Skip to main content

KI

30. mars 2026

    

AI er lett å feire. Det er mye vanskeligere å drive

KI i stor skala handler mindre om gjennombrudd enn om konstant høye driftsstandarder, sier Greg Ulrich i Mastercard.

Greg Ulrich profile photo

Greg Ulrich

Chief AI and Data Officer, Mastercard

Kunstig intelligens er overalt akkurat nå. Overskriftene feirer gjennombrudd. Demoene imponerer. Løftet føles grenseløst. Men for banker og betalingsselskaper begynner den virkelige utfordringen etter kunngjøringene – når AI må operere i systemer som hele økonomier er avhengige av.

Når KI informerer betalingsautorisasjonsbeslutninger, svindeloppdagelse, identitet eller risiko, er det ingen rom for «beveg deg raskt og fiks det senere». Modeller kan ikke feile ubemerket. Beslutninger blir ikke omgjort. Og tillit, når den først er tapt, er vanskelig å gjenvinne. Det siste året har fokuset vårt ikke vært på å jage rask innovasjon isolert; det har vært på å operasjonalisere intelligens i stor skala – på tvers av geografier, regulatoriske miljøer og trussellandskap.

For organisasjoner som navigerer i lignende terreng, er lærdommen enkel, men krevende. KI-modenhet er ikke erklært. Det er opptjent gjennom valgene vi alle tar når innsatsen er høy.

 

Hva som kreves for å drive KI i kjernen av handel

Å kjøre KI i produksjon tvinger frem en balanse – mellom hastighet og disiplin, eksperimentering og ansvarlighet, ambisjon og omsorg. For selskaper som ønsker å bygge sin KI-kompetanse, er fire områder viktigst, ikke som abstrakte prinsipper, men som driftsbeslutninger.

 

Bygg talent for skalering, ikke siloer

KI bør ikke være ansvaret til bare ett team hvis det forventes å drive alle områder av en kompleks virksomhet. For selskapet vårt fordeles intelligens i hele organisasjonen, nær problemene den løser, men støttet av delte standarder, styring, verktøy og beste praksis.

 

Desentralisering uten standarder skaper risiko, og sentralisering uten nærhet reduserer virkningen. Balansen betyr noe.

Greg Ulrich
Greg Ulrich

    

 

Den strukturen lar teamene innovere samtidig som de opprettholder ansvarlighet. Det sikrer også at modeller oppfører seg passende, selv når de distribueres i ulike kontekster. Etter vår erfaring skaper desentralisering uten standarder risiko, og sentralisering uten nærhet bremser virkningen. Balansen betyr noe.

Like viktig er det at KI-modenhet avhenger av å investere i mennesker – ikke bare forskere og dataforskere, men også ingeniører, utviklere, produktledere og operatører som forstår hvordan modeller oppfører seg i den virkelige verden. Når team stoler på systemene de bygger og bruker, følger adopsjon. Når de ikke gjør det, stopper selv den mest sofistikerte teknologien opp.

 

Fokuser innovasjon der behovet er størst og du kan tilføre mest verdi.

Mastercard's nyeste KI-investeringer har fokusert på å skape nye funksjoner for kundene våre som bygger på tiår med ekspertise innen data, KI og betalinger, og nye verktøy for de ansatte våre som kan få størst mulig rekkevidde. 

For kundene våre, som inkluderer tusenvis av banker og detaljhandlere, har det arbeidet fokusert på å utvikle agentisk handel -teknologier for å gjøre det mulig for en forbruker å handle direkte i en KI-chat, personaliseringsverktøy for å gi dem den beste opplevelsen som er mulig, og svindelløsninger som er basert på mer data enn noen gang før. For ansatte inkluderer det utplassering av KI-assistenter for konsulentene våre for å la dem få tilgang til dokumentene de trenger så raskt som mulig, å tilby kodings-copiloter for programvareutviklerne våre, og å skape et generativt KI-drevet verktøy for å hjelpe kundestøtteteamene våre med å svare på spørsmål om onboarding og implementering.

Mange av investeringene våre har konsentrert seg om å legge til mer KI-intelligens og sanntidsbeslutninger til våre kjernefunksjoner. Dette er ikke labeksperimenter. Det er produksjonsklare systemer som må fungere i stor skala, tilpasse seg kontinuerlig og motstå både cyberkriminelle angrep og regulatorisk granskning.

For finansinstitusjoner krever dette et tankesettendring. Innovasjon måles ikke av hvor raskt du kan lansere noe nytt, men av hvor kritisk det er for arbeidet ditt og hvor pålitelig det fungerer når det er integrert i kjernevirksomheten. Eksperimentering er viktig, men bare hvis det er disiplinert, målrettet og designet for å vare.

 

Led med klarhet, ikke hype

KI-lederskap handler like mye om hva du ikke lover som hva du gjør. I komplekse økosystemer skaper overløfter risiko både internt og eksternt.

Vi har vært bevisste på hvordan vi snakker om hva KI kan og ikke kan gjøre innen betalinger. Den klarheten gir grunnlag for investeringsbeslutninger, tidslinjer for utrulling og hvordan nye funksjoner introduseres for kunder og partnere. Det skaper også enighet på tvers av organisasjonen, og sikrer at teamene løser reelle problemer i stedet for å jage abstrakte muligheter.

Start med kundens behov og jobb deg bakover til teknologien. KI endrer ikke den disiplinen. Om noe, så forsterker det det.

 

Betrakt åpenhet som et krav, ikke en funksjon

Innen finansielle tjenester er tillit ikke-omsettelig. Hver modell må være forklarbar, styrt og kontinuerlig overvåket fordi systemet er avhengig av det.

Det siste året har vi fortsatt å styrke hvordan KI-systemer gjennomgås, dokumenteres og måles. Det arbeidet er grunnleggende. Styring er ikke noe du legger til på slutten av utrullingen – det er det som gjør at KI kan operere ansvarlig i stor skala. Mange kan føle at dette bremser ting; vår erfaring er det motsatte. Med et etablert styresett kan folk fokusere på innovasjon og på å løse kundenes behov. 

 

Hvorfor anerkjennelse er en etterfølgende indikator

Mange av beslutningene som former KI-modenhet, krever et langsiktig perspektiv på hvor teknologien er på vei, og hva som trengs for at organisasjoner skal kunne ta den i bruk. De innebærer å bygge styring og sikkerhetsmekanismer, integrere nye funksjoner i eksisterende systemer i stedet for å lansere parallelle, og prioritere pålitelighet fremfor hastighet. Disse valgene bygger seg opp over tid.

Selskapet vårt ble nylig anerkjent som en leder innen anvendt KI av Fast Company, og som en av topporganisasjonene på den nye Evident Payment AI Index, en ny bransjestandard som vurderer betalingsleverandørers KI-utvikling. Vi er stolte av anerkjennelsen, men det er også viktig å se på disse eksterne vurderingene som etterslepende indikatorer. Denne rangeringen reflekterte år med konsekvent utførelse – tidlig investering i KI, et langvarig fokus på svindel og tillit, og styring designet for skalering. Anerkjennelsen var ikke målet, men den forsterket tilnærmingen vår om at bygging av et solid KI- og datagrunnlag gjorde det mulig for oss å innovere både raskt og pålitelig.

Dette grunnlaget gjør det nå mulig for oss å utvikle oss ansvarlig — enten gjennom introduksjonen av vår nye KI-grunnlagsmodell og utvidelsen av våre Mastercard Agent Suite -kapasiteter, sammen med Virtual C-Suite, som bringer KI inn i beslutningstaking på praktiske, styrte måter. Disse øyeblikkene kan virke inkrementelle utenfra, men de er et resultat av bevisste valg tatt lenge før søkelyset kom.

Den bredere lærdommen er denne: KI i stor skala handler mindre om gjennombrudd enn om konsekvent høye driftsstandarder. Modeller vil forbedres. Funksjonaliteten vil utvides. Det som betyr noe er om systemene vi bygger fortsetter å fortjene tillit – transaksjon etter transaksjon, beslutning etter beslutning. Det er arbeidet. Og det er pågående.

Hva bedrifter trenger å vite for sin AI-æra

AI-leder Janet George forklarer hvordan selskaper kan bygge AI-flyt, redusere hypen, skalere avkastning og ta i bruk ansvarlige strategier for å holde seg konkurransedyktige i AI-æraen.
Two men wearing aprons look at a computer tablet together.