与Dennis Kettler的访谈：人工智能如何改变支付方式

Dennis Kettler 是 Worldpay 的全球数据战略与数据科学负责人。

发现顶级金融科技新闻与活动！

订阅 FinTech Weekly 的通讯

由 JP Morgan、Coinbase、Blackrock、Klarna 等高管阅读

如果你一直关注金融服务行业，你就知道有一件事是肯定的：AI 不再是一个遥远的未来概念——它已经到来，并正在改变一切。但尽管“AI 革新支付”这个想法令人兴奋，这一路并非完全顺畅。

在过去几年里，AI 的采用激增，尤其是在疫情迫使金融机构重新思考其运作方式之后。数据不会说谎。预计未来 5 年内，金融服务领域的 AI 全球市场将增长 16.2 0 亿美元。银行、保险商和支付处理商都正冲入 AI 的浪潮之中，渴望简化流程、提升欺诈检测能力，并打造超个性化的客户体验。

但关键在于：尽管 AI 具有巨大的潜力，其集成也并非没有烦恼。许多企业已经意识到，它们的数据——也就是 AI 的核心基础——往往被锁在过时的系统里，散落在各个部门之间，或者干脆就一团糟。即便数据状况还不错，确保符合不断演变的监管要求也依然是个棘手问题。

再加上网络犯罪分子变得更聪明，于是，构建一个强大的 AI 驱动支付系统就像是在组装一幅高科技拼图，而拼图的碎片还在不断移动。然而，尽管面临重重障碍，企业仍在向前推进。

仅在过去一年里，像 JPMorgan Chase 这样的巨头就报告称，由于 AI 编码助手，生产力提升最高可达 20%，而 NatWest 则与 OpenAI 协作以加强欺诈预防——考虑到英国在 2024 年初因支付欺诈损失了 5.70 亿英镑，这一关键举措尤为重要。而这不仅仅是大型参与者的事。较小的金融机构也在利用 AI 来提升效率、降低成本，并提供更好的客户体验。

自动化正在承担更多“重活”，让人类专家能够更像战略顾问，而不是后台处理器。问题是：企业如何在不被数据问题、过时系统或监管繁文缛节淹没的情况下，发挥 AI 的力量？

这正是我们想要弄清楚的。因此，我们联系了一位在 AI 驱动支付解决方案领域深耕超过十年的专家。从优化账单与结算流程，到增强欺诈检测系统，Dennis Kettler 的经验覆盖整个支付生态系统。只能说，他的见解令人耳目一新。

在接下来的对话中，你将听到关于企业所面临的最大挑战与机遇的第一手观点。

问：你能分享一下你的职业发展历程，以及你是如何在金融科技和支付解决方案领域积累专业能力的吗？

答：完成我在数学方面的本科与研究生学业后，我转入数据分析与预测分析领域。我的最初重点是预测洞察以及自动化。

大约 13 年前，我进入金融服务行业，带来了在数据与人工智能方面的丰富经验与自律。我开始将这些专业能力应用到账单、结算、支付优化以及客户体验等领域。

尽管当时我并没有支付方面的背景，但我利用之前在零售和发卡业务中的经验，结合我在算法与 AI 方面的能力，来有效地为 Worldpay 创造价值。

问：这些年来，支付行业发生了哪些最重大的变化，尤其是在 AI 崛起的背景下？

答：我立刻想到的有三项重大变化：扩散、加速和复杂度提升。尽管人工智能并不是一个全新的概念，但它的扩散速度显著加快。

以前，AI 的开发被限制在具备专门专业知识的特定团队中。如今，AI 对更广泛的人群和团队开放，这使得其应用加速，同时上市时间缩短。此外，AI 的复杂度也得到了显著提升。十年前甚至五年前都无法实现的任务，如今由于 AI 与云基础设施的进步而变得可行。

问：将 AI 融入金融服务既带来机遇也带来挑战。结合你的经验，企业在采用 AI 驱动的支付解决方案时面临的最大障碍是什么？

答：在我的经验中，整合并采用 AI 驱动的支付解决方案最大的三个障碍是：

2.  一个基础性的挑战是**数据处理**。许多企业忽视了数据在利用 AI 方面的关键重要性。金融服务往往处理海量数据，这些数据存储在割裂的环境中，以各种不同格式存在，并且伴随着不一致的定义。管理这些数据的质量、正确理解数据，以及实现有效集成，都是一项重大挑战。
4.  从 AI 开发的角度来看，一个很大的挑战是**将 AI 集成到现有的传统遗留系统中**。这不仅需要技术层面的调整，也需要组织内部在文化层面发生转变，以拥抱新技术。
6.  最终挑战是应对全球监管格局，并确保**数据隐私**。当公司使用数据时，必须确保强有力的隐私控制、模型风险管理以及模型透明度，以遵守监管要求并建立与相关方之间的信任。

问：欺诈检测一直是 AI 产生重大影响的关键领域之一。你看到了哪些欺诈预防方面的进展？还有哪些挑战仍需解决？

答：欺诈解决方案是 AI 进步中较为“显眼”的受益者之一。推动欺诈检测的最大改善之一，体现在实体解析方面，以及能够更清晰地连接设备、账户、交易以及其他分散的信息来源，从而形成更准确、更全面的关系与相关活动视图。

此外，企业在实时适应欺诈趋势方面的能力也有了大幅提升。AI 能够对新出现的趋势进行快速调整，从而实现对潜在欺诈活动的及时介入。

最后，通过降低摩擦并尽量减少误报与漏报，AI 也显著提升了欺诈检测系统的准确性。该改进至关重要，因为它既能确保合法交易顺畅处理，又能有效识别欺诈交易。

在欺诈检测领域内的许多挑战，与更广泛的 AI 采用面临的挑战类似。比如，尽管取得了进步，仍然存在确保高质量数据以及在各种系统和平台之间实现无缝集成的难题。数据质量差会导致欺诈检测结果不准确。

最后，尽管 AI 正在提升欺诈检测系统的性能，它同时也在提升不法分子的“作恶能力”的复杂度。

问：AI 驱动的支付技术正在快速演进。随着 AI 持续自动化并简化支付流程，你如何看待金融专业人士角色的变化？

答：尽管 AI 提升了我们优化支付处理的能力，它也在改变支付专业人士的角色。例如，AI 越来越能够实现对运营任务的自动化，让我们能够更专注于对数据与 AI 洞察的解读，以及这些洞察的战略应用。

具体而言，这种自动化使我们能够以更广泛的方式作为客户与相关方的翻译者。借助 AI，我们能够扮演更偏咨询的角色，从而提升客户体验。作为收单机构（merchant acquirer），例如，我们利用 AI 来改进支付生命周期的各个方面。但与此同时，它也让我们能够成为更聚焦、更有目的性的战略顾问。

问：数据隐私与伦理方面的担忧正处在银行与支付领域 AI 采用的最前沿。你如何在平衡创新与负责任的 AI 落地之间开展工作？

答：我并不从根本上认为，在“聚焦创新”与“在 AI 落地中保持负责任”之间需要取得某种平衡。

这些理念并非相互排斥，也不必互相产生负面影响。事实上，我强烈相信，包括政策、控制与监督在内的良好治理，确实会加速创新。基于我的经验，清晰的政策、指导方针与流程，能够让开发者在充满信心的情况下安全地自由探索并进行创新。

缺乏清晰度，或治理框架定义不当，会导致开发者不确定性增加、开发速度放慢，并扼杀创新。

问：展望未来，你认为在未来五到十年将塑造行业未来的，AI 与支付领域最令人兴奋的趋势有哪些？

答：如前所述，AI 将继续提升支付系统及相关决策点的有效性：欺诈检测、授权率提升、先进的客户尽职调查（CDD）与了解你的客户（KYC）等。

它也将继续塑造支付专业人士在帮助商户与零售商制定支付策略时所扮演的角色。例如，使用 AI 可以带来更高程度的个性化与支付结果，同时提供独特的洞察，从而带来显著改善的客户体验。

此外，我预计嵌入式金融（embedded finance）将同时在无缝集成方面以及像借贷（lending）这样的核心能力方面实现改进与加速。最后，鉴于监管压力以及 AI 的进步，我预计在透明度方面将取得显著收益。