Fraude de contratación de Deepfake: Incode sobre la seguridad que debe conocer Podcast

Los sistemas de identidad se construyeron para contraseñas e identificaciones plásticas, no para un mundo en el que cualquiera pueda crear una cara convincente, una voz o una persona digital completa en pocos minutos.

Hoy en día, los atacantes utilizan deepfakes, clonación de voz e identidades sintéticas en las que colarse embudos de contratación, restablecer la MFA en la mesa de ayuda y moverse lateralmente dentro de las empresas. La mayoría de las herramientas de IAM todavía se enfocan en dispositivos y credenciales, sin saber realmente quién está detrás de la pantalla. Esa capa humana se ha convertido silenciosamente en la nueva superficie de ataque.

Ahí es donde entra Incode.

En el último episodio de Seguridad que debe saber, Fernanda Sottil, Director Senior de Estrategia en Tecnologías Incode, explica cómo Incode agrega un capa de identidad del mundo real que se conecta directamente a las pilas de IAM existentes.

A ella se une Nick Espinosa, anfitrión del Inmersión profunda programa de radio, y Bozidar Spirovski, CISO en Punto azul, quienes prueban a presión el enfoque desde el punto de vista del practicante.

El espectáculo es parte de Serie CISO, una red de medios que reúne a vendedores y profesionales en la misma sala, desata conversaciones honestas y tiene como objetivo ofrecer lo más divertido que tendrá en ciberseguridad.

Lo que oirás en el episodio

En menos de 20 minutos, la conversación se sumerge en las preguntas con las que todos los líderes de seguridad e IAM están luchando:

• ¿Cómo verifica la identidad cuando los delincuentes implementan IA más rápido que los equipos de seguridad?
  Fernanda camina a través de cómo Incode utiliza la biometría, la vivida y las señales de riesgo para confirmar que hay una persona real detrás de cada interacción, no solo un dispositivo válido.
  
• ¿Qué pasa si un usuario o candidato legítimo es bloqueado?
  El grupo analiza las rutas de apelación, las revisiones secundarias y cómo diseñar controles que sean seguros y justos.
  
• ¿Cómo equilibra la prevención del fraude con la UX y la conversión?
  Escuchará ejemplos concretos de dónde colocar la verificación en el recorrido de contratación y fuerza laboral para que se sienta natural en lugar de intrusivo.
  
• ¿Qué sucede cuando la verificación falla durante momentos de alto riesgo como los reajustes de MFA?
  El panel explora los flujos de trabajo de la mesa de ayuda, los ataques basados en voz y por qué es importante la prueba visual y conductual de la vida.
  
• ¿Cómo se cumple todo esto con GDPR y otras reglas de privacidad?
  Fernanda explica cómo Incode maneja los datos faciales, el consentimiento y la capacitación de modelos respetando las regulaciones regionales.

Si te importa detener el fraude impulsado por deepfake sin romper tus flujos de contratación o acceso, esta es una escucha rápida con mucha señal.

Escucha el episodio en Spotify, o escucha a continuación:

Transcripción completa

[Voz en off] Conectando soluciones de seguridad con líderes de seguridad. Seguridad que debe saber comienza ahora.

[Rich Stroffolino] Bienvenido a Seguridad que debes saber. Soy tu anfitrión, Rich Stroffolino. Hoy vamos a estar hablando de Incode Technologies y de lo que están haciendo en la verificación de identidad. Ahora bien, el problema que están abordando es uno que hemos visto mucho en las noticias en los titulares de ciberseguridad durante el último año, el fraude impulsado por IA en el lugar de trabajo.

Ayudándonos a descubrir por qué este es un problema tan recurrente, vamos a estar hablando con Nick Espinosa, el presentador del programa de radio Deep Dive, sindicado a nivel nacional, y con Bozidar Spirovski, CISO en Blue Dot. Nick, voy a empezar contigo. ¿Por qué seguimos luchando contra el fraude impulsado por la IA en el trabajo?

[Nick Espinosa] Esta es, creo, una conversación relevante para tener, principalmente porque la IA está explotando de muchas maneras diferentes. Y en virtud de eso, hemos visto omnipresencia en todo, desde el desaire de la IA hasta las alucinaciones generadas por IA que se utilizan en los tribunales hasta el fraude literal en el lugar de trabajo.

Y francamente, nadie quiere contratar al primo segundo de Kim Jong Un pensando que estás contratando a alguien más, ¿verdad? Entonces este, creo, es uno de esos últimos bastiones que va mucho más allá de la situación estándar de conocer a su cliente porque ahora estamos siendo capaces de usar la inteligencia artificial a través de falsificaciones profundas y todo lo demás para básicamente evadir muchos de los sistemas de detección tradicionales que hemos tenido para simplemente verificar identidades.

Entonces creo que esta es una conversación fantástica para tener.

[Rich Stroffolino] Muy bien, Bozidar, voy a ir a ti. ¿Por qué seguimos luchando con este fraude impulsado por IA?

[Bozidar Spirovski] Creo que puedo enmarcarlo un poco diferente. Debido a todo el bombo de transformación digital que hemos estado viendo en el pasado, yo diría que, 20 años, los adoptantes más exitosos de la transformación digital son los delincuentes. Lo están adoptando lo antes posible, probándolo lo antes posible, utilizándolo lo antes posible.

Así que tal como dijo Nick, ahora todo el mundo está tratando de usar la IA de alguna forma o forma. Tristemente para nosotros, los criminales son geniales en ello, como increíbles en ello. y lo están haciendo todo el tiempo, y están por delante de la curva, de verdad. Especialmente en estas falsificaciones de video o superposiciones faciales, superposiciones de voz, etc.

Entonces debo decir que es un caso de uso muy interesante, una propuesta muy desafiante, especialmente en un entorno remoto, pero me gustaría escuchar lo que nuestro host tiene que decir al respecto. Es un tema interesante.

[Rich Stroffolino] Muy bien. Bueno, hoy vamos a estar platicando con Fernanda Sottil, Directora Senior de Estrategia de Incode Technologies. Ahora, para empezar, estamos respondiendo a tres preguntas esenciales. ¿Cómo explico el valor de su solución a mi CEO?

¿Qué hace su solución y qué no hace? ¿Y cuál es el modelo de precios? Fernanda, ¿nos puedes ayudar, darnos estos preliminares?

[Fernanda Sottil] Claro, feliz de pasar por esto. Entonces resolvemos para la próxima evolución del riesgo de la fuerza laboral. Así que el problema no es en realidad la tecnología. Es la capa humana en la que nuestros sistemas aún confían, desafortunadamente, con demasiada facilidad. Entonces, si piensa en esto, las plataformas de administración de acceso a la identidad autentican los dispositivos, autentican las credenciales, pero en realidad no confirman quién está detrás de ellos.

Esta es exactamente la brecha que la IA está explotando, y es por eso que la identidad se ha convertido en la nueva superficie de ataque dentro de la empresa. Entonces te voy a dar muy rápido dos ejemplos. Durante la contratación, las identidades falsas, los candidatos falsos con identificaciones robadas o generadas por IA se obtienen a través de entrevistas porque sus perfiles, videos y voces parecen muy legítimos.

Y en realidad, después de la incorporación, los atacantes pueden suplantar muy fácilmente a los empleados usando voces clonadas o llamadas falsas profundas para restablecer los MFA o en la mesa de ayuda. Entonces, en todos estos momentos, eso es todo lo que se necesita para evitar incluso la configuración de IAM más fuerte.

Por lo tanto, Incode Workforce agrega una capa de identidad del mundo real al sistema de administración de acceso de identidad. Entonces, ya sea que las empresas usen Okta, usen Microsoft Entra, usen Ping Identity, lo que hacemos es integrarnos a la perfección con esas soluciones y verificamos a la persona detrás de cada momento de alto riesgo a lo largo del viaje del empleado, desde entrevistas de candidatos hasta la incorporación del primer día, los reajustes de la mesa de ayuda, los reajustes de MFA.

Todo eso se facilita a través de una configuración muy fácil.

Entonces en términos de cómo funciona, el proceso de inscripción es a través del cual un empleado o un candidato verifica solo una vez escaneando una identificación emitida por el gobierno y tomando una selfie en vivo. Verificamos con tecnología automatizada y fuentes gubernamentales que esta es una identidad confiable.

Y luego en momentos críticos, en cualquier punto futuro, como un reinicio de MFA en soporte de TI o en el reclutamiento, Incode verifica instantáneamente a la persona con una coincidencia rápida de selfie.

[Rich Stroffolino] ¿Y qué estamos viendo en términos de precios?

[Fernanda Sottil] Así que en realidad trabajamos a través de un modelo de licencia por empleado, los niveles basados en el número de empleados. Por lo que es muy transparente. Queremos asegurarnos de que las organizaciones activen Incode en cualquier punto o en cualquier flujo de trabajo o momento clave. Así que no hay límite en el uso.

[Rich Stroffolino] Muy bien. Entonces esto es súper interesante. Estoy intrigado. Necesito escuchar más. Bozidar, ¿cuáles son las preguntas que tiene para las tecnologías Incode?

[Bozidar Spirovski] Oh, tantos. Entonces voy a empezar con lo que leo en la página web que tienes es que esencialmente entrenas en las caras de las personas. Entrenas a tu modelo en las caras de las personas. ¿Tengo razón al entender eso?

[Fernanda Sottil] Corregir. Así que creo que una de las fuentes clave de nuestra ventaja proviene de la IA patentada. Entonces nos capacitamos en miles de millones de verificaciones que se adaptan muy rápido al fraude. Entonces piensas en tipos muy diferentes de vectores de ataque, algunos más sofisticados que otros, entrenamos en esos conjuntos de datos.

Nos aseguramos de que los conjuntos de datos sean representativos en geografía, demografía y también en tipo de fraude, para asegurarnos de que siempre estamos un paso por delante de los atacantes.

[Bozidar Spirovski] Bien. Entonces, en ese contexto, mi pregunta proveniente de los territorios europeos, es ¿cómo se cumple con la privacidad, y de qué manera potencialmente le sirve a nuestros empleados de no estar de acuerdo con que sus caras sean parte del conjunto de datos de capacitación?

[Fernanda Sottil] Esa es una muy buena pregunta. Contamos con un marco de privacidad y cumplimiento de normas muy sólido, y específicamente para Europa. Cumplimos con GDPR. Sí tenemos servidores. Por lo que los datos se quedan y dependen de manera segura en la UE. Todos los datos están encriptados.

Y sí tenemos diferentes tipos de verificación.

Entonces una vez que se verifican los empleados, digamos, emparejar el documento de gobierno con el perfil del empleado o el directorio de empleados, esa información se elimina de inmediato, ¿verdad? Entonces hay una especie de certificación que se está compartiendo de vuelta a la empresa, y nos permite asegurarnos de que el empleado es legítimo, que no es una falsificación profunda, y que es quien dice ser sin tener ningún tipo de responsabilidad en el lado de los datos.

[Bozidar Spirovski] Pero, ¿entonces entrena a sus AI en las caras que ha grabado?

[Fernanda Sottil] Entonces si el empleado no da su consentimiento o la organización no da su consentimiento, eliminamos inmediatamente los datos y no nos capacitamos en ese vector específico.

[Bozidar Spirovski] Bien, gracias. Voy a entregarle a Nick para el siguiente, tal vez.

[Nick Espinosa] Sí, claro. Quiero decir, creo que este tipo de abrir una lata de gusanos en términos de confianza, ¿verdad? Como, ¿dónde se origina la confianza? ¿Qué requiere? Entonces, si el objetivo de Incode, por ejemplo, es, cito, “Potenciando un mundo de confianza”, terminar cotización, que obtuve de su sitio web, ¿cuáles son las condiciones mínimas para la confianza?

Entonces, ¿es puramente tecnológico, como la precisión y la seguridad? ¿O también es legal, social, psicológico, fisiológico, algo así? ¿Cómo mide o anticipa Incode la confianza más allá de, digamos, las tasas de error y la prevención del fraude entonces?

[Fernanda Sottil] Esa es una muy buena pregunta, Nick. Y en realidad tenemos diferentes niveles de seguridad en nuestra plataforma. Entonces, si piensas en la pregunta muy básica, la primera pregunta sería como, “¿Eres realmente real?” ¿verdad? Así que asegurándose de que haya, de hecho, un individuo vivo en el otro lado de la transacción.

El segundo nivel de confianza sería: “¿Eres quien dice ser?” ¿verdad? Entonces eso requiere un conjunto diferente de información que necesitamos obtener del empleado en este caso, tal vez atado a un documento de gobierno, una selfie, a través del reconocimiento facial realizamos el emparejamiento, y eso nos permite verificar que, de hecho, eres Nick.

Entonces tal vez el tercer nivel de confianza sería como, “¿Puedo realizar transacciones con usted de manera segura?” ¿verdad? Y ahí es cuando integramos muchas fuentes de datos diferentes. Nos conectamos con fuentes gubernamentales. También nos conectamos con otros datos transaccionales.

Y a través de nuestra red, podemos dar fe de alguna manera, ¿este individuo está asociado con tal vez acciones ilegítimas, fraude de primera parte, fraude de terceros? ¿Y cuál es el puntaje de confianza que podríamos emitir de vuelta a la parte confiante?

Entonces, quiero decir, no todas las organizaciones quieren estar en el tercer nivel de confianza, ¿verdad? Entonces es por eso que nuestra tecnología y nuestra arquitectura podrían ajustarse en función de qué pregunta están tratando de resolver los individuos u organizaciones.

[Nick Espinosa] Te tengo. Entonces un seguimiento rápido, y luego se lo patearé a Bozidar. Así que tengo que entender, y como una cola de enlace inmediata, ¿cómo se equilibra la escala global con la variación local y los documentos de identidad, todo ese tipo de cosas?

Entonces, según su sitio web, admite aproximadamente 4,600 tipos de documentos diferentes de 200 países, pero documentos, normas, estándares legales, jurisdicciones, identidad, leyes de privacidad, todo este tipo de cosas es diferente y cambia continuamente. Entonces, ¿cómo básicamente te mantienes al día con eso?

¿Cuáles son las compensaciones que está haciendo aquí entre todos estos diferentes estándares?

[Fernanda Sottil] Esa es una muy buena pregunta. Voy a tratar de responderla y capturar sobre todo. Entonces, tenemos un laboratorio de fraude patentado, y básicamente la misión principal del laboratorio de fraude es poder implementar métodos de recolección de datos lo más robustos que podamos.

Y para hacer eso, necesitamos asegurarnos de que tenemos una cobertura extremadamente alta a nivel mundial. Por lo que recopilamos datos a través de diferentes fuentes. Contamos con empresas de terceros que nos ayudan con la recolección de datos. También lo hacemos nosotros mismos para vectores de fraude más específicos.

Creamos esos conjuntos de datos internamente. Y también lo hacemos a través de nuestros clientes.

Entonces uno de los grandes beneficios que tenemos es simplemente escalar. Trabajamos con uno de los ocho de los diez principales bancos de Estados Unidos, tres de los cuatro principales telecos de Estados Unidos. Así que en general, el alcance y la escala que actualmente tiene Incode nos permite tener un alto volumen de datos que nos permite iterar sobre el fraude más rápido que nadie.

En términos de estándares de cumplimiento y estándares de privacidad, tenemos un equipo de última milla muy sólido que es capaz de evaluar qué es la regulación prometedora, cuáles son las cosas que deberíamos considerar dentro de nuestros flujos de trabajo, dentro de nuestro producto desde una perspectiva de cumplimiento de normas.

Tenemos relaciones muy fuertes con los reguladores. Entonces en general, una especie de promesa de Incode es poder iterar con el entorno en términos de fraude, en términos de regulación, y también en términos de cumplimiento y preferencias de los usuarios.

[Bozidar Spirovski] Bien. Entonces me voy a dar un salto. Hablemos brevemente sobre el flujo. Entonces estoy siendo usuario en una empresa, y por la razón que sea, perdí mis credenciales. A lo mejor se me cayó el teléfono en el baño, o lo que sea que haya pasado, pasó. Y ahora necesito volver a autenticarme.

Y luego paso por tu proceso. Por la razón que sea otra vez, tu máquina dice que no soy quien soy. ¿Cuál es mi recurso en esa pregunta?

Y el seguimiento de eso, que creo que es aún mucho más doloroso, son los candidatos mencionados. Y siendo yo un conocedor de la empresa, probablemente pueda encontrar una manera de llegar a alguien que me conozca personalmente y desbloquearme. No obstante, para los candidatos, ese es un tema mucho más desafiante.

Entonces, ¿qué haría un candidato si considera que ha sido clasificado erróneamente?

[Fernanda Sottil] Esa es una muy buena pregunta, y ese es el gran reto con el que trabajamos, que creo que también impacta en un par de preguntas de Nick, que es el equilibrio entre la mejor experiencia de usuario o la mejor conversión, también con precisión en el lado del fraude.

Entonces creo que algo que tenemos que entender es que Incode está previniendo una de las vulnerabilidades clave que enfrentan las empresas en la actualidad. Así que la seguridad es nuestra mayor preocupación. Dicho esto, nuestros modelos de machine learning son muy, muy personalizados. Y ese es un beneficio que tenemos porque los modelos de aprendizaje automático se crean internamente.

Así que hay muchos controles diferentes. Hay reglas y hay umbrales que nos permiten afinar los modelos para que nos aseguremos de reconocer muy rápidamente a esos usuarios legítimos y además no los bloqueemos y tampoco dejemos entrar ataques o intentos fraudulentos.

En el caso que mencionabas, en realidad tenemos mecanismos de retoma muy fuertes. Entonces, si un usuario está bloqueado incorrectamente, entonces hay una capacidad para que obtenga otra cosa de verificación a través de la cual pueda verificar su identidad.

No tengo las estadísticas en mente, pero es menos del 1% de los usuarios que serían verificados incorrectamente en su segundo intento. Así que creo que la probabilidad de que un usuario sea bloqueado incorrectamente es extremadamente baja. Dicho esto, podemos afinar los umbrales.

En la experiencia del candidato, sí llamas un punto muy importante, que es el equilibrio, la tolerancia que tienen los usuarios para la fricción es menor. Por lo tanto, debemos asegurarnos de que los flujos que estamos diseñando sean aún más intuitivos y amigables para el usuario final con los procesos de recuperación adecuados en caso de que se bloqueen incorrectamente.

[Bozidar Spirovski] Entonces, un seguimiento de eso. ¿Hay alguna manera para la organización... Y estoy pensando aquí en un par de experiencias diferentes, digamos, de empleados o candidatos principalmente porque la mayoría de los candidatos ya están filtrados a través de un montón de IA.

Y dicho sinceramente, la gente odia todas estas IA. Así que no vamos a dar vueltas por el monte.

Y ahora, he aquí, otro AI. Entonces, pregunta, desde una perspectiva práctica, si una organización que utiliza tu producto puede ver la tasa de error de tu sistema, y si pueden decidir tener un flujo diferente si esa tasa de error excede algo, o en algunos casos específicos.

Quiero decir, “vamos manuales”, por la razón que sea.

[Fernanda Sottil] Esa es una muy buena pregunta. Entonces sí ofrecemos dos cosas determinadas. El primero es que ofrecemos una verificación pasiva en la que el usuario no necesita hacer nada, no necesita proporcionar un documento gubernamental o compartir su selfie. Verificamos la identidad conectándonos con fuentes gubernamentales y verificando que los datos que presenta el usuario coincidan con las bases de datos oficiales.

Entonces ese es un método de verificación de menor nivel de aseguramiento, pero seguro que es mucho menos fricción para el usuario.

Digamos que los usuarios avanzan en el proceso, están pasando por entrevistas en vivo, o tal vez están pasando por una verificación de antecedentes. Entonces además de eso, podemos complementar esos procesos con la captura de documentos de gobierno en vivo y selfie.

En términos de precisión, sí compartimos analíticas muy, muy fuertes a los clientes y les mostramos métricas de falsos positivos, falsos negativos, tasas de conversión, etc., a lo largo de cada una de las etapas del embudo. Y algo que ofrecemos a los clientes son SLA muy estrictos, tanto en el lado falso positivo, lo que significa fraude que dejamos entrar, como en falso negativo, que son usuarios legítimos que bloqueamos incorrectamente.

Por lo tanto, ajustamos constantemente esos modelos y esos procesos para asegurarnos de que siempre superamos esos SLAs. Si hubiera una situación en la que estamos, por alguna razón, bloqueando demasiados usuarios, entonces podríamos ajustarnos y tener algún tipo de método adicional de verificación.

Por lo que compartiste personalmente en términos de verificación manual, normalmente descubrimos que eso en realidad resulta en peores SLA solo porque hay un revisor humano, hay una pista. Los revisores humanos en realidad hoy en día ya no pueden distinguir las falsificaciones profundas de las reales o falsas.

Así que eso solo nos impulsa a pensar que la tecnología automatizada es mucho mejor desde el punto de vista de la experiencia del usuario en términos de velocidad, pero también de precisión y nivel de performance.

[Rich Stroffolino] Tenemos tiempo para una última pregunta.

[Nick Espinosa] Tengo que preguntar, y necesito pivote un poco sobre esto. Porque lo que acabas de decir realmente me hace empezar a pensar en la defensa adversarial preparada para el futuro. Entonces piensa en las amenazas adversariales que estamos viendo ahora mismo, deepfakes, suplantación de identidad, transformación, identidades sintéticas, etc., etc.

Incode ofrece una vida pasiva, detección profunda de falsificados, redes de prevención de fraude, todo este tipo de cosas.

Pero todos sabemos que los ataques adversariales, básicamente, van a evolucionar. Simplemente lo son, ya sea IA o algo más. Entonces, ¿cuál es la estrategia de Incode para anticipar nuevas formas de fraude o suplantación de identidad? ¿Qué tan rápido puede actualizar o parchear sus modelos para canalizaciones de detección?

Y honestamente, odio hacer esta pregunta, pero creo que es importante. ¿Crees que hay vectores de ataque en este momento que actualmente no puedes defender o que podrían requerir marcos tecnológicos o legales fundamentalmente diferentes que Incode no está abordando, o está en la hoja de ruta, o lo que sea que parezca?

[Fernanda Sottil] Entonces esa es una muy buena pregunta, y me alegra mucho que la hayas hecho, Nick. Creo que nuestro enfoque es tener un enfoque múltiple hacia la defensa más rápida. Entonces de hecho, en cuanto a ataques adversariales, se trata de un juego de gato y ratón. En cuanto más rápido seamos capaces de iterar, los estafadores también podrán moverse muy rápidamente.

Como mencionaste, no hay manera de que podamos articular la velocidad a la que estas cosas están evolucionando. Contamos con un laboratorio de fraude patentado, que es algo que ya describí que consiste en métodos de recolección de datos a través de nuestros clientes, a través de nuestros propios clientes, a través de organizaciones de terceros.

También contamos con un programa con empresas de pruebas de penetración. Por lo tanto, trabajamos desde un rango entre cinco y ocho empresas diferentes de pruebas de penetración que prueban constantemente la tecnología de Incode mes a mes que son capaces de señalar vulnerabilidades y que pueden ayudar a nuestro equipo interno de fraude a remediarlas y ajustarlas.

La otra cosa que estamos haciendo es asociarnos con universidades. Así que ahora estamos implementando nuestros modelos de aprendizaje automático en colaboración con universidades muy conocidas. Entonces la Universidad Purdue en Indiana, es una de las universidades que está a la vanguardia de la detección de fraudes con todo lo relacionado con la visión por computadora.

Por lo tanto, nos estamos asociando muy estrechamente con ellos para poder garantizar que nuestros enfoques sean complementarios entre sí, y que también brinden una perspectiva adicional en términos de evaluaciones y capacitaciones para señalar dónde tenemos brechas.

Entonces a tu pregunta, sí tenemos lagunas. Los cerramos lo más rápido que podemos, a veces tan rápido como incluso horas. Y si identificamos que hay documentos específicos o vectores de fraude que actualmente no cubrimos, esos pueden ser parcheados a lo largo de días.

[Rich Stroffolino] Muy bien. Y, Fernanda, ¿qué es una cosa que no preguntamos sobre eso que necesitamos saber?

[Fernanda Sottil] Probablemente algo que sea interesante para la audiencia es ¿cómo se trabaja con otros sistemas empresariales? Entonces, ¿reemplazarías un Okta? ¿Reemplazarías un Microsoft Entra? ¿Cómo funciona esto con un MFA o con un inicio de sesión único?

Algo que llamar es que somos altamente complementarios. De hecho, tenemos una asociación muy fuerte con ellos. Tenemos una integración llave en mano con la mayoría de los sistemas de identidad que existen. También nos integramos con sistemas de mesa de ayuda. Entonces, si los usuarios necesitan activar una verificación de Incode directamente desde una plataforma de service desk, ya sea Zendesk o ServiceNow, pueden hacerlo.

Y también nos integramos con sistemas de RRHH o sistemas de reclutamiento, sistemas ATS. Entonces, en general, la tecnología es muy flexible. Es muy modular de lo que viste. Nuestro equipo es increíblemente robusto y fuerte. Así que estamos muy emocionados de asociarnos con empresas que quieren resolver este caso de uso.

Y esperamos escuchar más de otros problemas que podríamos resolver tangencialmente con este tipo de solución.

[Rich Stroffolino] Bueno, eso es todo para este episodio de Security You Should Know. Para obtener más información, dirígete a incode.com. Y si tienes algún comentario o pregunta para Fernanda, envíalos a feedback@CISOseries.com.

Un enorme agradecimiento a Nick y Bozidar por ayudarnos a aprender más sobre lo que está haciendo Incode Technologies. Y gracias a ti Fernanda por ser juego y por tu tiempo en responder a todas estas preguntas. Y gracias por escuchar Security You Should Know.

[Voz en off] Eso concluye otro episodio de Security You Should Know. Si te gusta este programa, suscríbete, cuéntale a tus amigos y déjanos una reseña. Todas las empresas exhibidas en este programa son patrocinadores de CISO Series. Si su empresa desea ser resaltada y entrevistada por nuestros líderes de seguridad, vaya a nuestra página de contacto en Cisoseries.com o simplemente envíenos un correo electrónico a info@CISOseries.com.

Gracias por escuchar Seguridad Deberías saber: conectar soluciones de seguridad con líderes de seguridad.

Transcripción cortesía de Seguridad que debe saber.