**_Dennis KettlerはWorldpayにおけるグローバル・ヘッド・オブ・データ戦略およびデータサイエンスです。_*** * ***最先端のフィンテック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 Morgan、Coinbase、Blackrock、Klarnaなどのエグゼクティブに読まれています*** * *金融サービス業界に注目してきたなら、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、そこにあり、すべてを変えています**。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、その道のりが順風満帆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ており、とりわけパンデミックが金融機関に業務のあり方を見直すことを迫ったことが大きな要因です。数字は嘘をつきません。金融サービス領域におけるAIの世界市場は、5年以内に$16.2 billion成長すると予測されています。銀行、保険会社、決済プロセッサは皆、AIのプールにどっぷり飛び込み、業務を合理化し、不正検知を強化し、**高度にパーソナライズされた顧客体験を生み出す**ことに意欲的です。ただし、ここには落とし穴があります。**その可能性がある一方で、AIの統合は頭痛の種がないわけではありません**。多くの企業が気づいているのは、AIの“そのもの”であるデータが、古いシステムの中に閉じ込められていたり、部門ごとに分断されていたり、単に散らかっていて使いにくかったりするケースが多いということです。そして、データがまだまともな状態であっても、変化し続ける規制の迷路の中でコンプライアンスを満たすという難題があります。**さらに、サイバー犯罪者がより賢くなっている**ことを踏まえると、AI駆動の強固な決済システムを構築することは、ピースが絶えず動いてしまうハイテクなパズルを組み立てようとするようなものだと感じられます。**それでも、あらゆる障害にもかかわらず、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のおかげで生産性が最大20%向上したと報告しています。一方でNatWestはOpenAIと組み、不正防止を強化しました。これは、2024年の初めに英国が決済不正によって£570 millionを失ったことを考えると重要な一手です。もちろん、大手だけではありません。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労働を引き受け、人間の専門家が、バックオフィスの処理担当者というよりは戦略的なアドバイザーとして動けるようにしています。では、企業はデータの問題、古いシステム、規制上の煩雑さに溺れることなく、AIの力をどう活用できるのでしょうか？**まさにそれを明らかにしたかったのです**。そこで、10年以上にわたりAI駆動の決済ソリューションの現場で深く取り組んできた専門家に連絡しました。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、Dennis Kettlerの経験は決済エコシステム全体に及びます。そして、彼の洞察は目を見張るものだとだけ言っておきましょう。続く会話では、企業が直面する最大の課題と機会について、当事者としての声が聞けるはずです。* * ***R: ご自身のキャリアの歩みについて少し共有していただけますか。また、どのようにフィンテックと決済ソリューションでの専門性を培ってきたのですか？****D:** 数学の学部および大学院の学業を修了した後、私はデータ分析と予測分析の分野へ転身しました。最初の焦点は予測的なインサイトと自動化でした。約13年前に金融サービス業界へ入り、データと人工知能に関する豊富な経験と、規律ある姿勢を持ち込みました。請求、決済、決済最適化、クライアント体験といった領域で、この専門性を適用し始めました。 当時は決済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でのこれまでの経験に加え、アルゴリズムとAIに関する習熟を活かして、Worldpayに対して効果的に価値をもたらしました。**R: 長年の中で、特にAIの台頭によって、決済業界でどのような大きな変化を目にしてきましたか？**D: 私がすぐに思い浮かべる大きな変化は3つあります。拡大、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、その拡大は著しく進みました。** 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られていました。現在は、AIがより幅広い個人やチームにとって利用可能になったことで、適用が加速し、市場投入までの期間が短くなっています。さらに、AIの高度化も大きく進んでいます。10年前、あるいは5年前には実現が難しかった作業も、AIとクラウドのインフラの進歩によって現在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。ご経験から、AI駆動の決済ソリューションを導入する際に企業が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の統合と導入における最大の障害は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。多くの人が、AIを活用するうえでデータが決定的に重要であること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、その形式はさまざまで、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開発の観点からは、大きな課題が**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転換も必要とします。 6. 最終的な課題は、グローバルな規制環境をうまく乗りこなし、**データプライバシー**を確保することです。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て、規制に準拠し、利害関係者からの信頼を構築しなければなりません。**R: 不正検知は、AIが大きな影響を与えた主要分野の1つでした。どのような不正防止の進歩を見てきており、今もなお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の進歩の中で最も目に見える恩恵を受けている領域の1つです。不正検知を後押ししている最大の改善の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存在する情報源をより明確に結びつけて、関係性と、それに付随する活動をより正確かつ包括的に把握できるようにする能力です。 さらに、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向上しています。AIは、出現しているトレンドに素早く対応することで、不正の可能性がある活動に対してタイムリーな介入を可能にします。 最後に、AIは、摩擦を減らし、誤検知（false positives）と見逃し（false negatives）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高めています。この改善は、不正なものを効果的に見つける一方で、正当な取引がスムーズに処理されることを確実にするうえで重要です。 不正検知領域における多くの課題は、より広いAI導入における課題と似ています。たとえば、進歩はあるものの、さまざまなシステムやプラットフォームにまたがって、高品質なデータとシームレスな統合を確保するという課題は残っています。データの品質が悪いと、不正検知の結果が不正確になり得ます。 最後に、AIが不正検知システムのパフォーマンスを改善している一方で、同時に悪意ある行為者の手口の高度化も進めています。**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お考えですか？****D:** AIは決済処理を最適化する能力を高めてくれますが、それと同時に決済担当者の役割も変えています。例えば、AIは運用タスクの自動化をますます可能にし、私たちがデータや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します。 **具体的には、この自動化によって、私たちはクライアントや関係者のためのより幅広い“翻訳者”として行動できるようになります**。AIはコンサルティング色の強い役割を担えるようにし、それによってクライアント体験を改善できます。例えば、マーチャントアクワイアラとして、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、より焦点を絞り、目的意識を持った戦略的アドバイザーとして行動することも可能になります。**R: データプライバシーと倫理的な懸念は、銀行と決済領域における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:** 私は基本的に、イノベーションに集中することと、AI実装において責任ある姿勢を取ることとの間には、バランスが必要だと考えていません。これらの考え方は相互に排他的ではなく、どちらかが他方に悪影響を及ぼす必要もありません。むしろ、方針、統制、監督といった適切なガバナンスは、イノベーションの加速装置として機能するのだと強く信じています。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、開発者は安全で確信を持って自由に探索し、革新に取り組めます。 明確さの欠如、または不十分に定義された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: 今後を見据えて、今後5〜10年の間に業界の未来を形づくるとあなたが考える、AIと決済における最も刺激的なトレンドは何ですか？****D**: 先ほど述べたとおり、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高めていきます。不正検知、承認率の改善、より洗練された顧客デューデリジェンス（CDD）や顧客を知る（KYC）などです。 また、AIは、マーチャントや小売業者が自社の決済戦略を定義する際に、決済担当の専門家が担う役割を形づくることも続けます。たとえば、AIの活用により、より高いパーソナライゼーションと決済結果が可能になる一方で、独自のインサイトも提供され、それらがすべて、非常に改善された顧客体験につながります。 さらに、**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、規制上のプレッシャーとAIの改善を踏まえると、透明性において大きな前進が見られると見ています。
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
Dennis KettlerはWorldpayにおけるグローバル・ヘッド・オブ・データ戦略およびデータサイエンスです。
最先端のフィンテック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 Morgan、Coinbase、Blackrock、Klarnaなどのエグゼクティブに読まれています
金融サービス業界に注目してきたなら、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、そこにあり、すべてを変えています。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、その道のりが順風満帆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ており、とりわけパンデミックが金融機関に業務のあり方を見直すことを迫ったことが大きな要因です。数字は嘘をつきません。金融サービス領域におけるAIの世界市場は、5年以内に$16.2 billion成長すると予測されています。銀行、保険会社、決済プロセッサは皆、AIのプールにどっぷり飛び込み、業務を合理化し、不正検知を強化し、高度にパーソナライズされた顧客体験を生み出すことに意欲的です。
ただし、ここには落とし穴があります。その可能性がある一方で、AIの統合は頭痛の種がないわけではありません。多くの企業が気づいているのは、AIの“そのもの”であるデータが、古いシステムの中に閉じ込められていたり、部門ごとに分断されていたり、単に散らかっていて使いにくかったりするケースが多いということです。そして、データがまだまともな状態であっても、変化し続ける規制の迷路の中でコンプライアンスを満たすという難題があります。
さらに、サイバー犯罪者がより賢くなっていることを踏まえると、AI駆動の強固な決済システムを構築することは、ピースが絶えず動いてしまうハイテクなパズルを組み立てようとするようなものだと感じられます。それでも、あらゆる障害にもかかわらず、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のおかげで生産性が最大20%向上したと報告しています。一方でNatWestはOpenAIと組み、不正防止を強化しました。これは、2024年の初めに英国が決済不正によって£570 millionを失ったことを考えると重要な一手です。もちろん、大手だけではありません。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労働を引き受け、人間の専門家が、バックオフィスの処理担当者というよりは戦略的なアドバイザーとして動けるようにしています。では、企業はデータの問題、古いシステム、規制上の煩雑さに溺れることなく、AIの力をどう活用できるのでしょうか？
まさにそれを明らかにしたかったのです。そこで、10年以上にわたりAI駆動の決済ソリューションの現場で深く取り組んできた専門家に連絡しました。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、Dennis Kettlerの経験は決済エコシステム全体に及びます。そして、彼の洞察は目を見張るものだとだけ言っておきましょう。
続く会話では、企業が直面する最大の課題と機会について、当事者としての声が聞けるはずです。
R: ご自身のキャリアの歩みについて少し共有していただけますか。また、どのようにフィンテックと決済ソリューションでの専門性を培ってきたのですか？
D: 数学の学部および大学院の学業を修了した後、私はデータ分析と予測分析の分野へ転身しました。最初の焦点は予測的なインサイトと自動化でした。
約13年前に金融サービス業界へ入り、データと人工知能に関する豊富な経験と、規律ある姿勢を持ち込みました。請求、決済、決済最適化、クライアント体験といった領域で、この専門性を適用し始めました。
当時は決済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でのこれまでの経験に加え、アルゴリズムとAIに関する習熟を活かして、Worldpayに対して効果的に価値をもたらしました。
R: 長年の中で、特にAIの台頭によって、決済業界でどのような大きな変化を目にしてきましたか？
D: 私がすぐに思い浮かべる大きな変化は3つあります。拡大、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、その拡大は著しく進みました。
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られていました。現在は、AIがより幅広い個人やチームにとって利用可能になったことで、適用が加速し、市場投入までの期間が短くなっています。さらに、AIの高度化も大きく進んでいます。10年前、あるいは5年前には実現が難しかった作業も、AIとクラウドのインフラの進歩によって現在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。ご経験から、AI駆動の決済ソリューションを導入する際に企業が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の統合と導入における最大の障害は3つあります。
R: 不正検知は、AIが大きな影響を与えた主要分野の1つでした。どのような不正防止の進歩を見てきており、今もなお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の進歩の中で最も目に見える恩恵を受けている領域の1つです。不正検知を後押ししている最大の改善の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存在する情報源をより明確に結びつけて、関係性と、それに付随する活動をより正確かつ包括的に把握できるようにする能力です。
さらに、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向上しています。AIは、出現しているトレンドに素早く対応することで、不正の可能性がある活動に対してタイムリーな介入を可能にします。
最後に、AIは、摩擦を減らし、誤検知（false positives）と見逃し（false negatives）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高めています。この改善は、不正なものを効果的に見つける一方で、正当な取引がスムーズに処理されることを確実にするうえで重要です。
不正検知領域における多くの課題は、より広いAI導入における課題と似ています。たとえば、進歩はあるものの、さまざまなシステムやプラットフォームにまたがって、高品質なデータとシームレスな統合を確保するという課題は残っています。データの品質が悪いと、不正検知の結果が不正確になり得ます。
最後に、AIが不正検知システムのパフォーマンスを改善している一方で、同時に悪意ある行為者の手口の高度化も進めています。
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お考えですか？
D: AIは決済処理を最適化する能力を高めてくれますが、それと同時に決済担当者の役割も変えています。例えば、AIは運用タスクの自動化をますます可能にし、私たちがデータや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します。
具体的には、この自動化によって、私たちはクライアントや関係者のためのより幅広い“翻訳者”として行動できるようになります。AIはコンサルティング色の強い役割を担えるようにし、それによってクライアント体験を改善できます。例えば、マーチャントアクワイアラとして、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、より焦点を絞り、目的意識を持った戦略的アドバイザーとして行動することも可能になります。
R: データプライバシーと倫理的な懸念は、銀行と決済領域における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: 私は基本的に、イノベーションに集中することと、AI実装において責任ある姿勢を取ることとの間には、バランスが必要だと考えていません。
これらの考え方は相互に排他的ではなく、どちらかが他方に悪影響を及ぼす必要もありません。むしろ、方針、統制、監督といった適切なガバナンスは、イノベーションの加速装置として機能するのだと強く信じています。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、開発者は安全で確信を持って自由に探索し、革新に取り組めます。
明確さの欠如、または不十分に定義された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: 今後を見据えて、今後5〜10年の間に業界の未来を形づくるとあなたが考える、AIと決済における最も刺激的なトレンドは何ですか？
D: 先ほど述べたとおり、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高めていきます。不正検知、承認率の改善、より洗練された顧客デューデリジェンス（CDD）や顧客を知る（KYC）などです。
また、AIは、マーチャントや小売業者が自社の決済戦略を定義する際に、決済担当の専門家が担う役割を形づくることも続けます。たとえば、AIの活用により、より高いパーソナライゼーションと決済結果が可能になる一方で、独自のインサイトも提供され、それらがすべて、非常に改善された顧客体験につながります。
さらに、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、規制上のプレッシャーとAIの改善を踏まえると、透明性において大きな前進が見られると見ています。