2026年3月30日
人工知能は今や至るところに存在している。見出しは画期的な成果を称賛している。デモは印象的だった。その可能性は無限大に感じられる。しかし、銀行や決済会社にとって、本当の課題は発表後から始まる。AIが経済全体が依存するシステムの中で動作しなければならないからだ。
AIが決済承認の判断、不正検出、本人確認、リスク評価などに活用される場合、「迅速に対応して後で修正する」という余裕はなくなる。モデルは静かに失敗することはない。決定は覆されない。そして、一度失われた信頼を取り戻すのは難しい。この1年間、私たちの焦点は、孤立した急速なイノベーションを追求することではなく、地理的範囲、規制環境、脅威の状況を超えて、大規模なインテリジェンスの運用化に置かれてきました。
同様の状況に直面している組織にとって、この教訓は単純だが、同時に困難なものだ。AIの成熟度は宣言されていない。それは、重大な局面で私たち全員が下す選択を通して得られるものだ。
AIを実運用環境で運用するには、スピードと規律、実験と責任、野心と配慮といった、様々な要素のバランスを取ることが求められる。AI機能の構築を目指す企業にとって、抽象的な原則としてではなく、運用上の意思決定として最も重要な4つの分野がある。
複雑な企業のあらゆる分野を支えることが期待されるのであれば、AIはたった一つのチームの責任であってはならない。当社では、インテリジェンスは組織全体に分散しており、解決すべき問題の近くに配置されているものの、共通の標準、ガバナンス、ツール、ベストプラクティスによって支えられています。
その構造によって、チームは責任を維持しながらイノベーションを起こすことができる。また、モデルが異なる環境に展開された場合でも、適切に動作することを保証します。私たちの経験では、標準規格のない分散化はリスクを生み出し、近接性のない中央集権化は効果を遅らせる。バランスが重要だ。
同様に重要なのは、AIの成熟度は人材への投資にかかっているということだ。研究者やデータサイエンティストだけでなく、モデルが現実世界でどのように振る舞うかを理解しているエンジニア、開発者、プロダクトリーダー、そして運用担当者への投資も必要となる。チームが構築・使用するシステムを信頼すれば、導入は自然と進む。そうでない場合、どんなに高度な技術でも行き詰まってしまう。
Mastercardの最新のAI投資は、データ、AI、決済における数十年にわたる専門知識を基盤とした、お客様向けの新たな機能の創出と、従業員がより幅広い範囲で活用できる新たなツールの開発に重点を置いています。
数千もの銀行や小売業者を含む当社のお客様にとって、この取り組みは、消費者がAIチャット内で直接購入できるようにするエージェント型コマース技術の開発、可能な限り最高の体験を提供するためのパーソナライゼーションツールの開発、そしてこれまで以上に多くのデータに基づいた不正対策ソリューションの開発に重点を置いています。従業員向けには、コンサルタントが必要なドキュメントにできるだけ迅速にAccessできるようにAIアシスタントを導入したり、ソフトウェア開発者向けにコーディング支援ツールを提供したり、顧客サポートチームがオンボーディングや導入に関する質問に答えるのに役立つ汎用AI搭載ツールを作成したりといった取り組みが含まれます。
当社の投資の多くは、中核となる能力にAIの知能とリアルタイムの意思決定機能をさらに強化することに集中しています。これらは実験室での実験ではありません。これらは、大規模な運用に対応し、継続的に適応し、サイバー犯罪者の攻撃と規制当局の監視の両方に耐えなければならない、実運用レベルのシステムです。
金融機関にとっては、意識改革が必要となる。イノベーションは、新しいものをどれだけ早く市場に投入できるかで測られるのではなく、それが業務にとってどれほど重要か、そして中核業務に組み込まれた後にどれほど確実に機能するかで測られる。実験は重要だが、それは規律があり、目的意識を持ち、持続性を考慮して設計されている場合に限る。
AIにおけるリーダーシップとは、約束することと同じくらい、約束しないことも重要だ。複雑な生態系においては、過剰な約束は内部的にも外部的にもリスクを生み出す。
私たちは、決済におけるAIの能力と限界について、意図的に発言してきました。その明確さは、投資判断、導入スケジュール、そして顧客やパートナーへの新機能の導入方法に影響を与える。また、組織全体で合意形成を促進し、チームが抽象的な可能性を追い求めるのではなく、現実的な問題解決に取り組むことを保証する。
顧客のニーズから出発し、そこから逆算して技術を開発していく。AIは、その分野を変えるものではない。むしろ、それはそれを強化している。
金融サービス業界において、信頼は譲れない要素である。システムはモデルに依存しているため、すべてのモデルは説明可能で、統制され、継続的に監視されなければならない。
この1年間、私たちはAIシステムのレビュー、文書化、評価の方法を強化し続けてきました。その研究は基礎となるものです。ガバナンスとは、導入の最後に付け加えるものではなく、AIが大規模かつ責任ある形で運用されることを可能にするものだ。多くの人は、これによって物事が遅くなると感じるかもしれないが、私たちの経験では正反対だ。確立されたガバナンス体制があれば、人々はイノベーションと顧客ニーズの解決に集中できる。
AIの成熟度を左右する多くの意思決定には、テクノロジーがどこに向かっているのか、そして組織がAIを導入するために何が必要なのかという長期的な視点が必要となる。それらには、ガバナンスと安全対策の構築、並行システムを立ち上げるのではなく既存システムに新機能を統合すること、そして速度よりも信頼性を優先することが含まれる。そうした選択は、時間の経過とともに積み重なっていく。
当社は先日、Fast Company誌により応用AI分野のリーダーとして認められ、また、決済プロバイダーのAI開発を評価する新たな業界標準であるEvident Payment AI Indexにおいて、トップクラスの組織の一つとして評価されました。私たちはこの評価を誇りに思いますが、これらの外部評価は遅行指標として捉えることも重要です。このランキングは、長年にわたる一貫した取り組み、すなわちAIへの早期投資、不正対策と信頼性への長年の注力、そして規模拡大を見据えたガバナンス体制を反映したものだ。認知されることが目的ではなかったが、強固なAIとデータ基盤を構築することで、迅速かつ確実にイノベーションを起こせるという我々のアプローチが改めて確認できた。
その基盤があるからこそ、私たちは責任ある形で前進することができるのです。例えば、新しい基盤となるAIモデルの導入や、 Mastercard Agent Suiteの機能拡張、そしてAIを実用的かつ統制された方法で意思決定に取り入れるVirtual C-Suiteなどが挙げられます。こうした瞬間は、傍から見ると些細なことの積み重ねのように見えるかもしれないが、実際には、脚光を浴びるずっと前から意図的に下された選択の結果なのだ。
より広い意味での教訓はこうだ。大規模なAIは、画期的な技術革新よりも、一貫して高い運用基準を維持することに重きを置くべきである。モデルは改善されるだろう。機能は拡大するでしょう。重要なのは、私たちが構築するシステムが、取引ごと、決定ごとに、信頼を得続けられるかどうかだ。それが仕事だ。そしてそれは今も続いている。
