**_Dennis KettlerはWorldpayのグローバルデータ戦略およびデータサイエンス責任者です。_*** * ***トップフィンテックニュースとイベントを発見！****FinTech Weeklyのニュースレターに登録しましょう****JPモルガン、コインベース、ブラックロック、クラルナなどの幹部が読んでいます*** * *金融サービス業界に注意を払っているなら、確かなことがあります：**AIはもはや未来的な概念ではなく、既に存在し、すべてを変えつつある**。しかし、AIが決済を革新するというアイデアはワクワクしますが、その道のりは決してスムーズではありませんでした。AIの採用は過去数年で急増しており、特にパンデミックによって金融機関が運営方法を見直す必要に迫られた後、その勢いは加速しています。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、今後5年で162億ドル増加すると予測されています。銀行、保険会社、決済処理業者は皆、プロセスの効率化、不正検出の強化、そして**超個別化された顧客体験の創出**を目指してAIのプールに飛び込んでいます。しかし、ここに落とし穴があります：**その潜在能力にもかかわらず、AIの導入には頭痛の種も伴います**。多くの企業は、自分たちのデータ—AIの基盤そのもの—がしばしば古いシステムに閉じ込められていたり、部署ごとに断片化されていたり、単に散らかっていたりすることに気づいています。そして、データが比較的整っていても、絶えず変化する規制の迷路をクリアしながらコンプライアンスを確保することは難しい問題です。**さらに、サイバー犯罪者がますます賢くなっている事実も加わり、**、高性能なAI駆動の決済システムを構築することは、まるで絶えず動くピースを組み合わせるハイテクパズルを解くようなものです。**それでも、多くの企業は前進し続けています。**昨年だけでも、JPMorgan Chaseのような巨人は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、NatWestはOpenAIと提携して不正防止を強化しました。これは、2024年初頭に英国が決済詐欺に570百万ポンドを失ったことを考えると、重要な動きです。そして、大手だけでなく、小規模な金融機関も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。自動化は重労働の多くを引き受け、人間の専門家は戦略的アドバイザーのように行動できるようになっています。問題は：企業は、データの問題や古いシステム、規制の煩雑さに溺れることなく、AIの力をどう活用できるのかということです。**それが私たちが解明したかったことです**。そこで、AI駆動の決済ソリューションの最前線で10年以上深く関わってきた専門家に連絡を取りました。請求や決済の最適化から不正検出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。彼の洞察は目から鱗です。以下の対話では、ビジネスが直面する最大の課題と機会について、彼の生の声をお伝えします。* * ***R：あなたのキャリアの歩みと、フィンテックや決済ソリューションの専門知識をどのように築いてきたのか教えてください。****D：** 数学の学士と修士課程を修了した後、データ分析と予測分析の分野に進みました。最初は予測インサイトと自動化に焦点を当てていました。約13年前に金融サービス業界に入り、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。請求、決済、支払いの最適化、顧客体験などの分野でこの専門知識を応用し始めました。当時は決済のバックグラウンドはありませんでしたが、小売やクレジット発行の経験と、アルゴリズムやAIの熟練度を活かして、Worldpayに価値をもたらしました。**R：AIの台頭とともに、決済業界で目にした最も重要な変化は何ですか？****D：** すぐに思い浮かぶ3つの大きな変化は、普及、加速、そして洗練です。**人工知能は新しい概念ではありませんが、その普及は著しく増加しています。**以前は、AIの開発は専門的な知識を持つ特定のチームに限定されていました。今や、より多くの人やチームがAIにアクセスできるようになり、その適用が加速し、市場投入までの時間も短縮されています。さらに、AIの洗練度も大きく進歩しています。10年前や5年前には不可能だったタスクも、AIとクラウドインフラの進歩により実現可能になっています。**R：金融サービスにAIを導入することには、機会と課題の両方があります。経験から、AI駆動の決済ソリューションを採用する際に企業が直面する最大の障壁は何だと思いますか？****D：** 私の経験では、AI駆動の決済ソリューションの導入と採用において最大の障壁は次の3つです。 2. 基礎的な課題は**データの取り扱い**です。多くの人は、AIを活用する上でのデータの重要性を見落としがちです。金融サービスは膨大なデータを扱いますが、それはサイロ化された環境に保存されていたり、さまざまなフォーマットであったり、一貫性のない定義があったりします。これらのデータの質の管理、理解、効果的な統合は大きな課題です。 4. AI開発の観点からは、**既存のレガシーシステムへのAI統合**が大きな課題です。これは技術的な調整だけでなく、組織内の文化的な変革も必要とします。 6. 最後の課題は、グローバルな規制環境をナビゲートし、**データプライバシー**を確保することです。企業はデータを活用する際に、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、規制に準拠し、ステークホルダーの信頼を築く必要があります。**R：不正検出はAIの大きな影響を受けた主要分野の一つです。あなたが見てきた不正防止の進展と、まだ解決すべき課題は何ですか？****D：** 不正解決策は、AIの進歩の中でも特に顕著な恩恵を受けている分野の一つです。最大の改善点の一つは、エンティティ解決と、デバイス、アカウント、取引、その他の情報源をより明確に結びつけ、関係性や活動の全体像をより正確に把握できるようになったことです。また、リアルタイムでの不正トレンドへの適応能力も大きく向上しています。AIは新たなトレンドに迅速に対応できるため、潜在的な不正活動に対してタイムリーな介入が可能です。最後に、AIは不正検出システムの精度を大きく向上させ、摩擦を減らし、誤検知と見逃しの両方を最小化しています。この改善により、正当な取引はスムーズに処理され、不正な取引も効果的に識別されるようになっています。 不正検出における多くの課題は、より広範なAI導入の課題と共通しています。例えば、進歩はあるものの、高品質なデータの確保や、さまざまなシステムやプラットフォーム間のシームレスな統合には依然として課題があります。データの質が低いと、不正検出の結果も不正確になる可能性があります。最後に、AIは不正検出システムの性能を向上させる一方で、悪意のある者の巧妙さも増しています。**R：AIを活用した決済技術は急速に進化しています。AIの進展に伴い、金融の専門家の役割はどのように変わると考えていますか？****D：** AIは決済処理の最適化能力を高める一方で、決済の専門家の役割も変化させています。例えば、AIは運用上のタスクの自動化を進めており、私たちがデータやAIの洞察の解釈と、それらを戦略的に活用することにより集中できるようになっています。**具体的には、この自動化により、クライアントやステークホルダーのための翻訳者としてより広く役立つことが可能になります**。AIは、よりコンサルタント的な役割を果たすことを可能にし、クライアント体験を向上させます。例えば、加盟店獲得者として、私たちはAIを活用して決済ライフサイクルのあらゆる側面を改善しています。しかし同時に、より焦点を絞った戦略的アドバイザーとしても行動できるようになっています。**R：データプライバシーや倫理的懸念は、銀行や決済におけるAI採用の最前線にあります。イノベーションと責任あるAIの実装のバランスをどのように取っていますか？****D：** 根本的に、イノベーションに焦点を当てることと、責任あるAIの実装の間にバランスが必要だとは考えていません。これらの考えは相互排他的ではなく、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、ポリシー、コントロール、監督を整えることは、イノベーションの促進に確かに役立ちます。私の経験では、明確なポリシーやガイドライン、プロセスがあれば、開発者は安心して安全に探索と革新を進められます。不明確さやガバナンスの枠組みが曖昧だと、開発者の不安を招き、開発を遅らせ、イノベーションを妨げることになります。**R：今後5年から10年の間に、AIと決済の分野で最もエキサイティングなトレンドは何だと考えていますか？****D：** 先述したように、AIは決済システムの有効性と意思決定ポイントを引き続き向上させるでしょう：不正検出、承認率の改善、洗練された顧客のデューデリジェンス(CDD)や顧客確認(KYC)など。また、決済専門家の役割も、商人や小売業者が決済戦略を定義する際に、よりパーソナライズされた結果や洞察を提供し、顧客体験を大きく向上させる方向で変わっていくと予想しています。さらに、**埋め込み型金融の改善と加速も期待しています。シームレスな統合だけでなく、融資などのコア機能の面でも進展が見込まれます**。最後に、規制の圧力とAIの進歩により、透明性の向上も大きな進展を遂げると考えています。
デニス・ケトラーとのインタビュー：AIが支払いをどのように変革しているか
Dennis KettlerはWorldpayのグローバルデータ戦略およびデータサイエンス責任者です。
トップフィンテックニュースとイベントを発見！
FinTech Weeklyのニュースレターに登録しましょう
JPモルガン、コインベース、ブラックロック、クラルナなどの幹部が読んでいます
金融サービス業界に注意を払っているなら、確かなことがあります：AIはもはや未来的な概念ではなく、既に存在し、すべてを変えつつある。しかし、AIが決済を革新するというアイデアはワクワクしますが、その道のりは決してスムーズではありませんでした。
AIの採用は過去数年で急増しており、特にパンデミックによって金融機関が運営方法を見直す必要に迫られた後、その勢いは加速しています。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、今後5年で162億ドル増加すると予測されています。銀行、保険会社、決済処理業者は皆、プロセスの効率化、不正検出の強化、そして超個別化された顧客体験の創出を目指してAIのプールに飛び込んでいます。
しかし、ここに落とし穴があります：その潜在能力にもかかわらず、AIの導入には頭痛の種も伴います。多くの企業は、自分たちのデータ—AIの基盤そのもの—がしばしば古いシステムに閉じ込められていたり、部署ごとに断片化されていたり、単に散らかっていたりすることに気づいています。そして、データが比較的整っていても、絶えず変化する規制の迷路をクリアしながらコンプライアンスを確保することは難しい問題です。
さらに、サイバー犯罪者がますます賢くなっている事実も加わり、、高性能なAI駆動の決済システムを構築することは、まるで絶えず動くピースを組み合わせるハイテクパズルを解くようなものです。それでも、多くの企業は前進し続けています。
昨年だけでも、JPMorgan Chaseのような巨人は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、NatWestはOpenAIと提携して不正防止を強化しました。これは、2024年初頭に英国が決済詐欺に570百万ポンドを失ったことを考えると、重要な動きです。そして、大手だけでなく、小規模な金融機関も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。
自動化は重労働の多くを引き受け、人間の専門家は戦略的アドバイザーのように行動できるようになっています。問題は：企業は、データの問題や古いシステム、規制の煩雑さに溺れることなく、AIの力をどう活用できるのかということです。
それが私たちが解明したかったことです。そこで、AI駆動の決済ソリューションの最前線で10年以上深く関わってきた専門家に連絡を取りました。請求や決済の最適化から不正検出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。彼の洞察は目から鱗です。
以下の対話では、ビジネスが直面する最大の課題と機会について、彼の生の声をお伝えします。
R：あなたのキャリアの歩みと、フィンテックや決済ソリューションの専門知識をどのように築いてきたのか教えてください。
D： 数学の学士と修士課程を修了した後、データ分析と予測分析の分野に進みました。最初は予測インサイトと自動化に焦点を当てていました。
約13年前に金融サービス業界に入り、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。請求、決済、支払いの最適化、顧客体験などの分野でこの専門知識を応用し始めました。
当時は決済のバックグラウンドはありませんでしたが、小売やクレジット発行の経験と、アルゴリズムやAIの熟練度を活かして、Worldpayに価値をもたらしました。
R：AIの台頭とともに、決済業界で目にした最も重要な変化は何ですか？
D： すぐに思い浮かぶ3つの大きな変化は、普及、加速、そして洗練です。人工知能は新しい概念ではありませんが、その普及は著しく増加しています。
以前は、AIの開発は専門的な知識を持つ特定のチームに限定されていました。今や、より多くの人やチームがAIにアクセスできるようになり、その適用が加速し、市場投入までの時間も短縮されています。さらに、AIの洗練度も大きく進歩しています。10年前や5年前には不可能だったタスクも、AIとクラウドインフラの進歩により実現可能になっています。
R：金融サービスにAIを導入することには、機会と課題の両方があります。経験から、AI駆動の決済ソリューションを採用する際に企業が直面する最大の障壁は何だと思いますか？
D： 私の経験では、AI駆動の決済ソリューションの導入と採用において最大の障壁は次の3つです。
R：不正検出はAIの大きな影響を受けた主要分野の一つです。あなたが見てきた不正防止の進展と、まだ解決すべき課題は何ですか？
D： 不正解決策は、AIの進歩の中でも特に顕著な恩恵を受けている分野の一つです。最大の改善点の一つは、エンティティ解決と、デバイス、アカウント、取引、その他の情報源をより明確に結びつけ、関係性や活動の全体像をより正確に把握できるようになったことです。
また、リアルタイムでの不正トレンドへの適応能力も大きく向上しています。AIは新たなトレンドに迅速に対応できるため、潜在的な不正活動に対してタイムリーな介入が可能です。
最後に、AIは不正検出システムの精度を大きく向上させ、摩擦を減らし、誤検知と見逃しの両方を最小化しています。この改善により、正当な取引はスムーズに処理され、不正な取引も効果的に識別されるようになっています。
不正検出における多くの課題は、より広範なAI導入の課題と共通しています。例えば、進歩はあるものの、高品質なデータの確保や、さまざまなシステムやプラットフォーム間のシームレスな統合には依然として課題があります。データの質が低いと、不正検出の結果も不正確になる可能性があります。
最後に、AIは不正検出システムの性能を向上させる一方で、悪意のある者の巧妙さも増しています。
R：AIを活用した決済技術は急速に進化しています。AIの進展に伴い、金融の専門家の役割はどのように変わると考えていますか？
D： AIは決済処理の最適化能力を高める一方で、決済の専門家の役割も変化させています。例えば、AIは運用上のタスクの自動化を進めており、私たちがデータやAIの洞察の解釈と、それらを戦略的に活用することにより集中できるようになっています。
具体的には、この自動化により、クライアントやステークホルダーのための翻訳者としてより広く役立つことが可能になります。AIは、よりコンサルタント的な役割を果たすことを可能にし、クライアント体験を向上させます。例えば、加盟店獲得者として、私たちはAIを活用して決済ライフサイクルのあらゆる側面を改善しています。しかし同時に、より焦点を絞った戦略的アドバイザーとしても行動できるようになっています。
R：データプライバシーや倫理的懸念は、銀行や決済におけるAI採用の最前線にあります。イノベーションと責任あるAIの実装のバランスをどのように取っていますか？
D： 根本的に、イノベーションに焦点を当てることと、責任あるAIの実装の間にバランスが必要だとは考えていません。
これらの考えは相互排他的ではなく、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、ポリシー、コントロール、監督を整えることは、イノベーションの促進に確かに役立ちます。私の経験では、明確なポリシーやガイドライン、プロセスがあれば、開発者は安心して安全に探索と革新を進められます。
不明確さやガバナンスの枠組みが曖昧だと、開発者の不安を招き、開発を遅らせ、イノベーションを妨げることになります。
R：今後5年から10年の間に、AIと決済の分野で最もエキサイティングなトレンドは何だと考えていますか？
D： 先述したように、AIは決済システムの有効性と意思決定ポイントを引き続き向上させるでしょう：不正検出、承認率の改善、洗練された顧客のデューデリジェンス(CDD)や顧客確認(KYC)など。
また、決済専門家の役割も、商人や小売業者が決済戦略を定義する際に、よりパーソナライズされた結果や洞察を提供し、顧客体験を大きく向上させる方向で変わっていくと予想しています。
さらに、埋め込み型金融の改善と加速も期待しています。シームレスな統合だけでなく、融資などのコア機能の面でも進展が見込まれます。最後に、規制の圧力とAIの進歩により、透明性の向上も大きな進展を遂げると考えています。