Интервью с Деннисом Кеттлером: Как ИИ меняет платежи

Деннис Кеттлер — директор по глобальной стратегии данных и специалист по данным в Worldpay.

Откройте для себя главные новости и мероприятия в финтехе!

Подпишитесь на рассылку FinTech Weekly

Читают руководители JP Morgan, Coinbase, Blackrock, Klarna и других

Если вы следили за индустрией финансовых услуг, то знаете одну вещь наверняка: ИИ больше не является футуристической концепцией — он уже здесь, и он меняет всё. Но хотя идея о том, что ИИ революционизирует платежи, звучит захватывающе, путь не был гладким.

В последние несколько лет внедрение ИИ резко ускорилось, особенно после того, как пандемия заставила финансовые институты пересмотреть то, как они работают. Цифры не лгут. Ожидается, что мировой рынок ИИ в финансовых услугах вырастет на $16.2 млрд в течение 5 лет. Банки, страховщики и платежные процессоры буквально с головой ныряют в ИИ, стремясь оптимизировать процессы, улучшать выявление мошенничества и создавать гиперперсонализированные клиентские опыты.

Но вот в чем загвоздка: при всей своей потенциальной ценности интеграция ИИ не обходится без своей доли проблем. Многие компании поняли, что их данные — сама основа ИИ — часто оказываются заперты в устаревших системах, фрагментированы по подразделениям или просто находятся в плачевном состоянии. А даже когда данные в относительно хорошем виде, остается сложный вопрос обеспечения соответствия требованиям в условиях лабиринта постоянно меняющихся регуляторных норм.

Добавьте к этому то, что киберпреступники становятся умнее, и внезапно создание надежной системы платежей на базе ИИ начинает напоминать сборку высокотехнологичной головоломки, в которой элементы постоянно меняются. И всё же, несмотря на все препятствия, компании продолжают двигаться вперед.

Только за последний год такие гиганты, как JPMorgan Chase, сообщили о росте производительности до 20% благодаря ИИ-ассистентам для кода, в то время как NatWest объединилась с OpenAI, чтобы усилить предотвращение мошенничества — критически важный шаг, учитывая, что в начале 2024 года Великобритания потеряла £570 млн из-за мошенничества с платежами. И это не только про крупных игроков. Более мелкие финансовые институты тоже используют ИИ, чтобы повысить эффективность, сократить затраты и предоставлять более качественные клиентские опыты.

Автоматизация берет на себя всё больше тяжелой работы, высвобождая человеческих экспертов, которые могут действовать скорее как стратегические консультанты, а не как процессоры бэк-офиса. Вопрос в том, как компаниям использовать мощь ИИ, не утопая в проблемах с данными, устаревших системах или регуляторных бюрократических препонах?

Именно это мы и хотели выяснить. Поэтому мы обратились к эксперту, который уже более десяти лет глубоко работает над решениями для платежей, основанными на ИИ. От оптимизации процессов биллинга и расчетов до улучшения систем выявления мошенничества — опыт Денниса Кеттлера охватывает всю платежную экосистему. И давайте просто скажем, что его выводы очень впечатляют.

В разговоре ниже вы услышите из первых уст о самых больших вызовах и возможностях, стоящих перед бизнесом.

В: Можете рассказать немного о вашем карьерном пути и о том, как вы развивали свою экспертизу в финтехе и платежных решениях?

**О: После завершения моих бакалаврских и магистерских исследований по математике я перешел в сферу анализа данных и предиктивной аналитики. Мой первоначальный фокус был на предиктивных инсайтах и автоматизации.

Примерно 13 лет назад я вошел в сектор финансовых услуг, привнеся обширный опыт и дисциплину в работе с данными и искусственным интеллектом. Я начал применять эту экспертизу в таких областях, как биллинг, расчеты, оптимизация платежей и клиентский опыт.

Хотя в то время у меня не было бэкграунда в платежах, я использовал свой предыдущий опыт в розничной торговле и в выпуске кредитов, а также свою компетентность в алгоритмах и ИИ, чтобы эффективно создавать ценность для Worldpay.**

В: Какие из наиболее значительных изменений вы наблюдали в платежной индустрии за эти годы, особенно с ростом ИИ?

О: Три значимых изменения, которые сразу приходят на ум, — это распространение, ускорение и усложнение. Хотя искусственный интеллект не является новой концепцией, его распространение существенно возросло.

Ранее разработка ИИ была ограничена отдельными командами со специализированной экспертизой. Сегодня ИИ доступен более широкому кругу людей и команд, что приводит к ускорению его применения и сокращению времени выхода на рынок. Кроме того, усложнение ИИ заметно продвинулось вперед. Задачи, которые еще десять лет назад или даже пять лет назад были невыполнимыми, теперь достижимы благодаря достижениям в ИИ и облачной инфраструктуре.

В: Интеграция ИИ в финансовые услуги открывает как возможности, так и вызовы. Из вашего опыта, какие главные препятствия компании испытывают при внедрении ИИ-ориентированных платежных решений?

О: По моему опыту, три главных препятствия при интеграции и внедрении ИИ-ориентированных платежных решений — это:

2.  Базовый вызов — **работа с данными**. Многие упускают из виду критическую важность данных при использовании ИИ. Финансовые услуги часто имеют дело с огромными объемами данных, хранящимися в изолированных средах, в самых разных форматах и с несогласованными определениями. Управление качеством этих данных, корректное понимание данных и эффективная интеграция — это серьезная задача.
4.  С точки зрения разработки ИИ большой вызов — **интеграция ИИ в существующие унаследованные системы**. Для этого нужны не только технические корректировки, но и культурный сдвиг внутри организаций, чтобы принять новые технологии.
6.  Последний вызов связан с навигацией по глобальному регуляторному ландшафту и обеспечением **конфиденциальности данных**. Когда компании используют данные, они должны обеспечивать надежные механизмы приватности, управление рисками модели и прозрачность модели, чтобы соответствовать регуляторным требованиям и выстраивать доверие со стейкхолдерами.

В: Предотвращение мошенничества было одной из ключевых областей, где ИИ оказал значительное влияние. Какие улучшения в борьбе с мошенничеством вы видели, и какие задачи все еще нужно решить?

О: Решения для мошенничества стали одним из более заметных бенефициаров прогресса в ИИ. Одно из крупнейших улучшений, которое движет выявлением мошенничества, — это entity resolution (разрешение сущностей) и возможность более четко связывать устройства, учетные записи, транзакции и другие разрозненные источники информации, чтобы создать более точное и всеобъемлющее представление о взаимоотношениях и связанной активности.

Кроме того, существенно выросла способность адаптироваться к мошенническим трендам в режиме реального времени. ИИ позволяет быстро перестраиваться под возникающие тренды, давая возможность своевременно вмешиваться в потенциальную мошенническую активность.

Наконец, ИИ заметно повысил точность систем выявления мошенничества за счет снижения трения и минимизации как ложных срабатываний, так и пропусков. Это улучшение критически важно, поскольку оно обеспечивает плавную обработку легитимных транзакций при эффективном выявлении мошеннических.

Многие сложности внутри Fraud detection (выявления мошенничества) похожи на проблемы более широкого внедрения ИИ. Например, несмотря на прогресс, сохраняются задачи по обеспечению высококачественных данных и бесшовной интеграции между различными системами и платформами. Плохое качество данных может приводить к некорректным результатам выявления мошенничества.

Наконец, хотя ИИ улучшает производительность систем выявления мошенничества, он одновременно повышает изощренность злоумышленников.

В: Платежные технологии с поддержкой ИИ развиваются очень быстро. Как вы видите меняющуюся роль финансовых специалистов по мере того, как ИИ продолжает автоматизировать и упрощать процессы платежей?

О: Хотя ИИ улучшает нашу способность оптимизировать обработку платежей, он также меняет роль специалиста по платежам. Например, ИИ всё чаще позволяет автоматизировать операционные задачи, давая нам возможность больше фокусироваться на интерпретации данных и инсайтов ИИ и на их стратегическом применении.

В частности, эта автоматизация позволяет нам действовать более широко как переводчики для наших клиентов и стейкхолдеров. ИИ позволяет нам играть более консультационную роль, тем самым улучшая клиентский опыт. Как платежный эквайер, например, мы используем ИИ, чтобы улучшать все аспекты жизненного цикла платежей. Однако он также дает возможность действовать как более сфокусированный и целенаправленный стратегический советник.

В: Конфиденциальность данных и этические вопросы находятся на переднем плане при внедрении ИИ в банкинге и платежах. Как вы подходите к балансу между инновациями и ответственным внедрением ИИ?

О: Я принципиально не считаю, что между фокусом на инновациях и ответственным внедрением ИИ нужен компромисс.

Эти идеи не взаимоисключают друг друга, и одна не обязательно должна негативно влиять на другую. На самом деле, я твердо убежден, что надлежащее управление, включая политику, контроли и надзор, действительно служит ускорителем инноваций. По моему опыту, четкая политика, руководящие принципы и процессы позволяют разработчикам свободно исследовать и внедрять инновации безопасно — с уверенностью.

Недостаток ясности или плохо определенные рамки управления приводят к неуверенности разработчиков, замедляют разработку и подавляют инновации.

В: Заглядывая вперед, какие из самых захватывающих трендов в ИИ и платежах вы считаете будут формировать будущее индустрии в ближайшие пять-десять лет?

О: Как отмечалось ранее, ИИ продолжит повышать эффективность платежных систем и соответствующих точек принятия решений: выявление мошенничества, улучшение авторизационного показателя, более продуманная комплексная проверка клиента (CDD) и know your customer (KYC) и т. д.

Он также продолжит формировать роль специалистов по платежам при помощи мерчантам и ритейлерам в определении их платежных стратегий. Например, использование ИИ может обеспечить более высокую степень персонализации и лучшие результаты по платежам, а также дать уникальные инсайты, которые в итоге приведут к значительно улучшенному клиентскому опыту.

Кроме того, я ожидаю увидеть улучшение и ускорение встроенного финансирования (embedded finance) как с точки зрения бесшовной интеграции, так и в ключевых возможностях, таких как кредитование. И наконец, учитывая регуляторное давление и улучшения в ИИ, я ожидаю существенных приростов в прозрачности.