Sift是一家数字信任与安全公司，为在线企业提供欺诈预防和风险管理解决方案。该公司成立于2013年，利用人工智能和机器学习分析数字信号，识别支付、内容和用户交互中的欺诈行为。Sift的平台旨在帮助商家和数字服务提供商减少因退单、账户接管、虚假账户创建及其他形式的在线滥用造成的损失，同时为合法客户最大限度减少摩擦。
该公司的核心产品是一个基于云的风险评估引擎，每月处理数十亿事件。通过与企业的现有基础设施集成，Sift的模型实时对每笔交易或用户操作进行评分，标记可疑活动以供审查或自动处理。随着时间推移，系统会从新数据和反馈中学习，适应不断演变的欺诈模式。Sift将自身定位在更广泛的数字信任领域，旨在实现安全无缝的在线体验，而非仅仅阻止不良行为者。
创立与早期历史
Sift由Jason Tan和Brandon Ballinger于2013年创立，两人此前曾在Google工作。公司最初名为Sift Science，反映了其利用数据科学改进欺诈检测的重点。创始人认识到，随着在线欺诈日益复杂和数据量激增，传统的基于规则的欺诈系统已变得不足。他们提出了一种机器学习方法，能够自动从大型数据集中识别模式，减少手动规则调整的需求。
该公司于2013年推出首款产品，面向电子商务和支付公司。早期采用者包括在线零售商和市场平台，这些企业需要在欺诈预防与客户体验之间取得平衡。2014年，Sift Science完成了由Union Square Ventures领投的A轮融资，随后于2015年完成B轮融资。公司的早期增长得益于数字支付的兴起以及账户接管和支付欺诈的日益普遍。
2018年，Sift Science更名为Sift，标志着其从纯欺诈检测扩展到更广泛的数字信任与安全应用。该公司开始提供内容审核、促销滥用和政策合规解决方案，反映出向管理全方位在线风险的转变。
技术与平台
Sift的平台围绕一个实时机器学习引擎构建，该引擎对支付、登录和注册等事件进行评分。系统从多个来源摄取数据，包括交易详情、设备指纹、IP地址和行为信号。它结合使用监督和无监督学习模型来检测异常和已知欺诈模式。
一个关键差异化因素是Sift的网络效应：所有客户的数据（在隐私保护措施下）被汇总，以改进集体模型。这使得系统能够识别单个企业可能尚未看到的欺诈趋势。该平台支持自定义规则和工作流，使客户能够根据其风险承受能力设置阈值和操作。
Sift还为特定用例提供专门工具。例如，其Account Defense模块专注于检测和防止账户接管，而Payment Protection则针对退单欺诈。公司投资于深度学习技术，包括神经网络架构，以提高准确性并减少误报。近年来，Sift整合了大型语言模型能力，用于分析非结构化文本（如产品评论或支持工单）中的滥用迹象。
该平台以软件即服务（SaaS）解决方案形式交付，提供API和SDK以便集成。它设计为可扩展至高流量企业，在高峰时段每秒处理数千事件。Sift提供仪表板用于监控和分析，使客户能够可视化风险趋势并调整策略。
产品与服务
Sift的产品套件围绕数字信任概念组织，覆盖整个客户旅程。主要产品包括：
- Payment Protection：实时分析交易，防止欺诈性购买和退单。它使用风险评分来批准、拒绝或审查交易。
- Account Defense：检测并缓解账户接管尝试，包括撞库和基于钓鱼的攻击。它还监控可疑的登录模式。
- Content Integrity：帮助平台审核用户生成内容，识别垃圾信息、仇恨言论和其他政策违规。该产品利用自然语言处理和图像分析。
- Promotion Abuse：防止与折扣、优惠券和忠诚度计划相关的欺诈，如批量账户创建或机器人驱动的滥用。
这些产品可单独购买，也可作为集成平台的一部分。Sift还提供专业服务，包括模型调优和自定义分析，以帮助客户优化风险策略。公司强调“信任与安全”方法，旨在保护企业和合法用户。
市场地位与竞争
欺诈预防市场竞争激烈，参与者从FICO和Experian等传统提供商到新兴的AI驱动初创公司。Sift通过其对实时、基于网络的智能和用户友好界面的关注来实现差异化。公司瞄准中大型电子商务公司、金融服务机构和数字市场平台。
竞争对手包括Riskified、Forter和Signifyd，这些公司也提供基于AI的欺诈预防。Sift在内容审核和促销滥用方面的更广泛范围使其区别于仅限支付的竞争对手。公司还扩展到旅游、游戏和食品配送等新垂直领域，这些领域的欺诈模式差异显著。
截至2020年代初，Sift报告每年处理超过1000亿事件，服务数千客户。公司未披露收入数据，但已筹集大量风险投资，2020年由Insight Partners领投的D轮融资。据报道，Sift的估值约为10亿美元，使其成为金融科技和安全领域的独角兽。
用例与行业应用
Sift被用于各行业以应对特定欺诈挑战。在电子商务中，它帮助减少退单和误拒，这些可能损害商家声誉和客户信任。对于订阅服务，Sift检测试用滥用和账户共享。在共享经济中，它验证用户身份并标记风险行为。
金融机构使用Sift监控交易以防范洗钱和合成身份欺诈。游戏公司利用该平台打击作弊、机器人操作和虚拟货币欺诈。社交媒体平台使用Content Integrity在大规模范围内执行社区准则。
一个值得注意的用例是在旅游行业，Sift帮助航空公司和酒店连锁防止忠诚度积分盗窃和预订欺诈。公司还与食品配送应用合作，检测虚假订单和司机欺诈。这些应用展示了Sift机器学习模型的多样性，这些模型可以在领域特定数据上进行训练。
数据隐私与伦理考量
Sift对大规模数据聚合的依赖引发了隐私和伦理问题。公司表示其匿名化和聚合数据以保护个人隐私，但对行为数据和设备数据的收集仍受到审查。Sift遵守欧洲的通用数据保护条例（GDPR）和美国的加州消费者隐私法案（CCPA）等法规。
在欺诈检测中使用AI也带来偏见和误报的风险。Sift已发布关于机器学习公平性的研究，并提供工具供客户监控模型在不同人口群体中的表现。然而，公司承认没有系统是完美的，并鼓励采用分层风险管理方法。
针对日益增长的监控担忧，Sift强调其技术用于欺诈预防而非一般监控。公司设有专门的信任与安全团队，负责审查政策并确保数据负责任地使用。
近期发展与未来展望
在2020年代，Sift扩展了其AI能力，整合生成式AI技术以改进对复杂欺诈的检测。公司还与亚马逊云服务和谷歌云等云提供商合作，在主要基础设施上提供其平台。Sift发布了用于实时决策的API，并投资于自动化响应系统，可在无需人工干预的情况下阻止欺诈活动。
Sift还专注于改善开发者体验，提供全面的文档和沙盒环境。公司每年举办一次会议Sift Summit，分享行业趋势和产品更新。2023年，Sift宣布与一家主要支付处理商合作，将其风险引擎直接嵌入支付网关。
展望未来，Sift旨在扩展到新市场，特别是数字商务快速增长中的亚洲和拉丁美洲。公司还在探索使用Transformer模型进行基于序列的欺诈检测，这可能提高对复杂攻击模式的准确性。随着欺诈者越来越多地使用AI来规避检测，Sift对先进机器学习的持续投资将对其保持竞争优势至关重要。
数字信任的未来可能涉及更主动和预测性的风险管理。Sift正将自己定位为该领域的领导者，超越被动检测，在威胁发生前进行预测。随着去中心化金融和元宇宙的兴起，新的欺诈载体将出现，Sift的平台设计为适应这些变化。
公司信息
Sift总部位于加利福尼亚州旧金山，在纽约、伦敦和新加坡设有额外办公室。截至2024年，公司拥有超过500名员工。其领导团队包括2020年加入的首席执行官Kris Nagel和担任首席技术官的联合创始人Jason Tan。Sift已从Union Square Ventures、Insight Partners和Stripes等投资者处筹集超过1亿美元资金。
公司因其技术获得行业认可，包括被Forrester Wave评为欺诈管理领导者。Sift还被列入Deloitte Technology Fast 500名单。这些荣誉反映了其强大的市场影响力和对数字信任的创新方法。
Sift的使命是“让互联网对信任和商业安全”。这一使命驱动其产品开发和企业文化，强调透明度、协作和客户成功。随着在线欺诈持续演变，Sift仍致力于为企业提供保护自身和客户所需的工具。