ปัญญาประดิษฐ์เป็นเรื่องที่น่ายินดีอย่างยิ่ง การวิ่งนั้นยากกว่ามาก

ปัจจุบันปัญญาประดิษฐ์อยู่ทุกหนทุกแห่ง พาดหัวข่าวต่าง ๆ ต่างเฉลิมฉลองความก้าวหน้าครั้งสำคัญ การสาธิตนั้นน่าประทับใจ คำสัญญานั้นดูเหมือนจะไม่มีที่สิ้นสุด แต่สำหรับธนาคารและบริษัทผู้ให้บริการด้านการชำระเงิน ความท้าทายที่แท้จริงจะเริ่มต้นหลังจากมีการประกาศต่างๆ นั่นคือ เมื่อปัญญาประดิษฐ์ (AI) ต้องทำงานภายในระบบที่เศรษฐกิจทั้งระบบพึ่งพาอาศัยอยู่

เมื่อ AI เข้ามามีบทบาทในการตัดสินใจอนุมัติการชำระเงิน การตรวจจับการฉ้อโกง การระบุตัวตน หรือการประเมินความเสี่ยง จะไม่มีช่องว่างให้ "ทำเร็วๆ แล้วค่อยแก้ไขทีหลัง" อีกต่อไป แบบจำลองต่างๆ ไม่สามารถล้มเหลวได้อย่างเงียบๆ การตัดสินใจไม่สามารถย้อนกลับได้ และเมื่อสูญเสียความไว้วางใจไปแล้ว ก็ยากที่จะได้กลับคืนมา ตลอดปีที่ผ่านมา เราไม่ได้มุ่งเน้นเพียงแค่การไล่ล่าสร้างนวัตกรรมอย่างรวดเร็วโดยลำพัง แต่เรามุ่งเน้นไปที่การนำเอาข้อมูลเชิงลึกไปใช้ในวงกว้าง ครอบคลุมทั้งด้านภูมิศาสตร์ สภาพแวดล้อมด้านกฎระเบียบ และภัยคุกคามต่างๆ

สำหรับองค์กรที่ต้องเผชิญกับสถานการณ์ที่คล้ายคลึงกัน บทเรียนนี้เรียบง่ายแต่ท้าทาย ยังไม่มีการประกาศระดับความพร้อมของ AI มันเป็นสิ่งที่ได้มาจากการตัดสินใจของพวกเราทุกคนเมื่อต้องเผชิญกับเดิมพันที่สูง

การนำ AI มาใช้ในสภาพแวดล้อมการผลิตจำเป็นต้องสร้างสมดุลระหว่างความเร็วและความมีระเบียบวินัย การทดลองและความรับผิดชอบ ความทะเยอทะยานและความเอาใจใส่ สำหรับบริษัทที่ต้องการพัฒนาศักยภาพด้าน AI นั้น มีสี่ด้านที่สำคัญที่สุด ไม่ใช่ในฐานะหลักการเชิงนามธรรม แต่ในฐานะการตัดสินใจเชิงปฏิบัติการ

หากคาดหวังว่า AI จะขับเคลื่อนทุกส่วนขององค์กรที่ซับซ้อน AI ไม่ควรเป็นความรับผิดชอบของทีมใดทีมหนึ่งเท่านั้น สำหรับบริษัทของเรา ข้อมูลเชิงลึกกระจายอยู่ทั่วทั้งองค์กร ใกล้กับปัญหาที่กำลังแก้ไข แต่ได้รับการสนับสนุนจากมาตรฐาน การกำกับดูแล เครื่องมือ และแนวปฏิบัติที่ดีที่สุดที่ใช้ร่วมกัน

โครงสร้างดังกล่าวช่วยให้ทีมสามารถสร้างสรรค์นวัตกรรมไปพร้อมกับการรักษาความรับผิดชอบได้ นอกจากนี้ยังช่วยให้มั่นใจได้ว่าโมเดลจะทำงานได้อย่างเหมาะสม แม้ว่าจะนำไปใช้งานในบริบทที่แตกต่างกันก็ตาม จากประสบการณ์ของเรา การกระจายอำนาจโดยปราศจากมาตรฐานก่อให้เกิดความเสี่ยง และการรวมศูนย์อำนาจโดยปราศจากความใกล้ชิดจะทำให้ผลกระทบช้าลง ความสมดุลเป็นสิ่งสำคัญ

ที่สำคัญไม่แพ้กัน การพัฒนาด้าน AI ให้มีความเป็นผู้ใหญ่มากขึ้นนั้นขึ้นอยู่กับการลงทุนในบุคลากร ไม่ใช่แค่เพียงนักวิจัยและนักวิทยาศาสตร์ข้อมูลเท่านั้น แต่ยังรวมถึงวิศวกร นักพัฒนา ผู้นำผลิตภัณฑ์ และผู้ปฏิบัติงานที่เข้าใจว่าแบบจำลองทำงานอย่างไรในโลกแห่งความเป็นจริง เมื่อทีมมีความเชื่อมั่นในระบบที่พวกเขากำลังสร้างและใช้งาน การใช้งานก็จะแพร่หลายตามมา เมื่อไม่เป็นเช่นนั้น แม้แต่เทคโนโลยีที่ล้ำสมัยที่สุดก็หยุดชะงัก

การลงทุนด้าน AI ล่าสุดของ Mastercard มุ่งเน้นไปที่การสร้างความสามารถใหม่ๆ สำหรับลูกค้าของเรา โดยต่อยอดจากความเชี่ยวชาญด้านข้อมูล AI และการชำระเงินที่เราสั่งสมมานานหลายทศวรรษ รวมถึงเครื่องมือใหม่ๆ สำหรับพนักงานของเราที่สามารถเข้าถึงได้ในวงกว้างที่สุด 

สำหรับลูกค้าของเรา ซึ่งรวมถึงธนาคารและผู้ค้าปลีกหลายพันราย งานดังกล่าวเน้นไปที่การพัฒนาเทคโนโลยี การค้าแบบตัวแทน เพื่อให้ผู้บริโภคสามารถทำการซื้อสินค้าได้โดยตรงในแชท AI เครื่องมือปรับแต่งเฉพาะบุคคลเพื่อให้พวกเขามีประสบการณ์ที่ดีที่สุดเท่าที่จะเป็นไปได้ และโซลูชันการป้องกันการฉ้อโกงที่อิงตามข้อมูลจำนวนมหาศาลกว่าที่เคยมีมา สำหรับพนักงานนั้น รวมถึงการนำผู้ช่วย AI มาใช้สำหรับที่ปรึกษาของเรา เพื่อให้พวกเขาสามารถ Access เอกสารที่ต้องการได้อย่างรวดเร็วที่สุด การจัดหาผู้ช่วยด้านการเขียนโค้ดสำหรับนักพัฒนาซอฟต์แวร์ของเรา และการสร้างเครื่องมือที่ขับเคลื่อนด้วย AI รุ่นใหม่ เพื่อช่วยทีมสนับสนุนลูกค้าของเราในการตอบคำถามเกี่ยวกับการเริ่มต้นใช้งานและการติดตั้งระบบ

การลงทุนของเราส่วนใหญ่เน้นไปที่การเพิ่มประสิทธิภาพด้านปัญญาประดิษฐ์ (AI) และการตัดสินใจแบบเรียลไทม์ให้กับความสามารถหลักของเรา นี่ไม่ใช่การทดลองในห้องแล็บ ระบบเหล่านี้เป็นระบบระดับใช้งานจริงที่ต้องทำงานได้ในระดับใหญ่ ปรับตัวได้อย่างต่อเนื่อง และทนทานต่อทั้งการโจมตีจากอาชญากรไซเบอร์และการตรวจสอบจากหน่วยงานกำกับดูแล

สำหรับสถาบันการเงิน นี่ต้องอาศัยการปรับเปลี่ยนทัศนคติ นวัตกรรมไม่ได้วัดจากความเร็วในการเปิดตัวสิ่งใหม่ แต่จากความสำคัญของนวัตกรรมนั้นต่องานของคุณ และความน่าเชื่อถือในการทำงานเมื่อนำไปใช้ในกระบวนการหลักแล้ว การทดลองนั้นสำคัญ แต่จะสำคัญก็ต่อเมื่อเป็นการทดลองที่มีระเบียบวินัย มีเป้าหมาย และออกแบบมาให้ยั่งยืน

การเป็นผู้นำด้าน AI นั้น ไม่ได้ขึ้นอยู่กับสิ่งที่คุณให้สัญญาไว้เพียงอย่างเดียว แต่ยังขึ้นอยู่กับสิ่งที่คุณไม่ได้ให้สัญญาไว้ด้วย ในระบบนิเวศที่ซับซ้อน การให้คำมั่นสัญญาเกินจริงจะสร้างความเสี่ยงทั้งภายในและภายนอก

เราได้พิจารณาอย่างรอบคอบแล้วว่าเราพูดถึงอะไรบ้าง และอะไรคือสิ่งที่ AI สามารถทำได้และทำไม่ได้ในด้านการชำระเงิน ความชัดเจนดังกล่าวเป็นข้อมูลสำคัญในการตัดสินใจด้านการลงทุน ระยะเวลาในการดำเนินการ และวิธีการแนะนำความสามารถใหม่ๆ ให้กับลูกค้าและพันธมิตร นอกจากนี้ยังช่วยสร้างฉันทามติทั่วทั้งองค์กร ทำให้มั่นใจได้ว่าทีมต่างๆ กำลังแก้ไขปัญหาที่แท้จริง แทนที่จะไล่ตามความเป็นไปได้ที่เป็นนามธรรม

เริ่มต้นจากความต้องการของลูกค้า แล้วค่อยคิดย้อนกลับไปหาเทคโนโลยี AI ไม่ได้เปลี่ยนแปลงระเบียบวินัยนั้น ถ้าจะมีอะไรเกิดขึ้น มันก็ยิ่งตอกย้ำสิ่งนั้นเสียด้วยซ้ำ

ในธุรกิจบริการทางการเงิน ความไว้วางใจเป็นสิ่งที่ไม่สามารถต่อรองได้ แบบจำลองทุกแบบต้องสามารถอธิบายได้ ควบคุมได้ และได้รับการตรวจสอบอย่างต่อเนื่อง เพราะระบบขึ้นอยู่กับแบบจำลองนั้น

ตลอดปีที่ผ่านมา เราได้ดำเนินการเสริมสร้างวิธีการตรวจสอบ บันทึก และวัดผลระบบ AI อย่างต่อเนื่อง งานนั้นเป็นงานพื้นฐาน การกำกับดูแลไม่ใช่สิ่งที่คุณเพิ่มเข้าไปในตอนท้ายของการใช้งาน แต่เป็นสิ่งที่ช่วยให้ AI สามารถทำงานได้อย่างมีความรับผิดชอบในวงกว้าง หลายคนอาจรู้สึกว่าสิ่งนี้ทำให้ทุกอย่างช้าลง แต่จากประสบการณ์ของเรากลับตรงกันข้าม เมื่อมีการวางระบบการกำกับดูแลที่ดีแล้ว บุคลากรก็จะสามารถมุ่งเน้นไปที่การสร้างสรรค์นวัตกรรมและการแก้ปัญหาความต้องการของลูกค้าได้ 

การตัดสินใจหลายอย่างที่ส่งผลต่อความพร้อมของ AI นั้น จำเป็นต้องมองภาพระยะยาวว่าเทคโนโลยีจะพัฒนาไปในทิศทางใด และองค์กรต่างๆ จำเป็นต้องมีอะไรบ้างเพื่อให้สามารถนำ AI ไปใช้งานได้ แนวทางเหล่านี้เกี่ยวข้องกับการสร้างระบบการกำกับดูแลและกลไกการควบคุม การบูรณาการความสามารถใหม่เข้ากับระบบที่มีอยู่แทนที่จะสร้างระบบคู่ขนาน และการให้ความสำคัญกับความน่าเชื่อถือมากกว่าความเร็ว การตัดสินใจเหล่านั้นจะสะสมเพิ่มขึ้นเรื่อย ๆ เมื่อเวลาผ่านไป

บริษัทของเราเพิ่งได้รับการยอมรับว่าเป็น ผู้นำด้านปัญญาประดิษฐ์ประยุกต์ (Applied AI) จาก Fast Company และเป็นหนึ่งในองค์กรชั้นนำใน ดัชนี Evident Payment AI Index ซึ่งเป็นมาตรฐานอุตสาหกรรมใหม่ที่ประเมินการพัฒนา AI ของผู้ให้บริการด้านการชำระเงิน เรารู้สึกภาคภูมิใจกับการได้รับการยอมรับนี้ แต่สิ่งสำคัญคือต้องมองการประเมินจากภายนอกเหล่านี้ว่าเป็นตัวชี้วัดที่ล่าช้า การจัดอันดับนี้สะท้อนให้เห็นถึงการดำเนินงานที่สม่ำเสมอมาหลายปี ทั้งการลงทุนใน AI ตั้งแต่เนิ่นๆ การให้ความสำคัญกับการป้องกันการฉ้อโกงและความน่าเชื่อถือมาอย่างยาวนาน และระบบการกำกับดูแลที่ออกแบบมาเพื่อรองรับการขยายตัวในวงกว้าง การได้รับการยอมรับไม่ใช่เป้าหมายหลัก แต่เป็นการตอกย้ำแนวทางของเราที่ว่า การสร้างรากฐานด้าน AI และข้อมูลที่แข็งแกร่งจะช่วยให้เราสร้างสรรค์นวัตกรรมได้อย่างรวดเร็วและน่าเชื่อถือ

รากฐานดังกล่าวเป็นสิ่งที่ช่วยให้เราสามารถก้าวไปข้างหน้าอย่างมีความรับผิดชอบได้ ไม่ว่าจะเป็นการเปิด ตัวโมเดล AI พื้นฐานใหม่ ของเรา และการขยายขีดความสามารถของ Mastercard Agent Suite รวมถึง Virtual C-Suite ซึ่งนำ AI มาใช้ในการตัดสินใจในรูปแบบที่ใช้งานได้จริงและมีการกำกับดูแล จากภายนอกแล้ว ช่วงเวลาเหล่านี้อาจดูเหมือนเกิดขึ้นทีละเล็กทีละน้อย แต่แท้จริงแล้วมันเป็นผลมาจากการตัดสินใจอย่างรอบคอบที่เกิดขึ้นนานก่อนที่แสงสปอตไลท์จะส่องมาถึง

บทเรียนที่สำคัญกว่านั้นก็คือ การนำ AI มาใช้ในระดับใหญ่ไม่ได้ขึ้นอยู่กับความก้าวหน้าครั้งสำคัญมากนัก แต่ขึ้นอยู่กับมาตรฐานการดำเนินงานที่สูงอย่างสม่ำเสมอมากกว่า โมเดลจะดีขึ้นเรื่อยๆ ขีดความสามารถจะขยายตัวขึ้น สิ่งที่สำคัญคือระบบที่เราสร้างขึ้นจะยังคงได้รับความไว้วางใจต่อไปหรือไม่ ทั้งในแง่ของการทำธุรกรรมและการตัดสินใจแต่ละครั้ง นั่นคืองานที่ต้องทำ และเรื่องนี้ยังคงดำเนินต่อไป