Інтерв’ю з Денісом Кетлером: Як штучний інтелект трансформує платежі

Денні Кеттлер — глобальний керівник із стратегії даних та data science у Worldpay.

Дізнайтеся про найкращі новини та події у фінтеху!

Підпишіться на інформаційний бюлетень FinTech Weekly

Читають керівники JP Morgan, Coinbase, Blackrock, Klarna та інші

Якщо ви стежили за індустрією фінансових послуг, ви точно знаєте одну річ: AI більше не є футуристичною ідеєю — він уже тут і змінює все. Але хоча думка про те, що AI революціонізує платежі, звучить захопливо, шлях цей не можна назвати бездоганним.

За останні кілька років впровадження AI різко зросло, особливо після того, як пандемія змусила фінансові інституції переосмислити спосіб своєї роботи. Цифри не брешуть. Очікується, що глобальний ринок AI у фінансових послугах зросте на $16.2 мільярда протягом 5 років. Банки, страхові компанії та платіжні процесори всі з головою занурюються в «кулю AI», прагнучи оптимізувати процеси, посилити виявлення шахрайства та створювати гіперперсоналізовані клієнтські досвіди.

Але є нюанс: за всього свого потенціалу інтеграція AI не позбавлена власних «головних болів». Багато компаній усвідомили, що їхні дані — сама основа AI — часто «заховані» в застарілих системах, розпорошені між департаментами або просто наведені в хаос. І навіть коли дані мають пристойну якість, залишається складне питання забезпечення відповідності вимогам у «лабіринті» регуляцій, які постійно змінюються.

Додайте до цього те, що кіберзлочинці стають розумнішими, і раптом створення надійної платіжної системи на основі AI схоже на спробу зібрати високотехнологічну головоломку, де деталі постійно зсуваються. Та попри всі перешкоди компанії рухаються вперед.

Лише за минулий рік такі гіганти, як JPMorgan Chase, повідомляли про підвищення продуктивності до 20% завдяки AI-асистентам для програмування, тоді як NatWest об’єдналася з OpenAI, щоб посилити запобігання шахрайству — критично важливий крок, зважаючи на те, що на початку 2024 року у Великій Британії втратили £570 мільйонів через шахрайство з платежами. І це не лише великі гравці. Менші фінансові інституції також використовують AI, щоб підвищувати ефективність, економити кошти та надавати кращі клієнтські досвіди.

Автоматизація бере на себе дедалі більше «важкої роботи», вивільняючи експертів-людей діяти більше як стратегічні радники, а не як процесори бек-офісу. Питання в тому: як компаніям використати потужність AI, не потопаючи в проблемах із даними, застарілих системах або регуляторній «червоній стрічці»?

Саме це ми й хотіли з’ясувати. Тож ми звернулися до експерта, який понад десятиліття глибоко працює над рішеннями для платежів на основі AI. Від оптимізації білінгу та процесів розрахунків до вдосконалення систем виявлення шахрайства — досвід Денні Кеттлера охоплює весь платіжний екосистемний ланцюг. І давайте просто скажемо: його інсайти вражають.

У розмові нижче ви почуєте з перших уст про найбільші виклики та можливості, що стоять перед бізнесами.

В: Чи можете поділитися трохи про ваш кар’єрний шлях і про те, як ви напрацювали свою експертизу у фінтеху та платіжних рішеннях?

Д: Після завершення бакалаврських і магістерських студій з математики я перейшов у сферу аналізу даних та предиктивної аналітики. Спочатку мій фокус був на предиктивних інсайтах і автоматизації.

Приблизно 13 років тому я увійшов у сектор фінансових послуг, маючи значний досвід і дисципліну в роботі з даними та штучним інтелектом. Я почав застосовувати цю експертизу в таких напрямах, як білінг, розрахунки, оптимізація платежів і клієнтський досвід.

Хоча на той час у мене не було бекграунду в платежах, я використав свій попередній досвід у ритейлі та кредитному скорингу, поєднуючи його з моєю вправністю в алгоритмах і AI, щоб ефективно приносити цінність для Worldpay.

В: Які з найбільш суттєвих змін, які ви бачили в індустрії платежів протягом років, особливо з огляду на зростання ролі AI?

Д: Три значні зміни, які одразу спадають на думку, — це поширення, прискорення та ускладнення. Хоча штучний інтелект не є новою ідеєю, його поширення суттєво зросло.

Раніше розробка AI була обмежена конкретними командами зі спеціалізованою експертизою. Сьогодні AI доступний ширшому колу людей і команд, що призводить до прискорення його застосування та зменшення часу виходу на ринок. Крім того, складність AI значно підвищилася. Завдання, які були неможливі десять років тому, або навіть п’ять років тому, тепер досяжні завдяки вдосконаленням AI та інфраструктури хмарних обчислень.

В: Інтеграція AI у фінансові послуги створює і можливості, і виклики. З вашого досвіду, які найбільші перешкоди компанії долають, коли впроваджують платіжні рішення на основі AI?

Д: У моєму досвіді три найбільші перешкоди у процесі інтеграції та впровадження платіжних рішень на основі AI такі:

2.  Фундаментальна перешкода — **обробка даних**. Багато хто недооцінює критичну важливість даних у використанні AI. Фінансові послуги часто працюють із величезними обсягами даних, що зберігаються у «силах»/сілосах, мають різні формати та містять непослідовні визначення. Керування якістю цих даних, правильне розуміння даних і ефективна інтеграція — це суттєвий виклик.
4.  З перспективи розробки AI великим викликом є **інтеграція AI у наявні застарілі (legacy) системи**. Це потребує не лише технічних змін, а й культурного зсуву всередині організацій, щоб приймати нові технології.
6.  Останній виклик полягає у навігації глобальним регуляторним ландшафтом та забезпеченні **конфіденційності даних**. Коли компанії використовують дані, вони мають забезпечувати надійні механізми захисту приватності, керування ризиками моделі та прозорість моделей, щоб виконувати вимоги регуляцій і будувати довіру серед стейкхолдерів.

В: Виявлення шахрайства було однією з ключових сфер, де AI мав найбільший вплив. Які вдосконалення у запобіганні шахрайству ви бачили, і які виклики ще потрібно вирішити?

Д: Рішення для боротьби з шахрайством були одним із найбільш помітних бенефіціарів прогресу AI. Одне з найбільших покращень, що підсилюють виявлення шахрайства, — це розв’язання задачі entity resolution та здатність чіткіше пов’язувати пристрої, акаунти, транзакції та інші розрізнені джерела інформації, щоб створити більш точне й комплексне уявлення про взаємозв’язки та пов’язану активність.

Крім того, суттєво зросла здатність адаптуватися до шахрайських тенденцій у режимі реального часу. AI дозволяє швидко коригуватися під нові тенденції, забезпечуючи своєчасне втручання в потенційно шахрайську активність.

Нарешті, AI значно підвищив точність систем виявлення шахрайства, зменшивши тертя та мінімізувавши як хибнопозитивні, так і хибнонегативні спрацювання. Це покращення критично важливе, адже воно гарантує, що законні транзакції обробляються плавно, водночас ефективно виявляючи шахрайські.

Багато викликів у межах Fraud detection схожі на виклики ширшого впровадження AI. Наприклад, попри вдосконалення, проблеми лишаються: забезпечення високоякісних даних і безшовної інтеграції між різними системами та платформами. Погана якість даних може призвести до неточних результатів виявлення шахрайства.

Нарешті, хоча AI покращує продуктивність систем виявлення шахрайства, він водночас підвищує «кваліфікацію» шахраїв.

В: Платіжні технології на основі AI швидко розвиваються. Як ви бачите роль фінансових фахівців у міру того, як AI продовжує автоматизувати та спрощувати платіжні процеси?

Д: Хоча AI покращує нашу здатність оптимізувати обробку платежів, він також змінює роль платіжного професіонала. Наприклад, AI дедалі більше дозволяє автоматизувати операційні завдання, даючи нам зосередитися більше на інтерпретації даних і AI-інсайтах та їх стратегічному застосуванні.

Зокрема, ця автоматизація дозволяє нам діяти ширше як перекладачам для наших клієнтів і стейкхолдерів. AI дає нам можливість відігравати більш консалтингову роль, тим самим покращуючи клієнтський досвід. Як приклад, як платіжний acquirer/еквайєр, ми використовуємо AI, щоб покращувати всі аспекти платіжного життєвого циклу. Однак це також дозволяє нам діяти як більш сфокусований і цілеспрямований стратегічний радник.

В: Питання конфіденційності даних та етичні застереження на першому плані під час впровадження AI у банкінгу та платежах. Як ви підходите до балансу між інноваціями та відповідальним впровадженням AI?

Д: Я не вважаю, що в принципі потрібен баланс між фокусом на інноваціях і відповідальністю під час впровадження AI.

Ці ідеї не є взаємовиключними, і одна не мусить негативно впливати на іншу. Насправді я дуже переконаний, що належне управління — включно з політиками, контролями та наглядом — справді виступає прискорювачем інновацій. З мого досвіду, чіткі політики, керівні принципи та процеси дозволяють розробникам вільно досліджувати та впроваджувати інновації безпечно й із упевненістю.

Відсутність ясності або погано визначені рамки управління призводять до невизначеності для розробників, гальмують розробку та «задушують» інновації.

В: Заглядаючи вперед, які найбільш захопливі тренди в AI і платежах, на вашу думку, сформують майбутнє індустрії впродовж наступних п’яти-десяти років?

Д: Як зазначалося раніше, AI продовжуватиме підвищувати ефективність платіжних систем і відповідних точок ухвалення рішень: виявлення шахрайства, покращення authorization rate, більш досконалу due diligence щодо клієнтів (CDD) і знайте свого клієнта (KYC) тощо.

Він також і надалі формуватиме роль платіжних професіоналів, коли вони допомагають мерчантам і рітейлерам визначати свої платіжні стратегії. Наприклад, використання AI може дозволити більшу персоналізацію та кращі результати платежів, а також надавати унікальні інсайти, що разом можуть значно покращити клієнтський досвід.

Крім того, я очікую побачити покращення та прискорення embedded finance як щодо безшовної інтеграції, так і щодо базових можливостей, як-от кредитування. І нарешті, з огляду на регуляторний тиск і вдосконалення AI, я очікую значних здобутків у прозорості.