По прогнозам аналитиков рынка, глобальные расходы на цифровую идентификацию вырастут с $44 млрд в 2025 году до $132 млрд к 2031-му драйверы понятны. Финансы, гейминг и ритейл продолжают стремительно уходить в цифру. Но масштаб рынка не отменяет проблему, о которой всё чаще говорят внутри самой индустрии. То, что мы называем identity verification (IDV), сегодня во многом устарело как модель.
Почему статичная верификация не справляется
Большинство систем IDV до сих пор работают как статичные контрольные точки: проверил документ, пропустил дальше. Они хорошо справляются с валидацией (паспорта, селфи, штрих-кода), но плохо помогают бизнесу принимать уверенные решения о доверии в реальном времени.
Такие системы оторваны от реальных исходов мошенничества и слепы к контексту пользователя: их оптимизировали под комплаенс, а не под качество решений.
- Контекст важнее снимка. По рекомендациям NIST (руководство SP 800-63 по цифровой идентичности), уровень доверия к личности стоит оценивать с учётом риска конкретной операции, а не только факта проверки.
- Документ можно подделать. За данными ENISA, атаки с синтетическими личностями и подменой селфи растут вместе с доступностью генеративного ИИ.
Что приходит на смену
Индустрия называет это identity intelligence – сдвиг от проверки документов к непрерывной оценке доверия в контексте.
В основе, вероятностный скоринг, объединение множества сигналов и обратная связь от реальных исходов, система учится не на объёме обработанных заявок, а на том, чем закончилось каждое решение, фродом, ручной проверкой, легитимной операцией.
Каждое следующее решение становится точнее предыдущего, то, чего статичный IDV в принципе не умел делать, – Артем Ляшанов
Какие сигналы объединяет такая система
Вместо одной проверки документа intelligence-модель собирает данные устройства, сетевые сигналы, поведенческие паттерны и историю взаимодействий пользователя и объединяет их с идентификационными данными в постоянно обновляемую картину риска.
На мой взгляд, здесь важен не столько технологический сдвиг сам по себе, сколько смена метрики успеха, - Артем Ляшанов
Раньше вопрос звучал так: прошёл ли пользователь проверку. Теперь, насколько мы уверены в этом пользователе прямо сейчас, с учётом всего, что мы о нём знаем. Для финтеха это означает меньше ложных срабатываний, выше конверсия на онбординге и риск-модель, которая реально учится, а не просто быстрее штампует решения.
- Данные устройства. Отпечаток браузера, эмулятор, root-доступ, смена устройства в середине сессии.
- Сетевые сигналы. VPN, прокси, геолокация и её несоответствие профилю.
- Поведение. Скорость ввода, паттерны навигации, копирование данных вместо ручного набора.
- История. Прошлые операции, споры, чарджбэки и итог каждой ручной проверки.
Частые вопросы
Чем identity intelligence отличается от классической IDV?
Классическая IDV проверяет документ один раз. Identity intelligence оценивает доверие непрерывно: устройство, сеть, поведение и история работают вместе.
Отменяет ли новый подход требования KYC?
Нет. Проверка документов остаётся частью комплаенса. Она просто перестаёт быть единственным сигналом для решения.
С чего начать команде риск-менеджмента?
С обратной связи. Свяжите каждое решение онбординга с его итогом: фрод, ручная проверка или легитимная операция. Без этого модель не научится.
Почему нам можно доверять
Колонки на Trust Vector пишут практики, которые сами строили онбординг, антифрод и платёжные продукты. Мы разделяем личное мнение автора и проверяемые факты: цифры сопровождаются ссылкой на источник.
Как мы проверяем информацию
Сверяем данные с отраслевыми отчётами и стандартами: NIST, ENISA, ISO/IEC 27001, рекомендациями OWASP по безопасной аутентификации. Прогнозы рынка помечаем как прогнозы, а не как факты.
Редакционные принципы
Без рекламных интеграций внутри текста. Без спонсорских оценок продуктов. Если материал обновляется, мы меняем дату и фиксируем суть правок.