**_デニス・ケトラーは、Worldpayにおけるグローバル・ヘッド・オブ・データ・ストラテジーおよびデータサイエンスです。_*** * ***主要なフィンテックのニュースとイベントをチェック！****FinTech Weeklyのニュースレターを購読****JPモルガン、Coinbase、Blackrock、Klarnaなどのエグゼクティブにより読まれています*** * *金融サービス業界に注目していれば、確かなことが1つあります。**AIはもはや未来の概念ではなく、すでにそこにあり、すべてを変えつつあります**。しかし、AIが決済を革命するという考えはわくわくする一方で、その道のりがまったく順調だったわけではありません。AIの導入は、ここ数年で急速に加速しました。特に、パンデミックが金融機関に運営のあり方を見直すことを迫った後は顕著です。数字は嘘をつきません。金融サービスにおけるAIの世界市場は、5年以内に16.2 billionドル成長する見込みです。銀行、保険会社、決済プロセッサはすべて、AIのプールに真っ先に飛び込み、業務の効率化、不正検知の強化、そして**超パーソナライズされた顧客体験の創出**に意欲的です。ただし、落とし穴があります。**その可能性がある一方で、AIの統合は頭を悩ませる要素も少なくありません**。多くの企業が気づいたのは、自社のデータ――AIのまさにその基盤――が、しばしば旧式のシステムに閉じ込められていたり、部門間で分断されていたり、単純に散らかっていたりするということです。そしてデータの状態がまだ良好であっても、めまぐるしく変化する規制の迷路の中でコンプライアンスを確実に満たすという難題があります。**さらに、サイバー犯罪者が賢くなっている**とすれば、移り変わり続けるピースを組み立てていくように、堅牢なAI駆動の決済システムを構築することは、ハイテクなパズルを組み立てるようなものだと感じられます。**それでも、あらゆる障害があるにもかかわらず、企業は前進しています。**直近1年だけでも、JPMorgan Chaseのような巨大企業はAIコーディングアシスタントにより生産性が最大20%向上したと報告し、NatWestはOpenAIと組んで不正防止を強化しました。これは、2024年の早い時期に英国が決済詐欺によって5億7000万ポンドを失ったことを考えると、重要な一手です。しかも大手だけではありません。中堅・中小の金融機関でも、AIを活用して効率を高め、コストを削減し、より良い顧客体験を提供しています。自動化がより多くの重い作業を担い、人の専門家はバックオフィスのプロセッサというより戦略的アドバイザーのように動けるようになります。では、企業はデータの問題、旧式のシステム、規制にまつわる官僚的な手続きに溺れずに、どのようにAIの力を活用できるのでしょうか？**まさに、それを解明したいと思っていました**。そこで私たちは、10年以上にわたってAI駆動の決済ソリューションの現場に深く入り込んできた専門家に話を聞きました。請求および決済プロセスの最適化から、不正検知システムの強化まで、デニス・ケトラーの経験は決済エコシステム全体に及びます。しかも、彼の洞察は目を見張るものだと言っていいでしょう。以下の会話では、企業が直面する最大の課題と、最大の機会について、当事者として語るのを聞くことになります。* * ***R: キャリアの歩みと、フィンテックおよび決済ソリューションにおける専門性をどのように培ってきたのか、少し教えていただけますか？****D:** 数学で学士課程・修士課程を修了した後、データ分析や予測分析の分野へ移行しました。最初の焦点は、予測インサイトと自動化でした。約13年前に金融サービス分野に入り、データと人工知能に関する豊富な経験と規律を持ち込みました。私は、この専門性を、請求、決済、決済最適化、クライアント体験といった領域に適用し始めました。 当時は決済分野のバックグラウンドがあったわけではありませんが、小売やクレジット発行における以前の経験と、アルゴリズムおよびAIに関する習熟を組み合わせることで、Worldpayに対して効果的に価値を生み出しました。**R: 長年にわたり、決済業界で目にしてきた最も重要な変化は何ですか。特にAIの台頭に関連して教えてください。**D: すぐに思い浮かぶ大きな変化は3つあります。普及、加速、そして高度化です。**人工知能は新しい概念ではありませんが、その普及は大きく加速しています。** 以前は、AIの開発は専門的な知見を持つ特定のチームに限定されていました。今日では、AIはより幅広い個人やチームが利用できるようになり、その結果、適用が加速し、いわゆる市場投入までの時間が短くなっています。さらに、AIの高度化も大きく進みました。10年前、あるいは5年前には実行不可能だったタスクが、AIとクラウド基盤の進歩により、今では可能になっています。 **R: 金融サービスにAIを統合することには、機会と課題の両方があります。あなたの経験から、企業がAI駆動の決済ソリューションを導入する際に直面する最大の障害は何でしょうか？****D:** 私の経験では、AI駆動の決済ソリューションを統合・導入するうえで最大の障害は3つあります。 2. 基盤となる課題は**データの取り扱い**です。多くの企業が、AI活用におけるデータの重要性を見落としています。金融サービスでは、サイロ化された環境に保存された膨大な量のデータを扱うことが多く、形式もさまざまで、定義も一貫していません。このデータの品質を管理し、データを正しく理解し、効果的に統合することは大きな課題です。 4. AI開発の観点から見ると、大きな課題は**既存のレガシーシステムにAIを統合すること**です。これは、単に技術的な調整が必要なだけでなく、新しい技術を受け入れるための、組織内の文化的な変化も必要とします。 6. 最後の課題は、グローバルな規制環境を把握し、**データプライバシー**を確実にすることです。企業がデータを利用する際には、堅牢なプライバシー管理、モデルリスク管理、モデルの透明性を確保し、規制を遵守してステークホルダーからの信頼を築く必要があります。**R: 不正検知は、AIが大きな影響を与えてきた主要領域の1つです。不正防止においてどのような進歩を見てきましたか。また、まだ対処すべき課題は何でしょうか？**D: 不正対策のソリューションは、AIの進歩の中でも比較的目に見える恩恵を受けてきました。不正検知を後押しする最大の改善の1つは、エンティティ解決と、デバイス、口座、取引、その他のバラバラになった情報ソースを、より正確で包括的な関係性および関連する活動の見取り図を作るために、より明確に結びつける能力の向上です。 加えて、不正のトレンドにリアルタイムで適応する能力が大幅に増えています。AIは、出現するトレンドに迅速に調整できるため、不正の可能性がある活動に対して適時に介入できます。 最後に、AIは、摩擦を減らし、誤検知と見逃しの両方を最小化することで、不正検知システムの精度を大きく向上させました。これは、正当な取引がスムーズに処理される一方で、不正な取引を効果的に特定できるようにするために重要です。 不正検知の中にある多くの課題は、より広い範囲でのAI導入の課題と似ています。たとえば、進歩があっても、さまざまなシステムやプラットフォームをまたいで高品質なデータとシームレスな統合を確保する点では課題が残っています。データの品質が悪いと、不正検知の結果が不正確になります。 最後に、AIが不正検知システムの性能を改善している一方で、同時に悪意ある行為者の悪質さ（高度化）も増しています。**R: AIを活用した決済テクノロジーは急速に進化しています。AIが決済プロセスを自動化し、合理化し続ける中で、金融の専門家の役割はどう変わっていくと見ていますか？****D:** AIは決済処理を最適化する能力を高めているだけでなく、決済の専門家の役割も変えています。例えば、AIは運用上のタスクを自動化することをますます可能にし、それによってデータやAIインサイトの解釈、そしてそれらの戦略的な活用により集中できるようになります。 具体的には、この自動化により、私たちは**クライアントおよびステークホルダーのための“翻訳者”として、より幅広く行動できる**ようになります。AIは、よりコンサルティング寄りの役割を担うことを可能にし、それによって顧客体験を改善します。マーチャント・アクワイアラーとしての例で言えば、私たちは決済ライフサイクルのあらゆる側面を改善するためにAIを活用しています。しかし同時に、より焦点が定まり、目的意識のある戦略的アドバイザーとして行動できるようにもなります。**R: データプライバシーと倫理面の懸念は、銀行や決済におけるAI導入の最前線にあります。イノベーションと責任あるAIの実装のバランスは、どのように取っていますか？****D:** 私は根本的に、イノベーションに焦点を当てることと、AI実装における責任を果たすことの間に、バランスが必要だとは考えていません。これらの考え方は相互に排他的ではなく、どちらか一方が他方に悪影響を及ぼす必要もありません。実際、適切なガバナンス――方針、統制、監督を含む――こそが、イノベーションを加速させる役割を果たすのだと、私は強く考えています。私の経験では、明確な方針、ガイドライン、プロセスがあれば、開発者は自信を持って、安全に、自由に探索し、イノベーションを起こせます。 明確さの欠如や、定義が曖昧なガバナンスの枠組みは、開発者の不安を招き、開発を遅らせ、イノベーションを抑制します。**R: 今後を見据えたとき、今後5〜10年で業界の未来を形作ると考える、AIと決済における最もワクワクするトレンドは何ですか？****D**: 前述のとおり、AIは決済システムと関連する意思決定ポイントの有効性を引き続き改善していきます。不正検知、承認率の改善、高度な顧客デューデリジェンス（CDD）や顧客を知ること（KYC）などです。 また、加盟店や小売業者が自社の決済戦略を定義する際に、決済の専門家が果たす役割にも影響を与え続けます。たとえば、AIの活用により、より高いパーソナライズと決済結果が可能になり、さらに、独自のインサイトが得られることで、結果として大幅に改善された顧客体験につながります。 加えて、**埋め込み型ファイナンス（embedded finance）について、シームレスな統合という面でも、融資のような中核的な能力という面でも、改善と加速が進むことを期待しています**。最後に、規制上の圧力とAIの改善を踏まえると、透明性の大きな向上が見込めると思います。
Dennis Kettlerへのインタビュー：AIが支払いをどのように変革しているか
デニス・ケトラーは、Worldpayにおけるグローバル・ヘッド・オブ・データ・ストラテジーおよびデータサイエンスです。
主要なフィンテックのニュースとイベントをチェック！
FinTech Weeklyのニュースレターを購読
JPモルガン、Coinbase、Blackrock、Klarnaなどのエグゼクティブにより読まれています
金融サービス業界に注目していれば、確かなことが1つあります。AIはもはや未来の概念ではなく、すでにそこにあり、すべてを変えつつあります。しかし、AIが決済を革命するという考えはわくわくする一方で、その道のりがまったく順調だったわけではありません。
AIの導入は、ここ数年で急速に加速しました。特に、パンデミックが金融機関に運営のあり方を見直すことを迫った後は顕著です。数字は嘘をつきません。金融サービスにおけるAIの世界市場は、5年以内に16.2 billionドル成長する見込みです。銀行、保険会社、決済プロセッサはすべて、AIのプールに真っ先に飛び込み、業務の効率化、不正検知の強化、そして超パーソナライズされた顧客体験の創出に意欲的です。
ただし、落とし穴があります。その可能性がある一方で、AIの統合は頭を悩ませる要素も少なくありません。多くの企業が気づいたのは、自社のデータ――AIのまさにその基盤――が、しばしば旧式のシステムに閉じ込められていたり、部門間で分断されていたり、単純に散らかっていたりするということです。そしてデータの状態がまだ良好であっても、めまぐるしく変化する規制の迷路の中でコンプライアンスを確実に満たすという難題があります。
さらに、サイバー犯罪者が賢くなっているとすれば、移り変わり続けるピースを組み立てていくように、堅牢なAI駆動の決済システムを構築することは、ハイテクなパズルを組み立てるようなものだと感じられます。それでも、あらゆる障害があるにもかかわらず、企業は前進しています。
直近1年だけでも、JPMorgan Chaseのような巨大企業はAIコーディングアシスタントにより生産性が最大20%向上したと報告し、NatWestはOpenAIと組んで不正防止を強化しました。これは、2024年の早い時期に英国が決済詐欺によって5億7000万ポンドを失ったことを考えると、重要な一手です。しかも大手だけではありません。中堅・中小の金融機関でも、AIを活用して効率を高め、コストを削減し、より良い顧客体験を提供しています。
自動化がより多くの重い作業を担い、人の専門家はバックオフィスのプロセッサというより戦略的アドバイザーのように動けるようになります。では、企業はデータの問題、旧式のシステム、規制にまつわる官僚的な手続きに溺れずに、どのようにAIの力を活用できるのでしょうか？
まさに、それを解明したいと思っていました。そこで私たちは、10年以上にわたってAI駆動の決済ソリューションの現場に深く入り込んできた専門家に話を聞きました。請求および決済プロセスの最適化から、不正検知システムの強化まで、デニス・ケトラーの経験は決済エコシステム全体に及びます。しかも、彼の洞察は目を見張るものだと言っていいでしょう。
以下の会話では、企業が直面する最大の課題と、最大の機会について、当事者として語るのを聞くことになります。
R: キャリアの歩みと、フィンテックおよび決済ソリューションにおける専門性をどのように培ってきたのか、少し教えていただけますか？
D: 数学で学士課程・修士課程を修了した後、データ分析や予測分析の分野へ移行しました。最初の焦点は、予測インサイトと自動化でした。
約13年前に金融サービス分野に入り、データと人工知能に関する豊富な経験と規律を持ち込みました。私は、この専門性を、請求、決済、決済最適化、クライアント体験といった領域に適用し始めました。
当時は決済分野のバックグラウンドがあったわけではありませんが、小売やクレジット発行における以前の経験と、アルゴリズムおよびAIに関する習熟を組み合わせることで、Worldpayに対して効果的に価値を生み出しました。
R: 長年にわたり、決済業界で目にしてきた最も重要な変化は何ですか。特にAIの台頭に関連して教えてください。
D: すぐに思い浮かぶ大きな変化は3つあります。普及、加速、そして高度化です。人工知能は新しい概念ではありませんが、その普及は大きく加速しています。
以前は、AIの開発は専門的な知見を持つ特定のチームに限定されていました。今日では、AIはより幅広い個人やチームが利用できるようになり、その結果、適用が加速し、いわゆる市場投入までの時間が短くなっています。さらに、AIの高度化も大きく進みました。10年前、あるいは5年前には実行不可能だったタスクが、AIとクラウド基盤の進歩により、今では可能になっています。
R: 金融サービスにAIを統合することには、機会と課題の両方があります。あなたの経験から、企業がAI駆動の決済ソリューションを導入する際に直面する最大の障害は何でしょうか？
D: 私の経験では、AI駆動の決済ソリューションを統合・導入するうえで最大の障害は3つあります。
R: 不正検知は、AIが大きな影響を与えてきた主要領域の1つです。不正防止においてどのような進歩を見てきましたか。また、まだ対処すべき課題は何でしょうか？
D: 不正対策のソリューションは、AIの進歩の中でも比較的目に見える恩恵を受けてきました。不正検知を後押しする最大の改善の1つは、エンティティ解決と、デバイス、口座、取引、その他のバラバラになった情報ソースを、より正確で包括的な関係性および関連する活動の見取り図を作るために、より明確に結びつける能力の向上です。
加えて、不正のトレンドにリアルタイムで適応する能力が大幅に増えています。AIは、出現するトレンドに迅速に調整できるため、不正の可能性がある活動に対して適時に介入できます。
最後に、AIは、摩擦を減らし、誤検知と見逃しの両方を最小化することで、不正検知システムの精度を大きく向上させました。これは、正当な取引がスムーズに処理される一方で、不正な取引を効果的に特定できるようにするために重要です。
不正検知の中にある多くの課題は、より広い範囲でのAI導入の課題と似ています。たとえば、進歩があっても、さまざまなシステムやプラットフォームをまたいで高品質なデータとシームレスな統合を確保する点では課題が残っています。データの品質が悪いと、不正検知の結果が不正確になります。
最後に、AIが不正検知システムの性能を改善している一方で、同時に悪意ある行為者の悪質さ（高度化）も増しています。
R: AIを活用した決済テクノロジーは急速に進化しています。AIが決済プロセスを自動化し、合理化し続ける中で、金融の専門家の役割はどう変わっていくと見ていますか？
D: AIは決済処理を最適化する能力を高めているだけでなく、決済の専門家の役割も変えています。例えば、AIは運用上のタスクを自動化することをますます可能にし、それによってデータやAIインサイトの解釈、そしてそれらの戦略的な活用により集中できるようになります。
具体的には、この自動化により、私たちはクライアントおよびステークホルダーのための“翻訳者”として、より幅広く行動できるようになります。AIは、よりコンサルティング寄りの役割を担うことを可能にし、それによって顧客体験を改善します。マーチャント・アクワイアラーとしての例で言えば、私たちは決済ライフサイクルのあらゆる側面を改善するためにAIを活用しています。しかし同時に、より焦点が定まり、目的意識のある戦略的アドバイザーとして行動できるようにもなります。
R: データプライバシーと倫理面の懸念は、銀行や決済におけるAI導入の最前線にあります。イノベーションと責任あるAIの実装のバランスは、どのように取っていますか？
D: 私は根本的に、イノベーションに焦点を当てることと、AI実装における責任を果たすことの間に、バランスが必要だとは考えていません。
これらの考え方は相互に排他的ではなく、どちらか一方が他方に悪影響を及ぼす必要もありません。実際、適切なガバナンス――方針、統制、監督を含む――こそが、イノベーションを加速させる役割を果たすのだと、私は強く考えています。私の経験では、明確な方針、ガイドライン、プロセスがあれば、開発者は自信を持って、安全に、自由に探索し、イノベーションを起こせます。
明確さの欠如や、定義が曖昧なガバナンスの枠組みは、開発者の不安を招き、開発を遅らせ、イノベーションを抑制します。
R: 今後を見据えたとき、今後5〜10年で業界の未来を形作ると考える、AIと決済における最もワクワクするトレンドは何ですか？
D: 前述のとおり、AIは決済システムと関連する意思決定ポイントの有効性を引き続き改善していきます。不正検知、承認率の改善、高度な顧客デューデリジェンス（CDD）や顧客を知ること（KYC）などです。
また、加盟店や小売業者が自社の決済戦略を定義する際に、決済の専門家が果たす役割にも影響を与え続けます。たとえば、AIの活用により、より高いパーソナライズと決済結果が可能になり、さらに、独自のインサイトが得られることで、結果として大幅に改善された顧客体験につながります。
加えて、埋め込み型ファイナンス（embedded finance）について、シームレスな統合という面でも、融資のような中核的な能力という面でも、改善と加速が進むことを期待しています。最後に、規制上の圧力とAIの改善を踏まえると、透明性の大きな向上が見込めると思います。