Една компания може да контролира сайта си, презентацията пред инвеститори и начина, по който представя себе си. Много по-трудно контролира онова, което се е натрупало около нея с времето: регистрациите на дружества, имената на бивши директори, съдебните дела, обществените поръчки, старите версии на сайтове и връзките на хората зад бизнеса с други компании. Поотделно част от тези данни изглеждат незначителни. Събрани от различни места и сравнени помежду си, понякога дават различна картина от тази, която компанията показва на бъдещ партньор.
Това е полето на OSINT, open-source intelligence, или работата с информация от открити източници. Методите му дълго се свързваха с разследваща журналистика, разузнаване и сигурност. Днес те намират място и в проверката на партньори, оценката на риска и инвестиционните решения. Изкуственият интелект ускорява търсенето и сравняването на публични данни, но въпросът пред човека, който взема решението, остава същият: какво от намереното е установен факт и какво тепърва трябва да бъде проверено?
Какво остава извън официалния разказ
OSINT не е определен софтуер и не започва непременно със сложен технически анализ. Понякога първата стъпка е да се проследи юридическата история на една компания. OpenCorporates събира данни за 220 млн. компании в повече от 147 юрисдикции. Всяка информация там може да бъде проследена до официалния ѝ източник. Така се вижда как са се променяли дружествата и хората в управлението им, включително през границите на различни държави.
OCCRP Aleph позволява имена на хора и компании да бъдат търсени в достъпните фирмени регистри, съдебни архиви, санкционни списъци и данни за обществени поръчки. Същественото често не е един документ, а появата на едни и същи имена, адреси или дружества в различни източници. Тази поява обаче е началото на проверката, не нейният край.
При проверка на нов доставчик се открива общ адрес между него и друго дружество. Това не доказва общ контрол или конфликт на интереси: адресът може да е на счетоводна кантора, която обслужва и двете фирми. Находката все пак има стойност, защото насочва към следващите въпроси. Кой действително управлява дружествата и нужно ли е обяснение, преди договорът да бъде подписан?
Какво добавя AI
AI инструментите могат да прегледат стотици документи и да открият повтарящи се имена и адреси. Могат да сравнят различни версии на един текст или източници на няколко езика. Тази бързина спестява време, но прави още по-важна проверката дали съвпаденията са действителни връзки и дали източниците са независими.
Изследване на Lenz Research показва защо оценката на AI изисква проверка. Екипът дава на пет водещи езикови модела едни и същи 1000 реални твърдения и достъп до търсене онлайн. За 997 твърдения и петте модела връщат използваема оценка по скала от пет категории. При 63% от тях поне един модел се разминава с мнозинството или мнозинство изобщо не се формира, а при 23% най-отдалечените оценки се различават с поне две категории.
Изследването не установява кой модел е прав. То показва, че системи, които могат да търсят в публични източници, стигат до различни оценки на един и същ въпрос. Самият Lenz използва няколко модела и последователни етапи на проверка, сред които и независима от моделите стъпка за откриване на релевантната публична информация.
Машината може да открие следа и да спести часове работа. Тежестта на следата обаче продължава да зависи от източника, контекста и независимата ѝ проверка.
Отделните факти не са доказателство
Резултатът от OSINT анализ лесно изглежда по-категоричен, отколкото позволява материалът. Карта със свързани дружества и регистрационни документи създава усещане за цялостна картина, макар отделните й елементи да нямат еднаква доказателствена тежест. Пет публикации могат да се окажат вариации на едно прессъобщение, регистърът може да съдържа остаряла информация, а истинска снимка да е публикувана с грешна дата.
Същият риск възниква, когато проверката започва с готово подозрение. В достатъчно голям публичен архив почти винаги има фрагменти, от които може да се сглоби предварително избрана история. Затова добрият анализ проверява и обратната хипотеза: има ли обикновено обяснение за съвпадението, актуални ли са данните и потвърждава ли ги независим източник?
Има и правна граница. Публично достъпните лични данни не престават да бъдат лични данни само защото са онлайн. При подбор на хора или оценка на риск организациите се нуждаят от правно основание да ги обработват. Според Европейския комитет по защита на данните легитимният интерес трябва да бъде съпоставен с правата и интересите на засегнатия човек.
Пътят от източника до извода
Въпросът „Как се става достоверен източник за AI?“ има и обратна страна. Когато компанията преценява бъдещ партньор, ролите се разменят и тя самата трябва да отдели надеждния източник от правдоподобния разказ.
За човека, който носи отговорността за решението, значение има пътят от източника до извода. Кои данни идват от първичен документ? Кои са потвърдени независимо? Къде съвпадението само подсказва въпрос и къде има основание за заключение?
При сделка или ново партньорство тези разграничения имат практическа цена. Потвърдената промяна в собствеността и съвпадението на адрес не тежат еднакво: първата може да наложи проверка на контрола, а второто обикновено води до уточняващ въпрос. Ако в анализа е участвал AI, има значение дали машината е намерила материал за проверка, или крайният извод се основава на нейната оценка. Доброто проучване оставя видими както установените факти, така и неизвестните, които имат значение за решението.
Същата логика важи и в обратната посока. Партньорите, инвеститорите и конкурентите имат достъп до голяма част от същата публична информация. Всеки от тях може да сглоби своя картина от следите, натрупани около една компания през годините. Какво би научил за нея един напълно непознат човек, преди тя да е казала и дума?
