Відеоверифікація: що насправді шукає Amazon

Звідки взялися «20 тисяч акаунтів»

У вересні в китайських Amazon-спільнотах з’явилася цифра, яка швидко розійшлася серед продавців: близько 20 тисяч seller accounts нібито потрапили під централізовану перевірку Amazon. Section 3, Video Verification, у частині повідомлень — 14 днів на проходження процедури, після чого акаунт можуть деактивувати.

Першоджерело цифри знайшлося в китайському AMZ123. Amazon її офіційно не підтверджував, тому говорити про «20 тисяч заблокованих акаунтів» точно не варто. Але сама хвиля не вигадана: у вересні на Seller Forums з’являються нові кейси Section 3 із вимогою пройти відеоверифікацію, а seller-медіа збирають аналогічні історії з різних ринків.

Масові перевірки Amazon траплялися й раніше. Питання в тому, чому саме зараз Amazon знову витягує старі акаунти на відео і що намагається побачити під час дзвінка.

Чому одноразової верифікації Amazon більше не вистачає

Відповідь частково дав сам Amazon.

У Trustworthy Shopping Experience Report компанія описує проблему, з якою давно бореться. Первинної KYC-перевірки продавця виявилося недостатньо. Можна використати реальну людину, справжній паспорт і справжню компанію, успішно пройти verification, а згодом передати контроль над акаунтом іншим людям. Amazon прямо згадує схеми, в яких реальні особи використовувалися для створення seller accounts, що потім опинялися в руках третіх осіб. Саме тому перевірка продавця для Amazon більше не закінчується в момент реєстрації: компанія говорить про continuous monitoring і повторну верифікацію, коли системи бачать ризикові сигнали.

Реальний бізнес складніший за compliance policy

Для ринку Amazon це дуже чутлива тема, тому що реальне життя набагато складніше за формулювання compliance policy.

Акаунти справді купували і продавали. Компанії купували разом з акаунтами. Партнери розходилися. Власники змінювалися. Директор, який шість років тому проходив verification, давно не займається операційкою. Seller Central веде команда з кількох країн. PPC віддано агентству, закупівлі — китайському офісу, логістику — ще одному підряднику. Primary Contact може взагалі не бути людиною, яка щодня працює в акаунті.

Більшість таких продавців не є шахраями. Вони роками продають реальний товар, платять Amazon комісії та зберігають на FBA цілком реальний inventory.

Але алгоритм Amazon бачить не наміри продавця. Він бачить зв’язки та зміни.

Amazon офіційно пише, що використовує machine learning, behavioral signals та графові моделі для пошуку зв’язків між акаунтами й уже відомими bad actors. Компанія аналізує величезну кількість сигналів протягом усього життєвого циклу seller account.

Отже, до моменту, коли продавець отримує запрошення на Video Verification, Amazon потенційно вже має причину поставити цьому акаунту додаткові запитання.

Перевіряють не особу, а конструкцію бізнесу

Як тренер з нейролінгвістичного програмування, я чудово розумію, що вони шукають.

Якби Amazon хотів лише переконатися, що перед камерою сидить людина з паспорта, довга розмова була б зайвою. Face matching, перевірка документів та liveness detection давно автоматизовані.

Натомість у свіжих Section 3 notices продавці бачать формулювання owner and operator of the account. Amazon може просити не тільки ID, а й business registration, bank та charge-method statements, invoices і дані постачальників.

Тобто перевіряється вже не одна точка — особа. Перевіряється конструкція бізнесу:

• Хто володіє компанією.
• Хто представляє її перед Amazon.
• Хто насправді керує Seller Central.
• Звідки береться товар.
• Хто платить постачальнику.
• Куди надходять гроші.

Як голосовий AI може читати розмову

Я нічого не стверджую, але я трохи допомагала тестувати новітні розробки і добре знаю: технічно зараз дуже просто пропустити таку розмову через голосовий AI-детектор.

Перші кілька хвилин розмови дозволяють побудувати індивідуальний мовленнєвий baseline людини: її звичайний темп, тривалість пауз перед відповіддю, довжину фраз, кількість самокорекцій, інтонаційну варіативність. Для цього достатньо кількох питань, на які людина точно знає відповідь: ім’я, місце проживання, назва компанії, її роль у бізнесі.

Потім з’являється питання про постачальника — і пауза раптом стає втричі довшою.

Питання про людей із доступом до Seller Central — змінюється темп.

Питання про останню поставку — людина починає будувати відповідь зовсім інакше.

Саме по собі це нічого не доводить. Зміна мовлення не означає брехню. Людина може хвилюватися, згадувати дату, говорити нерідною мовою або просто не займатися конкретною частиною операційної роботи.

Але AI й не потрібно вміти визначати брехню.

Достатньо помітити аномалію і поставити наступне запитання.

Якщо людина каже, що особисто керує Amazon-бізнесом, її можна запитати про основний товар. Потім про постачальника. Через десять хвилин — як часто вона робить замовлення. Ще пізніше — коли була остання поставка, на яку суму тощо.

Відповіді звіряють з історією акаунта

При цьому Amazon має перевагу, якої немає у звичайного інтерв’юера: відповіді можна порівнювати не тільки між собою.

Є Seller Central. Є User Permissions. Є історія зміни реквізитів. Є FBA shipments, listings, payment methods, Account Health, документи, які продавець раніше надсилав Amazon, та історія самого акаунта.

Модель Video Verification побудована на пошуку розбіжностей.

Чому завчені відповіді тепер шкодять

Якщо Amazon справді рухається в цьому напрямку, звична підготовка до Video Verification за принципом «дамо 50 можливих запитань і правильні відповіді» тепер — погана ідея.

Людина здатна вивчити назву китайського постачальника, значно складніше вивчити контекст. Саме тому в підготовці до відеоінтерв’ю я використовую НЛП.

Ми поки не знаємо, чи є 20 тисяч точним числом і за яким алгоритмом Amazon вибрав ці акаунти.

Але напрямок видно достатньо добре.

Якщо вам прийшло запрошення на відеоверифікацію, почніть з розбору свого кейсу: Verification Shield — підготовка до відеоверифікації Amazon.