Інновації у фінтех: Як штучний інтелект формує нову еру для платіжних компаній

Системи обробки платежів, які протягом десятиліть формували уявлення про те, як гроші циркулюють серед торговців на різних ринках, наразі вступають у нову еру – еру штучного інтелекту. Кожна транзакція, здійснена в глобальній платіжній мережі, містить інформацію про час, ідентифікатор торговця, суму та історію рахунків, що робить їх цінними даними, великою мірою структурованими та прив’язаними до реальних економічних результатів.

Відзначившись своєю інноваційною позицією, Mastercard у березні оголосила про розробку генеративної моделі штучного інтелекту, навченої на мільярдах анонімних платіжних транзакцій. Цей проект покликаний стати основою аналітики для платежів та комерції, з широким спектром застосувань, включаючи кібербезпеку, програми лояльності, персоналізацію, оптимізацію портфелів та аналітику даних. У свою чергу, компанія Plaid два тижні потому анонсувала свою власну модель, що націлена на створення «інтелектуальних фінансів».

Платіжні мережі на передовій штучного інтелекту

Фундаційна модель, яку запроваджують компанії, є великою масштабованою системою штучного інтелекту, що навчена на великих обсягах даних, здатною адаптуватися для виконання різних завдань. Такі системи формують основу для подальших деталей, і їх впровадження має кращі перспективи, ніж традиційні моделі, які використовують неструктуровану інформацію, як-от текст чи зображення.

Згідно з Mastercard, їх модель є великою табличною структурою, глибокою нейронною мережею, навченою на структурованих наборах транзакцій. Плани компанії передбачають розширення навчання до сотень мільярдів транзакцій та додавання додаткових даних, таких як місце торговців, інформація про шахрайство та програми лояльності.

Plaid, у свою чергу, сфокусувалася на вирішенні проблем, пов’язаних із неоднозначністю в транзакційних даних, оскільки один і той же торговець може з’являтися в різних варіаціях написання. Ключовим моментом є навчання моделі на анонімних даних для очищення даних та нормалізації торговців, а також покращення категоризації та сигналізації ризиків.

Унікальні дані та їхнє застосування

Mastercard обробляє мільярди транзакцій щороку через свою глобальну мережу, тоді як Plaid працює з тисячами фінансових установ у США. Ці фактори надають їм унікальну конкурентну перевагу, яку неможливо легко відтворити. За словами Mastercard, їх модель має потенціал зменшити потребу в численних окремих AI-моделях для різних ринків і застосувань.

Кібербезпека стала однією з перших сфер, де Mastercard внедрила нову модель. Компанія відзначає, що традиційні моделі у цій сфері залежать від людей, які вручну додають характерні ознаки для виявлення закономірностей. Нова модель здатна сама вчитися, що підвищує ефективність виявлення ймовірних шахрайств.

Plaid повідомила про суттєві покращення в продуктивності завдяки новій моделі: вдосконалення класифікації доходів на 48%, виявлення платежів за кредитами на 14% і класифікація банківських комісій на 22%. Ці результати свідчать про здатність нової моделі виявляти економічні сигнали, ускладнюючи обробку даних про торговців у різних секторах.

Осторожність фінансових директорів

Незважаючи на ворогуючі інновації, фінансові директори залишаються обережними щодо використання AI у своїй роботі. Багато з них звітують про застосування штучного інтелекту в декількох фінансових завданнях, але зазвичай обирають лише структуровані функції з чіткими результатами. Менш охоче вони реалізують AI у прогнозуванні та інтеграції даних через пов’язані ризики.

Дослідження вказують на те, що близько 52% фінансових директорів готові довіряти AI у питаннях ліквідності та термінів платежів, однак обирають уникати автоматизації складних переказів чи координації між системами.