Искусственный интеллект легко праздновать. Бегать гораздо сложнее

Искусственный интеллект сейчас повсюду. Заголовки празднуют прорывы. Демо впечатляет. Обещание кажется безграничным. Но для банков и платёжных компаний настоящая проблема начинается после объявлений — когда ИИ должен работать внутри систем, от которых зависят целые экономики.

Когда ИИ влияет на решения по авторизации платежей, выявление мошенничества, идентификацию личности или риск, нет запаса для «действовать быстро и исправлять потом». Модели не могут тихо потерпеть неудачу. Решения не отменяются. А доверие, потерянное, трудно восстановить. За последний год мы не сосредоточились на стремительном инновации в одиночку; Она была посвящена оперативному внедрению разведки в масштабах — в разных регионах, регуляторных условиях и ландшафтах угроз.

Для организаций, проходящих похожую задачу, урок прост, но требовательный. Зрелость ИИ не объявляется. Это заслужено благодаря выбору, который мы все делаем, когда ставки высоки.

Использование ИИ в производстве требует баланса — между скоростью и дисциплиной, экспериментами и ответственностью, амбициями и заботой. Для компаний, стремящихся развивать свои возможности ИИ, четыре области имеют наибольшее значение — не как абстрактные принципы, а как операционные решения.

ИИ не должен быть ответственностью только одной команды, если от него ожидается питание всех аспектов сложного предприятия. Для нашей компании разведка распределяется по всей организации, близко к решаемым задачам, но поддерживается общими стандартами, управлением, инструментами и лучшими практиками.

Такая структура позволяет командам внедрять инновации, сохраняя при этом ответственность. Это также гарантирует, что модели ведут себя должным образом, даже если они используются в разных контекстах. По нашему опыту, децентрализация без стандартов создаёт риск, а централизация без близости замедляет воздействие. Баланс важен.

Не менее важно, что зрелость ИИ зависит от инвестиций в людей — не только в исследователей и дата-сайентистов, но и в инженеров, разработчиков, продуктовых лидеров и операторов, которые понимают, как модели ведут себя в реальном мире. Когда команды доверяют системам, которые они создают и используют, следует внедрение. Когда этого не происходит, даже самые продвинутые технологии останавливаются.

Последние инвестиции Mastercard в ИИ направлены на создание новых возможностей для наших клиентов, которые опираются на наш многолетний опыт в области данных, ИИ и платежей, а также новых инструментов для наших сотрудников, которые могут иметь самый широкий охват. 

Для наших клиентов, среди которых тысячи банков и розничных продавцов, эта работа сосредоточена на разработке технологий агентской коммерции , позволяющих потребителям совершать покупки прямо в чате с ИИ, инструментов персонализации для получения наилучшего опыта и решений для борьбы с мошенничеством, основанных на большем количестве данных, чем когда-либо прежде. Для сотрудников это включает в себя развертывание AI-помощников для наших консультантов, чтобы они могли как можно быстрее получить Access к необходимым документам, предоставление вторых пилотов для разработчиков программного обеспечения, а также создание инструмента gen-AI для помощи нашим службам поддержки клиентов в ответах на вопросы, связанные с вводом в должность и внедрением.

Многие наши инвестиции были сосредоточены на добавлении большего количества интеллекта на базе ИИ и принятия решений в реальном времени к нашим основным возможностям. Это не лабораторные эксперименты. Это производственные системы, которые должны работать в масштабе, постоянно адаптироваться и выдерживать как киберпреступные атаки, так и регуляторный контроль.

Для финансовых учреждений это требует смены мышления. Инновации измеряются не тем, как быстро вы можете запустить что-то новое, а насколько они критически важны для вашей работы и насколько надёжно работают после внедрения в основные операции. Эксперименты важны, но только если они дисциплинированы, целенаправленны и рассчитаны на долгий срок.

Лидерство в ИИ — это не только то, что ты не обещаешь, но и то, что ты делаешь. В сложных экосистемах чрезмерные перспективы создают риски как внутри, так и внешне.

Мы осознанно обсуждаем, что ИИ может и не может делать в платежах. Эта ясность влияет на инвестиционные решения, сроки внедрения и то, как новые возможности внедряются клиентам и партнёрам. Это также способствует консенсусу по всей организации, гарантируя, что команды решают реальные проблемы, а не гонятся за абстрактными возможностями.

Начните с потребностей клиентов и возвращайтесь к технологиям. ИИ не меняет эту дисциплину. Если уж на то пошло, это укрепляет её.

В финансовых услугах доверие не подлежит обсуждению. Каждая модель должна быть объяснимой, управляемой и непрерывно контролируемой, потому что система от неё зависит.

За последний год мы продолжали усиливать способы проверки, документирования и измерения систем ИИ. Эта работа является основой. Управление — это не то, что добавляется в конце развертывания, а то, что позволяет ИИ работать ответственно в масштабе. Многие могут почувствовать, что это замедляет процесс; Наш опыт противоположный. С устоявшимся управлением люди могут сосредоточиться на инновациях и решении потребностей клиентов. 

Многие решения, формирующие зрелость ИИ, требуют долгосрочного представления о том, куда движется технология и что необходимо организациям для её внедрения. Они включают построение управления и ограничения, интеграцию новых возможностей в существующие системы вместо запуска параллельных систем и приоритет надёжности над скоростью. Эти выборы со временем накапливаются.

Недавно наша компания была признана лидером в области прикладного ИИ по версии Fast Company и одной из ведущих организаций по новому индексу Evident Payment AI Index — новому отраслевому стандарту для оценки разработки ИИ платежных провайдеров. Мы гордимся этим признанием, но также важно рассматривать эти внешние оценки как отстающие показатели. Этот рейтинг отражал многолетнее стабильное выполнение — ранние инвестиции в ИИ, давний акцент на мошенничестве и доверии, а также управление, ориентированное на масштабирование. Признание не было нашей целью, но оно укрепило наш подход к тому, что построение прочной базы на ИИ и данных позволяет нам быстро и надёжно внедрять инновации.

Именно эта основа позволяет нам ответственно продвигаться вперед - как за счет внедрения новой базовой модели ИИ, так и за счет расширения возможностей Mastercard Agent Suite, а также Virtual C-Suite, которая позволяет использовать ИИ в процессе принятия решений практическими, управляемыми способами. Эти моменты могут казаться постепенными со стороны, но они — результат осознанных решений, принятых задолго до того, как прожекторы появились.

Более широкий урок таков: масштабный ИИ — это не столько прорывы, сколько стабильно высокие операционные стандарты. Модели будут улучшаться. Возможности расширятся. Важно то, продолжают ли создаваемые нами системы завоевывать доверие — сделка за транзакцией, решение за решением. Вот в чём работа. И это продолжается.