Hasta hace poco, parecía que todas las propuestas que llegaban al escritorio del director de tecnología de Mastercard, Ed McLaughlin, incluían la palabra "blockchain". “¿No funcionaría mejor una base de datos?”, preguntaba, y la respuesta solía ser: “Sí, pero esto está en la cadena de bloques”.

Hoy en día, se trata de inteligencia artificial. Y si bien Mastercard lleva años empleando la IA para combatir el fraude en su red, los recientes avances en IA generativa, que extrae enormes cantidades de datos para crear todo tipo de contenido nuevo, están abriendo oportunidades interesantes. La compañía está empleando inteligencia artificial generativa para crear datos sintéticos de transacciones fraudulentas con el fin de evaluar las debilidades en los sistemas de una institución financiera y detectar señales de alerta en grandes conjuntos de datos relevantes para la lucha contra el blanqueo de capitales. Mastercard también emplea inteligencia artificial de generación para ayudar a los minoristas de comercio electrónico a personalizar las experiencias de los usuarios.

Pero el uso de esta tecnología no está exento de riesgos, entre ellos, el uso de la IA como mazo o, como dice McLaughlin, "golpear tornillos con llaves de tubo muy caras". Las compañías, dice, deberían preguntar: "¿Cuáles son los problemas difíciles que nunca pudiste resolver? ¿Dónde puede la IA agregar valor realmente? ¿Y cómo se puede hacer eso mientras se manejan los daños potenciales?"

Compañías de todos los tamaños se enfrentan a estas cuestiones. Una reciente encuesta de VentureBeat a ejecutivos globales de datos, IA, seguridad y marketing reveló que más de la mitad de las organizaciones están experimentando con IA generativa a pequeña escala, pero menos del 20% ya la están implementando, y casi una de cada diez afirma no tener "ni idea" de cómo interactuar con ella.

"Puedes pensar en pequeño con IA y hacer cosas pequeñas, o puedes pensar en grande y transformar realmente tu negocio, tu industria o el mundo", dice Rohit Chauhan, vicepresidente ejecutivo de IA para Cibernética e Inteligencia. "Queremos pensar en grande, pero en ambos casos, la aplicación de la IA debe hacer de manera responsable y segura para que brinde un mayor bien al mundo. El mayor riesgo de la IA es no usarla".

Hablamos con los líderes de Mastercard sobre cómo están minimizando los riesgos, explorando oportunidades y haciendo las inversiones correctas cuando se trata de IA generativa.

Es necesario abordar los riesgos de frente cuando las compañías consideran la posibilidad de adoptar la tecnología de IA generativa. Esos riesgos incluyen sesgos inherentes en los conjuntos de datos, protecciones de privacidad insuficientes para los datos de las personas después de que se introducen en los modelos de IA y “alucinaciones”: la repetición de falsedades por parte de la IA.

Ya deberían existir principios y prácticas estables de responsabilidad de datos antes de dar el salto a la IA generativa, dice JoAnn Stonier, quien dirigió el programa de datos de Mastercard durante más de cinco años y recientemente fue nombrada Mastercard Fellow especializada en IA y datos responsables. El año pasado, Mastercard actualizó sus propios principios de responsabilidad de datos para resaltar la inclusión y poder garantizar que las prácticas, el análisis y los resultados de los datos sean integrales y equitativos. El compromiso de la compañía con la "privacidad por diseño" también incorpora fuertes protecciones de privacidad y seguridad en los modelos de IA, agrega Caroline Louveaux, directora de privacidad y responsabilidad de datos de la compañía.

“Consolidamos nuestros estándares y principios dentro de la compañía para el uso responsable de la IA generativa y los datos”, afirma Stonier. “Esto incluye normas y prohibiciones para los empleados, así como pautas sobre cómo aprender y probar la nueva tecnología sin comprometer información sensible o confidencial. Estamos del lado correcto de la historia.

Esa guía, que, por ejemplo, aconseja a los empleados que no acepten los primeros resultados y que realicen consultas varias veces de múltiples maneras, ayudó a informar la guía del Grupo de Ciberseguridad de EE. UU. del Instituto Aspen para otras compañías a medida que construyen sus propias hojas de ruta de IA generativa. "Este tipo de esfuerzos de colaboración para construir y escalar las mejores prácticas son necesarios para fomentar la innovación responsable con IA generativa", dice Andrew Reiskind, director de datos de Mastercard.

Mastercard se embarcó en un amplio esfuerzo para probar productos y servicios impulsados por IA e identificar la tecnología, las herramientas y las capacidades que necesita para escalar, dice Mohamed Abdelsadek, vicepresidente ejecutivo de datos, conocimiento y análisis. Eso incluye tomar sistemáticamente conceptos de inventario de todos los equipos de productos y lanzar hackatones y desafíos de innovación en toda la compañía en torno a conceptos de IA de generación que producen cientos de ideas.

“Estamos priorizando el impacto en los ingresos o la eficiencia, la facilidad de implementación y luego equilibrando eso con el grado de riesgo involucrado”, dice. Pero antes de que cualquier producto o aplicación con inteligencia artificial se ponga en marcha, es fundamental realizar pruebas exhaustivas, por lo que es probable que la mayoría de los casos de uso sean internos antes de su lanzamiento público.

"Estamos deliberadamente un poco más enfocados desde el principio para cerciorarnos de hacerlo bien", dice Abdelsadek. "Queremos armar la infraestructura adecuada y los procesos correctos para evitar algunos de los riesgos que conlleva la IA generativa. Al mismo tiempo, queremos cerciorarnos de que estamos permitiendo la innovación en toda la organización".

Cultivar una cultura de innovación y colaboración es fundamental para la visión de Mastercard de impulsar las economías y empoderar a las personas, afirma Ken Moore, director de innovación que monitorear Mastercard Foundry, el brazo de I+D de la compañía.  Y eso va más allá de la propia división de I+D: Foundry gestiona un programa de innovación para toda la compañía llamado Sandbox, que ofrece a los empleados de cualquier área de la compañía la oportunidad de resolver los retos que Mastercard busca abordar. Un desafío reciente para desbloquear oportunidades en el espacio Web3 dio como resultado el Mastercard Artist Accelerator, que brinda a los artistas emergentes acceso a herramientas tecnológicas como IA y NFT para impulsar sus carreras musicales.

En cuanto a la incorporación de la IA en las operaciones de la compañía, la supervisión humana probablemente será una función esencial de la IA generativa en el futuro previsible, dice Moore, especialmente cuando se abordan desafíos como la información falsa y las alucinaciones.

“La exploración actual de Mastercard sobre la IA generativa se centra en aprovechar la tecnología para crear eficiencias que apoyen, no reemplacen, a los empleados”, afirma. “Si la IA pudiera emplear para acelerar la resolución de tareas tediosas del día a día, ¿cómo podríamos aprovechar ese tiempo ahorrado para producir más de aquello que solo los humanos son capaces de hacer, como construir y cultivar relaciones o idear nuevos productos y servicios?”