The Pindropin 2025 Voice Intelligence and Security -raportti mukaan deepfake-huijausyritykset yhteyskeskuksissa kasvoivat yli 1300% vuonna 2024.
Se ei ole edes yllättävää, koska äänikloonaustyökalu tarvitsee vain kolme sekuntia lähdeäänestä tuottaakseen vakuuttavan kopion mistä tahansa puhujasta.
Myös, 68% asiakkaista kääntyvät puhelinsoiton puoleen, kun heillä on ongelma ja he tarvitsevat apua. Tämä aitojen, tarkoituksenmukaisten soittajien määrä edustaa sitä, mitä yhteyskeskusten tehtävänä on palvella.
Sosiaalisen manipuloinnin skriptit ja tekoälyn kloonaamat äänet pääsevät kuitenkin myös yhteyskeskukseesi samaa kanavaa pitkin kuin kanta-asiakkaasi.
Soittajan todennus erottaa vastaanottamasi puhelut kahdesta ryhmästä. Kun se tehdään oikein, voit suojata asiakaspalvelukanavasi heikentämättä aitojen soittajien kokemusta.
Tässä blogissa keskustelemme siitä, millaista soittajan todentamisen on oltava yhteyskeskuksissa vuonna 2026.
Keskeiset asiat
- Vuonna 2026 soittajan todennuksen on puolustaututtava 1 300%:n lisäystä vastaan väärennösyrityksissä varmistamalla sekä puhelinnumeron alkuperä että puhujan äänen biologinen aitous.
- Nykyaikaisessa todentamisessa yhdistyvät aktiiviset menetelmät, kuten turvakysymykset ja kertakäyttökoodit, sekä passiivinen tekoälyn äänianalyysi, joka havaitsee synteettisen puheen ja äänikloonauksen reaaliajassa.
- STIR/SHAKEN-kehys toimii verkon tietoturvan perustasona estämällä soittajan tunnuksen väärentämisen ja varmistamalla, että näytetty puhelinnumero vastaa tarkasti puhelun alkuperää.
- Tehokkaaseen petostentorjuntaan kuuluu käyttäytymispoikkeamien, kuten epätavallisten taukojen tai sosiaalisen manipuloinnin skriptien, seuranta ja epäilyttävien vuorovaikutustilanteiden siirtäminen vanhemmille asiantuntijoille kaistan ulkopuolista tarkastusta varten.
- TruthScan tarjoaa kriittisen puolustuskerroksen käyttämällä syväoppimismalleja, joiden avulla se tunnistaa tekoälyn tuottaman äänen 99%-tarkkuudella ja suojaa yhteyskeskuksia kehittyneiltä henkilöitymistyökaluilta.
Mikä on soittajan tunnistusopas?
Jokaisella yhteyskeskukseen saapuvalla puhelulla on soittajan tunnus. Soittajan tunnistautumisella tarkistetaan, että puhelun lähettäjänä näkyvä numero on todella se numero, josta puhelu soitettiin.
Se myös varmistaa, että soittaja on todellinen, tarkoitettu yhteyshenkilö eikä syntetisoitu ääni, jota käytetään petollisiin tarkoituksiin.
The STIR/SHAKEN-puitteet on alan standardi soittajan tunnistustekniikka.
Älä enää koskaan ole huolissasi tekoälypetoksista. TruthScan Voi auttaa sinua:
- Tunnista AI luotu kuvat, teksti, ääni ja video.
- Vältä merkittävä tekoälyyn perustuva petos.
- Suojaa kaikkein herkkä yrityksen omaisuuserät.
Se on joukko teknisiä protokollia, jotka mahdollistavat soittajan tunnistetietojen todentamisen ja varmentamisen IP-verkoissa (Internet Protocol) välitettävissä puheluissa.
Soittajan todennus ylläpitää yhteyskeskuksen turvallisuutta väärennettyjä robocall-huijauksia vastaan, koska vilpilliset soittajat eivät voi väärentää näytettyjä numeroita.
Truecaller U.S. Spam and Huijaus Report totesi, että 78% amerikkalaiset vastaisivat todennäköisemmin puheluun, jos se näyttäisi tarkistetut soittajan tiedot.
Kolmen osapuolen todennusprosessi
Soittajan todennus on asiakkaan, yhteyskeskuksen toimintaprotokollien ja todentamisen suorittavien agenttien yhteinen vastuu.
Asiakkaan todentamisvaiheet
Verkkotasolla STIR/SHAKENin todistus arvioi puhelun alkuperän puhelun saapuessa yhteyskeskuksen jonoon. Se ei kuitenkaan pysty käsittelemään puhelun soittajan henkilöllisyyttä.
Kun puhelu yhdistyy, asiakasta pyydetään vahvistamaan henkilöllisyytensä tunnuksillaan. Automaattista numerotunnistusta (Automatic Number Identification, ANI) käytetään ristiintunnistamiseen saapuvan numeron ja rekisterissä olevan tilin välillä.
Vastaavasti tietoon perustuvassa todennuksessa (KBA) soittajaa pyydetään vahvistamaan tilikohtaiset tiedot.
Kertakäyttökoodit voidaan toimittaa tekstiviestillä tai sähköpostilla, ja ne vahvistavat, että soittajalla on pääsy laitteeseen, joka on liitetty tarkistettuun henkilöllisyyteen.
Yhteyskeskuksen protokollat
Yhteyskeskuksen on valvottava soittajan tunnistamista koskevia käytäntöjä jokaisessa saapuvassa vuorovaikutuksessa.
Yhteyskeskukset ottavat käyttöön porrastettuja käyttöoikeusmalleja, jotka vastaavat pyydetyn toiminnon arkaluonteisuutta. Ne on koodattu eri tavalla, jotta agentit tietävät, minkä tasoinen vahvistettu henkilöllisyys vaaditaan ennen kuin tietty toiminto voidaan hyväksyä.
Jos soittajan vahvistusta ei saada tehtyä, puhelu siirtyy esimiehelle. Käytössä on myös turvalliset takaisinsoittomenettelyt, jotta asiakas voi suorittaa tarkistuksen vaihtoehtoista kanavaa pitkin.
Järjestelmän ja agentin roolit
Automatisoidut järjestelmät hallinnoivat lähes kaikkia autentikointiin liittyviä tietointensiivisiä osia.
Interaktiivinen puhevastaava (IVR) tallentaa soittajan alkuperäisen syötteen ja vertaa sitä CRM:ään.
Tiedot käyvät läpi STIR/SHAKEN-todentamistasot, joissa petosriskin pisteytysalgoritmit arvioivat ne mahdollisen petollisen käyttäytymisen varalta.
Yhteyskeskuksen agentin on käytettävä harkintakykyään todentamisalustan reaaliaikaisen ohjauksen avulla.
Järjestelmä luo riskipisteytyksen, mutta agentti päättää harkintansa mukaan, voiko puhelua jatkaa.
Mitä soittajat kokevat tunnistautumisen aikana
Soittaja ei pääse kokemaan mitään STIR/SHAKEN-todistuksessa tapahtuvista prosesseista ennen kuin puhelu saapuu yhteyskeskuksen jonoon.
Pikemminkin heitä tervehtii automaattinen kehote heti, kun puhelu yhdistetään. Soittajan vahvistus voi olla:
- Aktiivinen, jossa soittajaa pyydetään vahvistamaan tilikohtaiset tiedot joidenkin kysymysten avulla. Vastausten oikeellisuus ratkaisee, vahvistetaanko ne.
- Passiivinen, edistyneempi todentamisen muoto, jossa soittaja ei oikeastaan tee mitään muuta kuin puhuu luonnollisesti IVR:ään, ja äänibiometrinen ohjelma todentaa hänet.
The Kuluttajakokemusraportissa todettiin, että 85%:n asiakkaista ei pidä aktiivisesta tunnistamis- ja todentamisprosessista ja pitää sitä turhauttavana. Yhteyskeskukset eivät myöskään pidä siitä kovin paljon, koska se on aikaa vievää.
Kuusi askelta tehokkaaseen soittajan todennukseen
Henkilöllisyyden tarkistaminen ennen puhelua
Osa soittajan todennuksesta tapahtuu käyttämällä itse saapuvasta puhelusta saatavia tietoja, joita ovat:
- Puhelinnumeron maine pisteet
- Liikenteenharjoittajan metatiedot
- Soiton lähtösignaali
- Laitteen sormenjäljet
IVR-järjestelmä vertaa saapuvaa numeroa CRM-tietokantaan.
Vastaavat numerot menevät asiamiehille luottamussignaalilla puhelun ohessa, ja numerot, jotka eivät vastaa, merkitään, jotta asiamiehet ovat tietoisia mahdollisista riskeistä.
Yhteyskeskukset, joissa on kehittyneet pre-call-järjestelmät, raportoivat lyhyemmästä keskimääräisestä käsittelyajasta.
Monitekijätodennuksen tarkistukset
Kun puhelu on yhdistetty, soittaja todennetaan monitekijätodennuksen (MFA) avulla puhekanavissa.
Tietoon perustuva todennus (KBA) on perusmenetelmä, jossa soittajaa pyydetään vastaamaan turvakysymyksiin.
KBA kannattaa aina yhdistää rekisteröityyn laitteeseen lähetettävään kertakäyttökoodiin (OTP), jonka soittaja vahvistaa suullisesti tai näppäimen painalluksella puhelun aikana.
MFA voi myös sisältää soittajan äänen biometrisen todentamisen. Soittajan tämänhetkisiä ääniominaisuuksia verrataan historiallisiin vuorovaikutustietoihin, joiden avulla voidaan määrittää, miltä kyseisen asiakkaan laillinen versio kuulostaa soittaessaan.
Tekoälyn äänianalyysi
Tekoälyn äänianalyysi on passiivinen soittajan todentaminen. Siinä käytetään tekoälyn todennusratkaisuja, jotka tutkivat suoran puhelun akustisia signaaleja erottaakseen elävän ihmisäänen syntetisoidusta puhelusta.
Puhebiometriset moottorit koulutetaan syväoppimismalleilla. Ne varmistavat, että linjalla oleva ääni tuotetaan reaaliajassa eikä toisteta tallenteelta.
Tekoäly seuraa pääasiassa äänihuulten resonanssikuvioita, hengittävyyttä ja formanttien taajuuksia, jotka ovat erilaisia jokaisella yksilöllä.
Generatiivinen tekoäly on mahdollistanut yli 350 äänen kloonaustyökalun kehittämisen. Jäljittelyn rima on siis laskenut vain muutamaan sekuntiin ääntä, jonka kuka tahansa voi kaapia ääniviestistä tai sosiaalisen median videosta.
Tekoälyn äänianalyysi puhelun tasolla on ensisijainen vastatoimi generatiivisia tekoälyn äänityökaluja vastaan.
TruthScanin AI Voice Detector on tarkoitukseen kehitetty työkalu, jolla tunnistetaan huijausyritykset soittajan ääntä reaaliaikaisesti manipuloimalla.
Reaaliaikaiset poikkeamahälytykset
On mahdollista, että puhelu, joka on läpäissyt puhelua edeltävän tarkistuksen ja MFA-tarkastukset, käyttäytyy poikkeavasti kesken keskustelun.
Poikkeamahälytyksiä laukaisevia signaaleja ovat muun muassa:
- Pitkät, epätavalliset tauot ennen turvakysymyksiin vastaamista (jotka viittaavat siihen, että soittaja lukee käsikirjoitusta tai katsoo varastettuja tietoja).
- Pyynnöt muuttaa liian monta tiliominaisuutta yhdellä soitolla
- maantieteelliset epäjohdonmukaisuudet rekisteröidyn tilin sijainnin ja ilmeisen puhelun alkuperän välillä.
- Sosiaalisen manipuloinnin skriptien mukainen sanasto tai muotoilu.
Jälleen kerran reaaliaikainen tekoälyilmaisin käytetään tällaisten poikkeamien tunnistamiseen. Asiamiehelle suunnatut hälytysjärjestelmät näyttävät nämä liput värikoodattuina riski-indikaattoreina, jotka kehottavat asiamiestä esittämään lisävarmennuskysymyksiä.
Epäilyttävien puhelujen eskalointi
Soittajan todennusprotokollissa on eskalointipolku, kun poikkeavuussignaalit ylittävät määritellyn riskirajan.
Vuorovaikutus voidaan siirtää vanhemmalle petosasiantuntijalle.
Se voi käynnistää äänettömän valvontatilan, jolloin toinen ryhmän jäsen voi tarkkailla vuorovaikutusta soittajaa hälyttämättä.
Tarvittaessa voidaan käynnistää kaistan ulkopuolinen lisävarmennus, kuten vahvistuspyynnön lähettäminen tilinomistajan rekisteröityyn sähköpostiin tai toissijaiseen puhelinnumeroon.
Jokaisesta eskaloituneesta puhelusta tulisi luoda tapahtumatietue, joka sisältää käynnistävät signaalit, agentin havainnot, suoritetut todennusvaiheet ja lopputuloksen.
Puhelun jälkeinen tarkastuskertomus
Puhelun päätyttyä se analysoidaan vuorovaikutustyypin ja tehtyjen päätösten tunnistamiseksi.
Tarkastuksilla on kaksi tehtävää.
- Sen selvittäminen, liittyykö päättyneeseen puheluun petos, ja jos liittyy, miten se on ohittanut aiemmat todennusvalvontatoimet.
- Soittajan todennuskehyksessä mahdollisesti olevien aukkojen tunnistamiseksi, jotka mahdollistivat ohituksen.
Myös puhelun jälkeistä tilitoimintaa koskevia tietoja on seurattava tarkasti. Puhelu, joka vaikutti puhtaalta suoran vuorovaikutuksen aikana, voi paljastaa todellisen luonteensa salasanan nollaamisen tai petollisen varojen siirron kautta, joka on tehty välittömästi puhelun päättymisen jälkeen.
Miten TruthScan vahvistaa soittajan todennusta
TruthScanilla on valikoima puhelinpetosten torjuntatyökaluja, joilla tarkistetaan tekstin, kuvien, äänen ja multimediasisällön alkuperäisyys. Meidän AI Voice Detector voi olla suora osa soittajan todennuksen työnkulkua.
Tunnistusmoottorimme on koulutettu tunnistamaan synteettistä puhetta, joka on luotu ElevenLabsin, Murfin, Speechifyn, Descriptin ja muiden generatiivisten tekoälytyökalujen avulla.
Se havaitsee myös hienovaraisemmat äänen manipuloinnin muodot, kuten äänenkorkeuden siirtämisen, nopeuden muuttamisen, aksentin muuttamisen ja äänen muokkaamisen.
Kaikissa näissä hyökkäystyypeissä TruthScanin havaintotarkkuus on 99%+.
TruthScan voi analysoida MP3-, WAV-, FLAC-, AAC-, OGG- ja M4A-formaatteja sekä videoformaatteja, mukaan lukien MP4, MOV, AVI ja WebM, äänen talteenottoa varten.
Kaiken kaikkiaan se varmistaa, että puhelu tulee soittajalta, joka soittaja väittää olevansa, ja että väitteen esittävä ääni on todellinen.
Puhu TruthScanin kanssa soittajapetosten ehkäisemisestä
TruthScan on käsitellyt yli 2 miljardia asiakirjaa, mikä antaa havaintomalleillemme valtavan määrän harjoittelutietoa, mikä näkyy >99%-tarkkuusluvuissa.
Järjestelmä käyttää erikoistuneiden tekoälymallien kokonaisuutta, joka toimii rinnakkain jokaisen puhelun kohdalla. Ne analysoivat akustisia sormenjälkiä ja aaltomuodon rakenteita jokaisen puhelun kohdalla.
Kun niitä on verrattu aidon ihmispuheen ja tekoälyn tuottaman äänen spektriominaisuuksiin, puhelun luotettavuuspisteytys on 0-100.
Pisteet kertovat tiimillesi, kuinka todennäköistä on, että linjalla oleva ääni on tekoälyn tuottama (tai manipuloima).
Katso esittely tai keskustele myyntitiimimme kanssa osoitteessa TruthScan tänään, jotta voit rakentaa todentamispaketin, johon yhteyskeskuksesi voi luottaa.