesen, telekommunikasjon eller eiendomsforvaltning?

Plattformen er posisjonert som en industrie-tilpasset løsning på tvers av vertikaler, inkludert helsevesen, telekommunikasjon og eiendomsforvaltning.

Denne vertikale fokuset muliggjør konfigurerbare terskler, overvåkingsindikatorer og rapporteringsstrukturer som er tilpasset bestemte brukstilfeller og risikoprofiler. Bedragerimønster og operasjonelle arbeidsflyter forskjeller seg på tvers av industrier, og konfigurasjonen er designet for å reflektere disse nuansene.

CSG prosesserer hundrevis av millioner transaksjoner årlig. Hvordan påvirker det å operere på denne skalaen hvordan bedragerimodeller treneres, testes og forbedres?

CSG prosesserer store volumer av digitale betalings-transaksjoner på tvers av industrier. Å operere på denne skalaen gir bred eksponering for transaksjonsmønster på tvers av ACH, kort og multi-kanal-miljøer.

Dette volumet støtter kontinuerlig overvåking og rapportering, og hjelper med å finjustere deteksjonsstrategier og styrke overordnet risikostyring.

Plattformens arkitektur er bygget for å analysere høye transaksjonsvolumer per sekund samtidig som den opprettholder respons og pålitelighet.

Ser fremover, ser du på bedrageribekjempelse som en selvstendig funksjon eller stadig mer integrert direkte i betalings- og handelsinfrastruktur?

Linjene mellom betalinger, risiko og bedrageriteam konvergerer stadig mer etterhvert som betalingsvolumer akselerer og avslutningsvinduer krymper. I mange organisasjoner opererer disse teamene fortsatt uavhengig, men de blir bedt om å fatte raskere, mer koordinerte beslutninger enn noensinne før. Som følge ser vi på bedrageribekjempelse som stadig mer integrert direkte i betalingsprosesser.

PaymentsProtection.ai er designet for å overvåke transaksjoner og muliggjøre raskere inngripen før avslutningstidspunkt. I tillegg gjør løsningen det enklere for team å tolke data, finjustere terskler og reagere på nye trusler uten å legge til kompleksitet eller friksjon. Denne posisjoneringen reflekterer den bredere skiftet i betalinger: beskyttelse må fungere uhindret innenfor transaksjonslivssyklusen i stedet for som en separat, etterfølgende gjennomgangsprosess.

Etterhvert som digitale betalinger akselerer, vil bedrageribekjempelse stadig mer flytte mot kjernen av infrastrukturen som prosesserer transaksjoner.

Takk for det flotte intervjuet, lesere som ønsker å lære mer kan besøke CSG Forte eller deres nye produkt Payments Protection.ai.