Dennis Kettlerへのインタビュー：AIが支払いをどのように変革しているか

デニス・ケトラーは、Worldpayのグローバルデータ戦略・データサイエンス責任者です。

トップフィンテックニュースやイベントを発見しましょう！

FinTech Weeklyのニュースレターに登録しましょう

JPモルガン・チェース、コインベース、ブラックロック、クラルナなどの経営幹部が読んでいます

金融サービス業界に注目しているなら、確かなことがあります：AIはもはや未来の概念ではなく、すでに存在し、すべてを変えつつあるのです。しかし、AIが決済を革新するというアイデアは魅力的に聞こえますが、その道のりは決して順調ではありませんでした。

AIの導入は過去数年で急増しており、特にパンデミックによって金融機関が運営方法を見直す必要に迫られた後、その勢いは加速しました。数字は嘘をつきません。金融サービスにおけるAIの世界市場は、今後5年で162億ドルの成長が見込まれています。銀行、保険会社、決済処理業者は皆、プロセスの効率化、不正検知の強化、そして超個別化された顧客体験の創出を目指して、AIのプールに飛び込んでいます。

しかし、ここに落とし穴もあります：その潜在能力がいくら大きくても、AIの導入には頭痛の種も伴います。多くの企業は、自分たちのデータ—AIの基盤となるもの—がしばしば古いシステムに閉じ込められていたり、部署ごとに断片化されていたり、単に散らかっていたりすることに気づいています。そして、データが適切な状態にあったとしても、絶えず変化する規制の迷路をクリアしながらコンプライアンスを確保することは、非常に難しい課題です。

**さらに、サイバー犯罪者の頭脳も進化していることを考えると、堅牢なAI駆動の決済システムを構築することは、まるで絶えず動くパズルのピースを組み立てるような作業です。**それでも、多くの企業は前進し続けています。

昨年だけでも、JPMorgan Chaseのような巨大企業はAIコーディングアシスタントのおかげで生産性が最大20％向上したと報告しています。一方、NatWestはOpenAIと提携し、不正防止を強化しました。これは、2024年初頭に英国で決済詐欺により5億7000万ポンドが失われたことを考えると、非常に重要な動きです。そして、大手だけでなく、小規模な金融機関もAIを活用して効率化を図り、コスト削減や顧客体験の向上に努めています。

自動化は重労働の多くを引き受け、人間の専門家はより戦略的なアドバイザーの役割に集中できるようになっています。では、企業はどのようにしてAIの力を活用しつつ、データの問題や古いシステム、規制の壁に飲み込まれずに済むのでしょうか？

それが私たちの追究したいテーマでした。 そこで、AI駆動の決済ソリューションの最前線で10年以上活動してきた専門家に話を聞きました。請求や決済の最適化から不正検知システムの強化まで、デニス・ケトラーの経験は決済エコシステム全体に及びます。彼の洞察は非常に示唆に富んでいます。

以下の対話では、企業が直面する最大の課題とチャンスについて、彼の生の声をお伝えします。

R：キャリアの歩みと、フィンテックや決済ソリューションの専門知識をどのように築いてきたのか教えてください。

D： 数学の学士と修士を修了した後、データ分析と予測分析の分野に進みました。最初は予測インサイトと自動化に焦点を当てていました。

約13年前、金融サービス業界に入り、データと人工知能に関する豊富な経験と規律を持ち込みました。請求、決済、最適化、顧客体験といった分野でこの専門知識を応用し始めました。

当時は決済のバックグラウンドはありませんでしたが、小売やクレジット発行の経験と、アルゴリズムやAIの知識を活かして、Worldpayに価値をもたらしました。

R：AIの台頭とともに、決済業界で最も大きく変わったことは何だと感じますか？

D： すぐに思い浮かぶのは、普及、加速、そして洗練です。AIは新しい概念ではありませんが、その普及は著しく進んでいます。

以前は、AIの開発は専門的な知識を持つ特定のチームに限定されていましたが、今やより多くの人やチームがアクセスできるようになり、その応用が加速し、市場投入までの時間も短縮されています。さらに、AIの洗練度も大きく向上しています。10年前や5年前には不可能だったタスクも、AIとクラウドインフラの進歩により実現可能になっています。

R：金融サービスにAIを導入することには、機会と課題の両方があります。経験から、AI駆動の決済ソリューションを採用する際に企業が直面する最大の障壁は何だと考えますか？

D： 私の経験では、AI駆動の決済ソリューションの導入と採用において最大の障壁は次の3つです。

1. データの取り扱いです。多くの企業は、AIを活用する上でのデータの重要性を十分に理解していません。金融サービスは膨大なデータを扱いますが、それはサイロ化された環境に保存されていたり、さまざまなフォーマットや定義の不一致があったりします。データの質の管理、理解、効果的な統合は大きな課題です。
2. AIの開発面では、既存のレガシーシステムへのAIの統合が大きな課題です。これには技術的な調整だけでなく、組織内の文化的な変革も必要です。
3. 最後に、グローバルな規制環境を理解し、データプライバシーを確保することも重要です。企業はデータを活用する際に、堅牢なプライバシー管理、モデルリスク管理、モデルの透明性を確保し、規制に準拠し、ステークホルダーの信頼を築く必要があります。

R：不正検知はAIの大きな進展の一つです。どのような進歩を見てきましたか？また、今後解決すべき課題は何ですか？

D： 不正検知の分野は、AIの進歩の恩恵を最も受けている分野の一つです。特に、エンティティ解決と、デバイス、アカウント、取引、その他の情報源をより明確に結びつけて、関係性や活動の全体像をより正確に把握できるようになったことが大きな進歩です。

また、リアルタイムで不正の傾向に適応できる能力も大きく向上しています。AIは新たなトレンドに迅速に対応し、潜在的な不正活動にタイムリーに介入できるようにします。

最後に、AIは不正検知システムの精度を大きく高め、摩擦を減らし、誤検知と見逃しを最小限に抑えています。これにより、正当な取引がスムーズに処理されつつ、不正な取引を効果的に検出できるのです。

不正検知の課題の多くは、AIの広範な導入と共通しています。例えば、進歩はありますが、高品質なデータの確保や、さまざまなシステムやプラットフォーム間のシームレスな統合は依然として課題です。データの質が低いと、不正検知の精度に影響します。

最後に、AIは不正検知の性能を向上させる一方で、悪意のある者の巧妙さも増しています。

R：AIを活用した決済技術は急速に進化しています。AIの進展に伴い、金融の専門家の役割はどのように変わると考えますか？

D： AIは決済処理の最適化能力を高める一方で、決済の専門家の役割も変化させています。例えば、AIによる運用タスクの自動化が進むことで、私たちはデータやAIの洞察の解釈と、それを戦略的に活用することにより集中できるようになっています。

具体的には、この自動化により、クライアントやステークホルダーの翻訳者としての役割をより果たせるようになります。 AIは、よりコンサルタント的な役割を担うことを可能にし、顧客体験の向上に寄与します。例えば、加盟店向けの決済代行業者として、私たちはAIを活用して決済ライフサイクルのあらゆる側面を改善しています。しかし同時に、より焦点を絞った戦略的アドバイザーとしても機能できるのです。

R：データプライバシーや倫理的な懸念は、銀行や決済におけるAI導入の最前線にあります。イノベーションと責任あるAIの実装のバランスをどう取っていますか？

D： 根本的に、イノベーションと責任あるAIの実装の間にバランスが必要だとは考えていません。

これらは相反するものではなく、一方が他方に悪影響を及ぼす必要もありません。実際、適切なガバナンス、ポリシー、コントロール、監督を整えることが、イノベーションの促進に繋がると強く信じています。私の経験では、明確なポリシーやガイドライン、プロセスがあれば、開発者は安心して安全に探索と革新を進められます。

不明確なガバナンスや不十分な枠組みは、開発者の不安を生み、開発を遅らせ、イノベーションを阻害します。

R：今後5年から10年の間に、AIと決済の分野で最もエキサイティングなトレンドは何だと考えますか？

D： 先に述べたように、AIは決済システムの有効性や意思決定ポイントを引き続き向上させるでしょう。例えば、不正検知、承認率の向上、洗練された顧客デューデリジェンス（CDD）や顧客確認（KYC）などです。

また、決済専門家が商人や小売業者の決済戦略を策定する役割も変わっていきます。AIの活用により、よりパーソナライズされた決済体験や、ユニークなインサイトの提供が可能となり、顧客体験の大幅な向上につながるでしょう。

さらに、**埋め込み型金融の改善と加速も期待されます。シームレスな統合や、融資などのコア機能の進化です。**最後に、規制の圧力とAIの進歩により、透明性の向上も大きなトレンドになると予想しています。