Dennis Kettler 是 Worldpay 的全球数据策略与数据科学主管。
发现顶级金融科技新闻和事件！
订阅 FinTech Weekly 的新闻通讯
由摩根大通、Coinbase、Blackrock、Klarna 等高管阅读
如果你一直关注金融服务行业，你就会知道一件事：人工智能不再是未来的概念——它已经到来，并且正在改变一切。但虽然AI革新支付的想法听起来令人兴奋，旅程并不总是一帆风顺。
近年来，AI的采用激增，尤其是在疫情迫使金融机构重新思考运营方式之后。数字不骗人。预计未来五年，金融服务中AI的全球市场将增长162亿美元。银行、保险公司和支付处理商都在全力投入AI，渴望简化流程、增强欺诈检测，并打造超个性化的客户体验。
但问题在于：尽管潜力巨大，AI的整合并非没有烦恼。许多企业意识到，他们的数据——AI的基础——常常被锁在过时的系统中，分散在各个部门，或者就是一团乱麻。即使数据状况还算可以，也要面对确保遵守不断变化的法规的复杂问题。
再加上网络犯罪分子变得越来越聪明，突然间，构建一个强大的AI驱动支付系统就像在拼装一个高科技拼图，而拼图的碎片却在不断变化。然而，尽管如此，企业仍在不断推进。
仅在去年，像摩根大通这样的巨头报告称，得益于AI编码助手，生产力提升了最高20%，而NatWest与OpenAI合作加强欺诈预防，这是考虑到2024年初英国在支付欺诈中损失了5.7亿英镑的关键举措。而且，不仅仅是大公司。规模较小的金融机构也在利用AI提升效率、节省成本、提供更好的客户体验。
自动化承担了更多繁重的工作，释放出人类专家，让他们更像战略顾问而非后台处理人员。问题是：企业如何在不被数据问题、过时系统或繁琐法规所困的情况下，充分利用AI的力量？
这正是我们想要弄清楚的事情。因此，我们联系了一位在AI驱动支付解决方案领域深耕十余年的专家。从优化账单和结算流程到增强欺诈检测系统，Dennis Kettler的经验涵盖了整个支付生态系统。可以说，他的见解令人耳目一新。
在接下来的对话中，你将第一手了解企业面临的最大挑战和机遇。
R：能否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方面建立专业知识的？
**D：**在完成数学本科学习和研究生学习后，我转向数据分析和预测分析领域。最初我专注于预测洞察和自动化。
大约13年前，我进入金融服务行业，带来了丰富的数据和人工智能经验与纪律。我开始将这些专业知识应用于账单、结算、支付优化和客户体验等领域。
虽然当时我没有支付行业的背景，但我利用之前在零售和信用发行方面的经验，加上我在算法和AI方面的熟练程度，有效地为Worldpay创造价值。
**R：**多年来，你在支付行业见证了哪些最重要的变化，特别是在AI崛起的背景下？
**D：**我立刻想到的三个重大变化是：普及、加速和复杂化。虽然人工智能不是新概念，但其普及程度显著提高。
过去，AI的发展局限于具有专业知识的特定团队。如今，AI已变得更易于被更广泛的个人和团队使用，应用速度加快，推向市场的时间缩短。此外，AI的复杂性也大幅提升。十年前甚至五年前无法完成的任务，现在都能实现，这得益于AI和云基础设施的进步。
**R：**将AI融入金融服务既带来机遇，也面临挑战。根据你的经验，企业在采用AI驱动的支付解决方案时，最大的障碍是什么？
**D：**在我看来，整合和采用AI驱动支付方案的最大三个障碍是：
2. 一个基础性挑战是**数据处理**。许多人忽视了数据在利用AI中的关键作用。金融服务通常处理大量存储在孤岛环境中的数据，这些数据格式多样，定义不一致。管理数据质量、正确理解数据以及有效整合数据都是重大挑战。 4. 从AI开发角度来看，一个大难题是**将AI集成到现有遗留系统中**。这不仅需要技术调整，还需要组织内部的文化转变以接受新技术。 6. 最后一个挑战是应对全球法规环境，确保**数据隐私**。企业在利用数据时，必须确保强有力的隐私控制、模型风险管理和模型透明度，以符合法规并赢得利益相关者的信任。
**R：**欺诈检测一直是AI产生重大影响的关键领域之一。你在欺诈预防方面看到了哪些进展？还存在哪些挑战需要解决？
**D：**欺诈解决方案是AI进步中最直观的受益者之一。推动欺诈检测的最大改进之一是实体识别能力的提升，能够更清楚地连接设备、账户、交易和其他不同来源的信息，从而创建更准确、更全面的关系和活动视图。
此外，实时适应欺诈趋势的能力也大幅增强。AI可以快速调整应对新出现的趋势，从而及时干预潜在的欺诈行为。
最后，AI显著提高了欺诈检测系统的准确性，减少了摩擦，降低了误报和漏报。这一点至关重要，因为它确保合法交易顺利进行，同时有效识别欺诈行为。
在欺诈检测中面临的许多挑战与更广泛的AI应用类似。例如，尽管取得了进展，但确保高质量数据和跨系统、平台的无缝集成仍然是难题。数据质量差会导致欺诈检测结果不准确。
最后，虽然AI在提升欺诈检测性能方面发挥了作用，但也使不法分子的手段变得更加复杂。
**R：**AI驱动的支付技术发展迅速。你如何看待随着AI不断自动化和简化支付流程，金融专业人士的角色会发生怎样的变化？
**D：**虽然AI提升了我们优化支付处理的能力，但也在改变支付专业人士的角色。例如，AI越来越多地实现操作任务的自动化，使我们能够更多地专注于数据和AI洞察的解读及其战略应用。
具体来说，这种自动化让我们能更广泛地充当客户和利益相关者的翻译者。AI使我们能扮演更具咨询性的角色，从而改善客户体验。例如，作为收单银行，我们利用AI改善支付生命周期的各个环节。但同时，这也让我们能成为更专注、更有目的的战略顾问。
**R：**数据隐私和伦理问题在银行和支付行业的AI应用中处于核心位置。你如何在创新与负责任的AI实施之间找到平衡？
**D：**我并不认为在创新和负责任的AI应用之间需要根本的平衡。
这些理念并不互相排斥，也不一定会相互负面影响。实际上，我坚信，完善的治理，包括政策、控制和监督，确实可以成为创新的催化剂。在我的经验中，明确的政策、指南和流程让开发者可以在安全的环境中自由探索和创新，充满信心。
缺乏清晰或不完善的治理框架会导致开发者不确定，减缓开发速度，抑制创新。
**R：**展望未来，你认为在未来五到十年中，哪些AI和支付的趋势最令人兴奋，可能会塑造行业的未来？
**D：**如前所述，AI将继续提升支付系统的效率和相关决策点：欺诈检测、授权率提升、复杂的客户尽职调查(CDD)和“了解你的客户”(KYC)等。
它还将继续塑造支付专业人士在帮助商户和零售商定义支付策略中的角色。例如，利用AI可以实现更高的个性化和支付成果，同时提供独特的洞察，极大改善客户体验。
此外，我预计嵌入式金融的改进和加速将成为重点，无论是在无缝集成方面，还是在核心能力如贷款方面。最后，鉴于监管压力和AI的进步，我预期透明度将取得显著提升。
67.66万 热度
1.37万 热度
15.64万 热度
230.73万 热度
127.6万 热度
与Dennis Kettler的访谈：人工智能如何改变支付
Dennis Kettler 是 Worldpay 的全球数据策略与数据科学主管。
发现顶级金融科技新闻和事件！
订阅 FinTech Weekly 的新闻通讯
由摩根大通、Coinbase、Blackrock、Klarna 等高管阅读
如果你一直关注金融服务行业，你就会知道一件事：人工智能不再是未来的概念——它已经到来，并且正在改变一切。但虽然AI革新支付的想法听起来令人兴奋，旅程并不总是一帆风顺。
近年来，AI的采用激增，尤其是在疫情迫使金融机构重新思考运营方式之后。数字不骗人。预计未来五年，金融服务中AI的全球市场将增长162亿美元。银行、保险公司和支付处理商都在全力投入AI，渴望简化流程、增强欺诈检测，并打造超个性化的客户体验。
但问题在于：尽管潜力巨大，AI的整合并非没有烦恼。许多企业意识到，他们的数据——AI的基础——常常被锁在过时的系统中，分散在各个部门，或者就是一团乱麻。即使数据状况还算可以，也要面对确保遵守不断变化的法规的复杂问题。
再加上网络犯罪分子变得越来越聪明，突然间，构建一个强大的AI驱动支付系统就像在拼装一个高科技拼图，而拼图的碎片却在不断变化。然而，尽管如此，企业仍在不断推进。
仅在去年，像摩根大通这样的巨头报告称，得益于AI编码助手，生产力提升了最高20%，而NatWest与OpenAI合作加强欺诈预防，这是考虑到2024年初英国在支付欺诈中损失了5.7亿英镑的关键举措。而且，不仅仅是大公司。规模较小的金融机构也在利用AI提升效率、节省成本、提供更好的客户体验。
自动化承担了更多繁重的工作，释放出人类专家，让他们更像战略顾问而非后台处理人员。问题是：企业如何在不被数据问题、过时系统或繁琐法规所困的情况下，充分利用AI的力量？
这正是我们想要弄清楚的事情。因此，我们联系了一位在AI驱动支付解决方案领域深耕十余年的专家。从优化账单和结算流程到增强欺诈检测系统，Dennis Kettler的经验涵盖了整个支付生态系统。可以说，他的见解令人耳目一新。
在接下来的对话中，你将第一手了解企业面临的最大挑战和机遇。
R：能否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方面建立专业知识的？
**D：**在完成数学本科学习和研究生学习后，我转向数据分析和预测分析领域。最初我专注于预测洞察和自动化。
大约13年前，我进入金融服务行业，带来了丰富的数据和人工智能经验与纪律。我开始将这些专业知识应用于账单、结算、支付优化和客户体验等领域。
虽然当时我没有支付行业的背景，但我利用之前在零售和信用发行方面的经验，加上我在算法和AI方面的熟练程度，有效地为Worldpay创造价值。
**R：**多年来，你在支付行业见证了哪些最重要的变化，特别是在AI崛起的背景下？
**D：**我立刻想到的三个重大变化是：普及、加速和复杂化。虽然人工智能不是新概念，但其普及程度显著提高。
过去，AI的发展局限于具有专业知识的特定团队。如今，AI已变得更易于被更广泛的个人和团队使用，应用速度加快，推向市场的时间缩短。此外，AI的复杂性也大幅提升。十年前甚至五年前无法完成的任务，现在都能实现，这得益于AI和云基础设施的进步。
**R：**将AI融入金融服务既带来机遇，也面临挑战。根据你的经验，企业在采用AI驱动的支付解决方案时，最大的障碍是什么？
**D：**在我看来，整合和采用AI驱动支付方案的最大三个障碍是：
**R：**欺诈检测一直是AI产生重大影响的关键领域之一。你在欺诈预防方面看到了哪些进展？还存在哪些挑战需要解决？
**D：**欺诈解决方案是AI进步中最直观的受益者之一。推动欺诈检测的最大改进之一是实体识别能力的提升，能够更清楚地连接设备、账户、交易和其他不同来源的信息，从而创建更准确、更全面的关系和活动视图。
此外，实时适应欺诈趋势的能力也大幅增强。AI可以快速调整应对新出现的趋势，从而及时干预潜在的欺诈行为。
最后，AI显著提高了欺诈检测系统的准确性，减少了摩擦，降低了误报和漏报。这一点至关重要，因为它确保合法交易顺利进行，同时有效识别欺诈行为。
在欺诈检测中面临的许多挑战与更广泛的AI应用类似。例如，尽管取得了进展，但确保高质量数据和跨系统、平台的无缝集成仍然是难题。数据质量差会导致欺诈检测结果不准确。
最后，虽然AI在提升欺诈检测性能方面发挥了作用，但也使不法分子的手段变得更加复杂。
**R：**AI驱动的支付技术发展迅速。你如何看待随着AI不断自动化和简化支付流程，金融专业人士的角色会发生怎样的变化？
**D：**虽然AI提升了我们优化支付处理的能力，但也在改变支付专业人士的角色。例如，AI越来越多地实现操作任务的自动化，使我们能够更多地专注于数据和AI洞察的解读及其战略应用。
具体来说，这种自动化让我们能更广泛地充当客户和利益相关者的翻译者。AI使我们能扮演更具咨询性的角色，从而改善客户体验。例如，作为收单银行，我们利用AI改善支付生命周期的各个环节。但同时，这也让我们能成为更专注、更有目的的战略顾问。
**R：**数据隐私和伦理问题在银行和支付行业的AI应用中处于核心位置。你如何在创新与负责任的AI实施之间找到平衡？
**D：**我并不认为在创新和负责任的AI应用之间需要根本的平衡。
这些理念并不互相排斥，也不一定会相互负面影响。实际上，我坚信，完善的治理，包括政策、控制和监督，确实可以成为创新的催化剂。在我的经验中，明确的政策、指南和流程让开发者可以在安全的环境中自由探索和创新，充满信心。
缺乏清晰或不完善的治理框架会导致开发者不确定，减缓开发速度，抑制创新。
**R：**展望未来，你认为在未来五到十年中，哪些AI和支付的趋势最令人兴奋，可能会塑造行业的未来？
**D：**如前所述，AI将继续提升支付系统的效率和相关决策点：欺诈检测、授权率提升、复杂的客户尽职调查(CDD)和“了解你的客户”(KYC)等。
它还将继续塑造支付专业人士在帮助商户和零售商定义支付策略中的角色。例如，利用AI可以实现更高的个性化和支付成果，同时提供独特的洞察，极大改善客户体验。
此外，我预计嵌入式金融的改进和加速将成为重点，无论是在无缝集成方面，还是在核心能力如贷款方面。最后，鉴于监管压力和AI的进步，我预期透明度将取得显著提升。