ИИ легко отметить. Это намного сложнее бегать

Искусственный интеллект сейчас повсюду. Заголовки отмечают прорывы. Демо впечатляют. Обещание кажется безграничным. Но для банков и платежных компаний настоящая проблема начинается после объявлений — когда ИИ должен функционировать в системах, от которых зависят целые экономики.

Когда ИИ лежит в основе решений по авторизации платежей, выявлению мошенничества, управлению идентификацией или рисками, не остается места для подхода «действуй быстро и исправляй потом». Модели не могут провалиться незаметно. Решения не отменяются. А доверие, однажды потерянное, трудно восстановить. В течение последнего года наше внимание было сосредоточено не на гонке за быстрыми инновациями в изоляции, а на масштабировании использования аналитических данных по всем регионам, нормативно-правовым средам и ландшафтам угроз.

Для организаций, ориентирующимся в подобной ситуации, урок прост, но требователен. Зрелость ИИ не объявляется. Это зарабатывается благодаря выбору, который мы все делаем, когда ставки высоки.

Эксплуатация ИИ в продакшене требует баланса — между скоростью и дисциплиной, экспериментами и ответственностью, амбициями и осторожностью. Для компаний, стремящихся развивать свои возможности в области ИИ, наиболее важны четыре области — не абстрактные принципы, а операционные решения.

ИИ не должен быть ответственностью только одной команды, если ожидается, что он будет задействован во всех областях сложного предприятия. В нашей компании интеллект распределен по всей организации, непосредственно там, где решаются проблемы, и поддерживается общими стандартами, управлением, инструментами и передовым опытом.

Эта структура позволяет командам внедрять инновации при сохранении подотчетности. Это также обеспечивает, что модели ведут себя надлежащим образом, даже когда они развернуты в различных контекстах. По нашему опыту, децентрализация без стандартов создает риск, а централизация без близости замедляет воздействие. Баланс важен.

Не менее важно и то, что зрелость ИИ зависит от инвестиций в людей — не только в исследователей и специалистов по анализу данных, но и в инженеров, разработчиков, руководителей продуктовых направлений и специалистов по эксплуатации, которые понимают, как модели ведут себя в реальном мире. Когда команды доверяют системам, которые они создают и используют, их внедрение происходит естественным образом. Если этого не происходит, даже самая сложная технология дает сбой.

Последние инвестиции Mastercard в ИИ были направлены на создание новых возможностей для наших клиентов, которые основываются на нашем многолетнем опыте в области данных, ИИ и платежей, а также новых инструментов для наших сотрудников, которые могут иметь максимально широкий охват. 

Для наших клиентов, в число которых входят тысячи банков и ритейлеров, эта работа была сосредоточена на разработке технологий агентной коммерции, чтобы позволить потребителю совершать покупки прямо в ИИ-чате, инструментов персонализации, чтобы обеспечить им наилучший возможный опыт, а также решений по борьбе с мошенничеством, основанных на большем объеме данных, чем когда-либо прежде. Для сотрудников это включает развертывание ассистентов с ИИ для наших консультантов, чтобы они могли максимально быстро Access к необходимым документам, предоставление кодирующих помощников для наших разработчиков программного обеспечения, а также создание инструмента на базе генеративного ИИ для помощи нашим командам поддержки клиентов в ответах на вопросы по адаптации и внедрению.

Многие из наших инвестиций сосредоточены на добавлении большего количества интеллектуальных систем на базе ИИ и принятии решений в реальном времени к нашим основным возможностям. Это не лабораторные эксперименты. Это системы производственного класса, которые должны обеспечивать производительность в масштабе, постоянно адаптироваться и выдерживать как атаки киберпреступников, так и регуляторный контроль.

Для финансовых учреждений это требует смены мышления. Инновации измеряются не тем, как быстро вы запускаете что-то новое, а тем, насколько критически важным оно является для вашей работы и насколько надежно оно работает после внедрения в основные операции. Экспериментирование важно, но только если оно дисциплинированное, целенаправленное и рассчитано на длительную перспективу.

Лидерство в сфере ИИ — это в той же степени то, чего вы не обещаете, как и то, что обещаете. В сложных экосистемах чрезмерные обещания создают риски как внутри, так и снаружи.

Мы тщательно продумали, как рассказывать о возможностях и ограничениях ИИ в платежах. Эта ясность помогает принимать инвестиционные решения, определять сроки развертывания, а также то, как новые возможности внедряются для клиентов и партнеров. Это также обеспечивает консенсус по всей организации, гарантируя, что команды решают реальные проблемы, а не гонятся за абстрактными возможностями.

Начните с потребностей клиентов и переходите к технологии, исходя из них. ИИ не меняет эту дисциплину. Наоборот, это только укрепляет это.

В сфере финансовых услуг доверие не обсуждается. Каждая модель должна быть объяснимой, управляемой и постоянно контролироваться, поскольку система зависит от нее.

За последний год мы продолжали совершенствовать то, как анализируются, документируются и измеряются системы ИИ. Эта работа является основополагающей. Управление — это не то, что добавляют в конце развертывания, а то, что позволяет ИИ работать ответственно и масштабно. Многие могут подумать, что это замедляет процессы; наш опыт говорит об обратном. При налаженной системе управления люди могут сосредоточиться на инновациях и удовлетворении потребностей клиентов. 

Многие из решений, которые формируют зрелость ИИ, требуют долгосрочного видения того, куда движется технология, и что необходимо организациям для ее развертывания. Они включают формирование системы управления и защитных механизмов, интеграцию новых возможностей в существующие системы вместо создания параллельных, а также приоритет надежности над скоростью. Эти выборы накапливаются с течением времени.

Недавно наша компания была признана лидером в области прикладного ИИ по версии Fast Company, а также одной из ведущих организаций в новом Индексе ИИ платежей Evident, новом отраслевом стандарте, оценивающем развитие ИИ у поставщиков платежных услуг. Мы гордимся признанием, но также важно рассматривать эти внешние оценки как запаздывающие индикаторы. Этот рейтинг отражает годы последовательной работы — ранние инвестиции в ИИ, давний акцент на мошенничество и доверие, а также систему управления, разработанную для масштабирования. Признание не было самоцелью, но оно подтвердило наш подход, согласно которому создание прочной основы ИИ и данных позволило нам быстро и надежно внедрять инновации.

Именно этот фундамент позволяет нам ответственно развиваться сейчас — будь то благодаря внедрению нашей новой базовой модели ИИ и расширению возможностей нашего Mastercard Agent Suite, а также Virtual C-Suite, который внедряет ИИ в процесс принятия решений практичным и регулируемым образом. Эти моменты могут казаться незначительными со стороны, но они являются результатом осознанных решений, принятых задолго до того, как они оказались в центре внимания.

Главный урок таков: ИИ в масштабе — это не столько прорывы, сколько постоянно высокие операционные стандарты. Модели улучшатся. Функциональность расширится. Главное — чтобы создаваемые нами системы продолжали завоевывать доверие — от транзакции к транзакции, от решения к решению. Это работа. И это продолжается.