2023年10月30日
最近まで、マスターカードの最高技術責任者であるエド・マクラフリンの机に届く提案書には、必ずと言っていいほど「ブロックチェーン」という言葉が含まれていたように思えた。「データベースの方が良いんじゃないですか？」と彼は尋ねると、たいてい「ええ、でもこれはブロックチェーン上のものです」という返事が返ってきた。
最近では、人工知能がそれにあたる。マスターカードは長年にわたり、自社ネットワークにおける不正行為対策にAIを活用してきたが、膨大なデータからあらゆる種類の新しいコンテンツを生み出す生成型AIの最近の進歩は、刺激的な機会を切り開いている。同社は、生成型AIを用いて合成の不正取引データを作成し、金融機関のシステムにおける弱点を評価したり、マネーロンダリング対策に関連する大規模データセットから危険信号を特定したりしている。Mastercardは、eコマース小売業者がユーザー体験をパーソナライズできるよう、汎用AIも活用している。
しかし、この技術を使うことにはリスクが伴う。例えば、AIを大槌のように使うこと、あるいはマクラフリンが言うように、「非常に高価なソケットレンチでネジを叩き込む」ようなものだ。企業は「これまで解決できなかった難しい問題は何ですか？」と自問自答すべきだと彼は言う。AIは実際にどのような分野で価値を生み出せるのか？では、潜在的なリスクを管理しながら、どのようにそれを実現できるのでしょうか？
あらゆる規模の企業が、これらの問題に取り組んでいる。VentureBeatが最近実施した、データ、AI、セキュリティ、マーケティング分野のグローバル幹部を対象とした調査によると、半数以上の組織が小規模ながら生成型AIの実験を行っているものの、既に導入している組織は20%未満であり、約1割の組織は生成型AIとの関わり方が「全く分からない」と回答している。
「AIを活用することで、小さなことから始めて小さなことを実現することもできますし、大きな視点で考えて、ビジネス、業界、あるいは世界を真に変革することもできます」と、サイバー＆インテリジェンス部門のAI担当エグゼクティブバイスプレジデントであるロヒット・チャウハン氏は述べています。「私たちは大きな目標を掲げたいと考えていますが、どちらの場合も、AIの活用は責任ある安全な方法で行われ、世界により大きな利益をもたらすものでなければなりません。」AIの最大の危険性は、それを活用しないことだ。
私たちはマスターカードのリーダーたちに、生成型AIに関して、リスクを最小限に抑え、機会を探り、適切な投資を行う方法について話を聞きました。
企業が生成型AI技術の導入を検討する際には、リスクに正面から向き合う必要がある。これらのリスクには、データセットに内在する偏り、AIモデルに入力された後の人々のデータに対する不十分なプライバシー保護、そして「幻覚」（AIによる虚偽の繰り返し）などが含まれる。
マスターカードのデータプログラムを5年以上率い、最近責任あるAIとデータに特化したマスターカード・フェローに任命されたジョアン・ストーニア氏は、生成型AIに踏み切る前に、強力なデータ責任の原則と実践が既に確立されているべきだと述べている。昨年、Mastercardはデータに関する責任原則を改訂し、包括性を強調することで、データに関する慣行、分析、および成果物が包括的かつ公平であることを保証できるようにした。同社の最高プライバシー・データ責任責任者であるキャロライン・ルーヴォー氏は、同社の「プライバシー・バイ・デザイン」への取り組みは、AIモデルに強力なプライバシーとセキュリティ保護を組み込むことにもつながると付け加えた。
「当社は、生成型AIとデータの責任ある利用に関して、社内における基準と原則を構築してきました」とストーニア氏は述べています。「これには、従業員が守るべきことと避けるべきこと、そして機密情報や秘密情報を漏洩することなく新しい技術を習得・テストする方法に関するガイドラインが含まれます。」私たちは歴史の正しい側に立っている。
例えば、従業員に対し最初の結果を鵜呑みにせず、複数の方法で複数回クエリを実行するよう助言するなど、こうした指針は、アスペン研究所の米国サイバーセキュリティグループが、他の企業が独自の生成型AIロードマップを策定する際の指針策定に役立った。「こうしたベストプラクティスを構築し、規模を拡大するための協働的な取り組みは、生成型AIを用いた責任あるイノベーションを促進するために不可欠です」と、Mastercardの最高データ責任者であるアンドリュー・ライスキンド氏は述べています。
ゼロから始める必要はありません。企業は既存のポリシー、プロセス、ツールを活用し、組織全体で協力してそれらを構築するための適切な方法を見極めるべきである。
学際的なアプローチを取ることが極めて重要である。データサイエンティスト、製品開発者、ソフトウェアエンジニア、システムアーキテクトは「方法」を知っていますが、人事担当者、政策専門家、倫理学者、弁護士などは「理由」、つまり「そうすべきか」という問いにも答えることができます。
そのため、マスターカードは5年前にAIガバナンス評議会を設立し、同社のAI活動を監督し、それが同社の価値観とデータ責任原則に合致するようにしていると、ルーヴォー氏は述べている。「私たちは時折、独立した専門家や顧客から助言を求めます。なぜなら、他者が私たちのAIイノベーションをどのように見ているかを知ることは、私たちが見落としている可能性のある点を明らかにするのに役立つからです。」これは単なる法令遵守にとどまらず、データとテクノロジーの取り扱い方において信頼を獲得し、維持することに関わる問題です。」
米国では、バイデン大統領が月曜日に、AIに関する新たなガイドラインを定める大統領令を発表した。このガイドラインには、最も強力なAIシステムの開発者に対し、安全性のテスト結果を連邦政府と共有することを義務付けることや、AIが生成したコンテンツにラベルを付けるためのコンテンツ認証と透かしに関するガイダンスを策定することなどが含まれている。この大統領令はまた、消費者のプライバシーを強化する方法、差別を悪化させる可能性のあるアルゴリズムの偏りを軽減する方法、そして職場におけるAIのベストプラクティスを策定する方法についても言及している。
Mastercardのデータ、インサイト、アナリティクス担当エグゼクティブバイスプレジデントであるモハメド・アブデルサデク氏は、MastercardはAIを活用した製品やサービスの試験運用に着手し、規模拡大に必要な技術、ツール、機能を特定するための幅広い取り組みを開始したと述べている。これには、製品チーム全体から体系的に在庫コンセプトを収集し、数百ものアイデアを生み出すような、汎用AIコンセプトに関するハッカソンや全社的なイノベーションチャレンジを実施することが含まれる。
「我々は、収益や効率性への影響、導入の容易さを優先し、それとリスクの度合いとのバランスを取っている」と彼は述べている。しかし、AIを活用した製品やアプリケーションが実際に運用開始される前には、徹底的なテストが不可欠です。そのため、ほとんどのユースケースは、一般公開される前に社内で検証されることになるでしょう。
「私たちは、確実に成功させるために、意図的に初期段階から少し重点的に取り組んでいます」とアブデルサデク氏は語る。「生成型AIに伴うリスクの一部を回避するために、適切なインフラとプロセスを構築したいと考えています。」同時に、組織全体でイノベーションを促進できるようにしたいと考えています。
マスターカードの研究開発部門であるマスターカード・ファウンドリーを統括する最高イノベーション責任者、ケン・ムーア氏は、経済を活性化し、人々に力を与えるというマスターカードのビジョンを実現するには、イノベーションとコラボレーションの文化を育むことが不可欠だと述べている。そしてそれは研究開発部門だけにとどまらない。Foundryは「Sandbox」と呼ばれる全社的なイノベーションプログラムを運営しており、社内のあらゆる従業員がMastercardが取り組もうとしている課題を解決する機会を得ている。Web3分野における機会の開拓に関する最近の取り組みから生まれたのが、マスターカード・アーティスト・アクセラレーターです。これは、新進気鋭のアーティストがAIやNFTといったテクノロジーベースのツールを利用して、音楽キャリアを飛躍的に向上させるためのものです。
ムーア氏によると、AIを企業業務に組み込む場合、特に偽情報や幻覚といった課題に対処する際には、人間の監視が生成型AIの重要な機能となる可能性が高いという。
「マスターカードが現在取り組んでいる生成型AIの研究開発は、従業員を置き換えるのではなく、支援する効率性を生み出すためにこの技術を活用することに重点を置いています」と彼は述べています。「もしAIを使って、退屈な日常業務の解決にかかる時間を短縮できるとしたら、その節約できた時間をどのように活用すれば、人間関係の構築や育成、新製品や新サービスのアイデア創出など、人間だけが成し遂げられることをより多く生み出すことができるだろうか？」
