AI mudah untuk dirayakan. Jauh lebih sulit untuk dijalankan

Kecerdasan buatan ada di mana-mana saat ini. Berita utama merayakan terobosan. Demonya mengesankan. Janjinya terasa tak terbatas. Namun, bagi bank dan perusahaan pembayaran, tantangan sebenarnya dimulai setelah pengumuman tersebut - ketika AI harus beroperasi di dalam sistem yang menjadi tumpuan seluruh perekonomian.

Ketika AI menginformasikan keputusan otorisasi pembayaran, deteksi penipuan, identitas, atau risiko, tidak ada lagi alasan untuk "bergerak cepat dan memperbaikinya nanti." Model tidak bisa gagal secara diam-diam. Keputusan tidak bisa ditarik kembali. Dan kepercayaan, sekali hilang, sulit untuk didapatkan kembali. Selama setahun terakhir, fokus kami tidak lagi mengejar inovasi yang cepat secara terpisah; fokus kami adalah mengoperasionalkan intelijen dalam skala besar - di seluruh wilayah geografis, lingkungan peraturan, dan lanskap ancaman.

Untuk organisasi yang menavigasi medan yang sama, pelajarannya sederhana namun menuntut. Kematangan AI tidak dinyatakan. Hal ini diperoleh melalui pilihan yang kita semua buat ketika taruhannya tinggi.

Menjalankan AI dalam produksi memaksa keseimbangan - antara kecepatan dan disiplin, eksperimen dan akuntabilitas, ambisi dan kepedulian. Bagi perusahaan yang ingin membangun kemampuan AI mereka, ada empat area yang paling penting, bukan sebagai prinsip-prinsip abstrak, tetapi sebagai keputusan operasional.

AI seharusnya tidak menjadi tanggung jawab satu tim saja jika diharapkan dapat memberdayakan semua area di perusahaan yang kompleks. Bagi perusahaan kami, intelijen didistribusikan di seluruh organisasi, dekat dengan masalah yang dipecahkan tetapi didukung oleh standar, tata kelola, peralatan, dan praktik terbaik.

Struktur tersebut memungkinkan tim untuk berinovasi dengan tetap menjaga akuntabilitas. Hal ini juga memastikan bahwa model berperilaku secara tepat, bahkan ketika model tersebut digunakan dalam konteks yang berbeda. Berdasarkan pengalaman kami, desentralisasi tanpa standar menciptakan risiko, dan sentralisasi tanpa kedekatan akan memperlambat dampak. Keseimbangan itu penting.

Yang tak kalah penting, kematangan AI bergantung pada investasi pada sumber daya manusia — tidak hanya peneliti dan ilmuwan data, tetapi juga insinyur, pengembang, pemimpin produk, dan operator yang memahami bagaimana model berperilaku di dunia nyata. Ketika tim mempercayai sistem yang mereka bangun dan gunakan, adopsi akan terjadi dengan sendirinya. Jika hal itu tidak terjadi, bahkan teknologi tercanggih pun akan terhenti.

Investasi AI terbaru Mastercard berfokus pada menciptakan kemampuan baru bagi pelanggan kami yang dibangun di atas keahlian kami selama puluhan tahun dalam data, AI, dan pembayaran, dan alat baru untuk karyawan kami yang dapat memiliki jangkauan terluas. 

Untuk pelanggan kami, yang mencakup ribuan bank dan peritel, pekerjaan tersebut berfokus pada pengembangan teknologi perdagangan agen untuk memungkinkan konsumen melakukan pembelian langsung melalui obrolan AI, alat personalisasi untuk memungkinkan mereka mendapatkan pengalaman terbaik, dan solusi penipuan yang didasarkan pada lebih banyak data daripada sebelumnya. Untuk karyawan, ini termasuk menyebarkan asisten AI untuk konsultan kami untuk memungkinkan mereka Access dokumen yang mereka butuhkan secepat mungkin, menyediakan kopilot pengkodean untuk pengembang perangkat lunak kami, dan membuat alat bertenaga Gen-AI untuk membantu tim dukungan pelanggan kami menjawab pertanyaan orientasi dan implementasi.

Banyak dari investasi kami yang terkonsentrasi untuk menambahkan lebih banyak kecerdasan AI dan pengambilan keputusan secara real-time ke dalam kapabilitas inti kami. Ini bukan eksperimen laboratorium. Mereka adalah sistem kelas produksi yang harus bekerja dalam skala besar, beradaptasi secara terus menerus, dan tahan terhadap serangan kejahatan siber serta pengawasan regulasi.

Bagi lembaga keuangan, hal ini membutuhkan perubahan pola pikir. Inovasi tidak diukur dari seberapa cepat Anda dapat meluncurkan sesuatu yang baru, tetapi dari seberapa penting misi tersebut bagi pekerjaan Anda dan seberapa andal kinerjanya setelah tertanam dalam operasi inti. Eksperimen itu penting, tetapi hanya jika dilakukan secara disiplin, terarah dan dirancang untuk bertahan lama.

Kepemimpinan AI adalah tentang apa yang tidak Anda janjikan dan apa yang Anda lakukan. Dalam ekosistem yang kompleks, memberikan janji yang berlebihan menciptakan risiko baik secara internal maupun eksternal.

Kami telah mempertimbangkan dengan matang tentang apa yang dapat dan tidak dapat dilakukan oleh AI dalam pembayaran. Kejelasan tersebut menginformasikan keputusan investasi, jadwal penerapan, dan bagaimana kapabilitas baru diperkenalkan kepada pelanggan dan mitra. Hal ini juga mendorong konsensus di seluruh organisasi, memastikan tim memecahkan masalah nyata daripada mengejar kemungkinan yang abstrak.

Mulailah dengan kebutuhan pelanggan dan bekerja mundur ke teknologi. AI tidak mengubah disiplin tersebut. Jika ada, hal ini justru memperkuatnya.

Dalam layanan keuangan, kepercayaan tidak bisa ditawar. Setiap model harus dapat dijelaskan, diatur, dan dipantau secara terus menerus karena sistem bergantung padanya.

Selama setahun terakhir, kami terus memperkuat cara sistem AI ditinjau, didokumentasikan, dan diukur. Pekerjaan itu sangat mendasar. Tata kelola bukanlah hal yang Anda tambahkan di akhir penerapan - tata kelola adalah hal yang memungkinkan AI beroperasi secara bertanggung jawab dalam skala besar. Banyak yang mungkin merasa hal ini memperlambat segalanya; pengalaman kami justru sebaliknya. Dengan tata kelola yang mapan, orang-orang dapat fokus pada inovasi dan penyelesaian kebutuhan pelanggan. 

Banyak keputusan yang membentuk kematangan AI membutuhkan pandangan jangka panjang tentang ke mana arah teknologi tersebut, dan apa yang dibutuhkan organisasi untuk dapat menerapkannya. Hal ini melibatkan pembangunan tata kelola dan pagar pembatas, mengintegrasikan kemampuan baru ke dalam sistem yang sudah ada daripada meluncurkan sistem paralel, dan memprioritaskan keandalan daripada kecepatan. Pilihan-pilihan tersebut bertambah seiring berjalannya waktu.

Perusahaan kami baru-baru ini diakui sebagai pemimpin dalam AI Terapan oleh Fast Company, dan sebagai salah satu organisasi teratas dalam Evident Payment AI Index yang baru, sebuah standar industri baru yang menilai pengembangan AI penyedia layanan pembayaran. Kami bangga dengan pengakuan ini, namun penting juga untuk melihat penilaian eksternal ini sebagai indikator yang tertinggal. Peringkat ini mencerminkan eksekusi yang konsisten selama bertahun-tahun - investasi awal di bidang AI, fokus jangka panjang pada penipuan dan kepercayaan, dan tata kelola yang dirancang untuk skala besar. Pengakuan ini bukanlah tujuan utama, namun hal ini memperkuat pendekatan kami dalam membangun fondasi AI dan data yang solid sehingga kami dapat berinovasi dengan cepat dan andal.

Fondasi itulah yang sekarang memungkinkan kami untuk maju secara bertanggung jawab — baik melalui pengenalan model AI dasar baru kami dan perluasan kemampuan Mastercard Agent Suite kami, bersama dengan Virtual C-Suite, yang membawa AI ke dalam pengambilan keputusan dengan cara yang praktis dan terkendali. Momen-momen ini mungkin tampak tidak penting dari luar, tetapi ini adalah hasil dari pilihan yang disengaja, yang dibuat jauh sebelum sorotan tiba.

Pelajaran yang lebih luas adalah ini: AI dalam skala besar bukan tentang terobosan, melainkan tentang standar operasional yang tinggi secara konsisten. Model akan meningkat. Kemampuan akan berkembang. Yang penting adalah apakah sistem yang kita bangun terus mendapatkan kepercayaan - transaksi demi transaksi, keputusan demi keputusan. Itulah pekerjaannya. Dan hal ini masih terus berlangsung.