01中心課題とニーズ
远程员工与外包人员无法被现场核实身份。攻击者利用逼真的电话冒充员工，诱骗 IT 帮助台重置 MFA，从而绕过双因素认证并引发安全入侵。传统帮助台只能依赖知识问答（如工号、生日）或来电显示判断身份，这些信息在数据泄露频发的今天极易被获取，导致社工攻击成功率居高不下。
02プロダクト解決策
构建一套 AI 语音身份核验中间件：在帮助台接到 MFA 重置请求时，实时接入通话，通过声纹比对（与员工预先注册的声纹库匹配）、活体检测与反深度伪造（anti-deepfake）模型判断来电者是否为本人；同时结合设备指纹、行为基线和组织架构上下文做多因子风险评分。高风险请求自动升级至人工复核或要求视频核验，全程留痕审计。系统以 API/SaaS 形式与 ServiceNow、Jira Service Management、Microsoft Teams 电话系统集成。
03収益化と事業モデル
采用 B2B SaaS 订阅制：按坐席数或按每月核验通话次数计费；提供企业版年度合同，包含声纹库注册、反深度伪造模型更新、审计日志与合规报告。可叠加增值服务：帮助台人员社工防范培训、定制化风险策略咨询、与现有 ITSM 平台的集成实施费。
04アクション
- 1访谈 10–15 家企业帮助台负责人，量化 MFA 重置社工攻击的发生频率与平均损失，验证付费意愿。
- 2构建 MVP：接入通话音频流，实现声纹注册与比对、活体/反深度伪造检测，输出风险评分。
- 3与 ServiceNow 或 Jira Service Management 做首个集成，打通工单触发与升级流程。
- 4在 2–3 家试点客户中部署，测量误拒率、攻击拦截率与坐席处理时长变化。
- 5完善审计日志与合规能力（SOC 2、GDPR、个人信息保护法），准备企业采购材料。
- 6通过安全社区、BSides/黑帽大会与帮助台行业媒体做内容营销，发布社工攻击案例研究。
- 7建立渠道合作（MSP、ITSM 集成商），规模化获客并迭代定价模型。
05リスク
声纹识别存在误拒与误受风险，环境噪声和电话音质会降低准确率；深度伪造技术快速演进，检测模型需持续投入否则迅速失效；声纹属于生物识别数据，面临 GDPR、个人信息保护法等严格合规要求，数据存储与跨境传输风险高；企业采购周期长，安全团队对新增供应商审慎；若 Microsoft、Cisco 等平台厂商将类似能力内置，可能挤压独立产品空间。