Bagaimana ‘agen’ gen AI Mastercard membantu pelanggan

Mastercard mempercepat strategi AI generatifnya seiring dengan terobosan teknologi tersebut di industri jasa keuangan, menyediakan sumber bisnis baru bagi merek kartu yang tidak bergantung pada biaya kartu.

Perusahaan pembayaran tersebut minggu ini menambahkan asisten digital bertenaga AI ke dalam campuran layanan pelanggannya, mengikuti langkah terkait AI generasi sebelumnya yang berfokus pada keamanan. Mastercard menggunakan platform intelijen data Databricks untuk melatih mesin gen AI yang mendukung asisten orientasi merek kartu tersebut. Ini dirancang untuk mengotomatiskan tugas-tugas rutin dan menghasilkan respons terhadap pelanggan dengan lebih sedikit pengawasan manusia.

Nugget baru untuk asisten digital Mastercard adalah pengambilan generasi augmented teknologi — alat AI canggih yang menggunakan informasi yang disesuaikan dengan tugas tertentu dari organisasi khusus. RAG menggunakan dokumentasi orientasi Mastercard yang ada untuk menemukan informasi akurat yang diperlukan untuk menanggapi permintaan pengguna.

Hal ini dirancang untuk meningkatkan kinerja AI generasi “lama” yang menggunakan data yang lebih sedikit granular. “Ada sejumlah langkah ketika sebuah produk baru diperkenalkan,” kata Greg Ulrich, chief AI dan data officer di Mastercard. “Teknologi ini dapat memberikan jawaban atas pertanyaan konsumen lebih cepat dibandingkan dengan teknologi lainnya.”

Taruhan pasar

Gen AI mengakses data dan perintah pengguna untuk menghasilkan konten asli dan telah mengarahkan perusahaan-perusahaan di bidang jasa keuangan dan industri lainnya untuk mengeksplorasi “tugas manusia” apa yang dapat direplikasi. Sejak diperkenalkan pada akhir tahun 2022, jenis AI mulai menunjukkan hasilnya. Perusahaan jasa keuangan menghemat antara 5% dan 8% dalam produktivitas menggunakan gen AImenurut Capgemini.

milik Mastercard strategi gen AI termasuk bulan Mei kemitraan dengan Salesforce untuk mendukung penyelesaian sengketa pembayaran.

Mastercard pada bulan Mei juga menerapkan gen AI untuk mendeteksi kartu yang disusupi dengan lebih cepat. Produk pengambilan keputusan secara real-time membantu bank menghasilkan skor risiko dan menyetujui transaksi. Gen AI memindai titik data tambahan untuk memprediksi apakah suatu transaksi mungkin asli, sehingga membangun kemampuan Mastercard untuk menganalisis informasi akun, pembelian, pedagang, dan perangkat secara real-time. Disebut ID Pro, ini telah meningkatkan tingkat deteksi penipuan rata-rata 20% sejak bulan Mei, menurut Mastercard.

Merek kartu selanjutnya akan menentukan bagaimana gen AI dapat digunakan selain orientasi dan keamanan. Misalnya, jika konsumen memiliki pertanyaan tentang suatu produk, ini bisa membantu, kata Ulrich. “Bagaimana kita bisa membuat sistem kita lebih cerdas dan cerdas, serta memberikan rekomendasi yang lebih baik kepada pelanggan kita?”

Pengumuman asisten AI ini dilakukan berdekatan dengan rilis yang tidak terkait dengan AI di Mastercard yang dirancang untuk meminimalkan langkah manual dalam pembayaran. Mastercard menggabungkan otentikasi biometrik dengan tokenisasi, atau penggantian nomor rekening kartu dengan nilai sementara yang membuat kartu tidak berguna jika dicuri. Dengan menggabungkan biometrik dengan token, merek kartu tersebut berharap dapat menghilangkan kebutuhan entri kartu manual untuk pembelian e-niaga pada tahun 2030.

Dengan menggunakan AI dan teknologi lainnya, Mastercard berharap dapat bersaing dengan perusahaan pembayaran lain yang juga menggunakan gen AI mengefektifkan pola kerja.

Jenis AI Visa Strategi ini mencakup komponen keamanan, menggunakan teknologi untuk memperingatkan bank tentang ancaman, khususnya yang menggunakan bot atau bentuk pembelajaran mesin lainnya. PayPal di bawah CEO baru Alex Chriss telah berinvestasi pada gen AI untuk mendukung lebih sedikit navigasi dan alat pembayaran dan belanja yang lebih cepat bagi pedagang dan konsumen. Klarna punya menyebarkan gen AI kepada sebagian besar tenaga kerjanya dan telah mengubah strategi rekrutmennya berdasarkan dampak AI terhadap pekerjaan manual.

“Gen AI dapat mengintegrasikan sumber data dengan lebih cepat dan mudah,” kata Ulrich. “Dan itu bisa membuat konten baru untuk menjawab pertanyaan.”

Masih menantang

Gen AI berevolusi dari Model Bahasa Besar untuk tujuan umum menjadi model yang lebih terspesialisasi yang dilatih untuk memahami konteks dan melakukan beberapa tugas dengan sangat baik, menurut Celent. Ini termasuk AI baru yang dirancang untuk beroperasi dengan sedikit atau tanpa pengawasan manusia, atau “AI agen.”

“Pengumuman Mastercard sangat konsisten dengan beberapa temuan kami tentang ke mana arah investasi ke Gen AI oleh perusahaan pembayaran,” kata Zil Bareisis, analis senior di Celent. Penelitian Celent, yang dilakukan dengan AWS, memperingatkan terhadap ekspektasi yang berlebihan terhadap versi AI yang mutakhir ini. Perusahaan pembayaran harus mempertimbangkan apa yang dapat mereka lakukan dengan GenAI dalam tiga tahun ke depan, sambil mempersiapkan diri untuk melewati tahun 2028, menurut Celent.

“Dengan AI, menemukan solusi yang tepat lebih penting daripada bergerak cepat,” kata Christopher Miller, analis utama pembayaran negara berkembang di Javelin Strategy & Research. Kerangka peraturan yang tumpang tindih dan kebutuhan pembayaran yang tepat dan benar menjadikan kasus penggunaan jangka pendek yang paling jelas bagi gen AI sebagai pihak yang tidak berperan dalam pembayaran, dibandingkan memainkan peran langsung dalam pemrosesan.

“Ini berarti kasus penggunaan yang terdefinisi dengan baik seperti layanan pelanggan dan pengurangan penipuan, jauh dari jalur pembayaran langsung,” kata Miller. “Mastercard tampaknya telah menemukan kecocokan dengan produk ini, dan tetap berada di pinggiran alur pembayaran.”

Namun, karena teknologi AI akan terus berubah dengan cepat dan menemukan model penyampaian baru, kerangka kerja “kopilot” atau “tinjauan manusia” yang tersebar luas pada akhir tahun 2024 tidak akan berjalan dengan baik, kata Miller. Mastercard berfokus pada orientasinya sendiri sebagai sebuah penggunaan awal. Salah satu tantangan dalam menggunakan gen AI atau teknologi terkait untuk orientasi adalah menjualnya kepada klien untuk digunakan sendiri, kata Miller.

“Pertanyaan kunci bagi perusahaan lain yang mempertimbangkan untuk mengembangkan atau menggunakan alat seperti ini adalah apakah mereka memiliki akses terhadap data yang diperlukan untuk melatih model, dan apakah mereka memiliki bakat teknis untuk menggabungkan beberapa teknologi AI ke dalam tumpukan yang menghasilkan produk yang sukses. .”