与Dennis Kettler的访谈：人工智能如何改变支付方式

Dennis Kettler 是 Worldpay 的全球数据策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 的新闻通讯

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革新支付的想法令人振奋，过程却并不总是顺利。

近年来，AI的采用呈爆炸式增长，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、提升欺诈检测能力，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，或者非常混乱。即使数据还算不错，合规的复杂性也令人头疼，法规不断变化，合规难度不断增加。

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，企业仍在不断前行。

仅在去年，像JPMorgan Chase这样的巨头就报告称，借助AI编码助手，生产力提升了最多20%；而NatWest与OpenAI合作加强欺诈预防措施，考虑到2024年初英国在支付欺诈方面损失了5.7亿英镑。这不仅仅是大公司在行动。规模较小的金融机构也在利用AI提升效率、节省成本、改善客户体验。

自动化承担了更多繁重任务，释放出人类专家，让他们更多地扮演战略顾问而非后台处理者。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？

这正是我们想要了解的。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与机遇。

R：能否分享一下您的职业发展历程，以及您是如何在金融科技和支付解决方案方面积累专业知识的？

**D：**我本科和研究生都学的是数学，之后转入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，但我利用在零售和信用发行方面的前期经验，加上我在算法和AI方面的专长，有效推动了Worldpay的价值创造。

**R：**在您看来，近年来支付行业发生了哪些重大变化，特别是在AI崛起的背景下？

**D：**我首先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开发主要局限于拥有专业技能的特定团队。如今，AI变得更加普及，更多人和团队可以使用，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。十年前甚至五年前难以实现的任务，现在借助AI和云基础设施都变得可行。

**R：**将AI融入金融服务既带来机遇，也面临挑战。根据您的经验，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：**我认为，整合和采用AI驱动支付方案时，最大的三个障碍是：

1. 数据处理的基础挑战。许多企业忽视了数据在利用AI中的关键作用。金融服务通常拥有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、理解数据内容以及有效整合，是一大难题。

2. 从AI开发角度来看，最大的挑战之一是将AI集成到现有遗留系统中。这不仅需要技术调整，还需要组织文化的转变，接受新技术。

3. 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发挥重要作用的关键领域。您在欺诈预防方面看到了哪些进步？还存在哪些挑战需要解决？

**D：**欺诈解决方案是AI进步的明显受益者之一。推动欺诈检测的最大改进之一是实体识别能力的提升，能够更清晰地连接设备、账户、交易和其他不同来源的信息，从而构建更准确、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，尽管技术有所提升，但确保数据质量高、系统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。

此外，虽然AI提升了检测性能，但也使得不法分子变得更加狡猾和复杂。

R：AI驱动的支付技术发展迅速。您如何看待随着AI不断自动化和优化支付流程，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，让我们可以更多地专注于数据解读、AI洞察的战略应用。

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优化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应用中备受关注。您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，也不必相互影响。实际上，我坚信，完善的治理，包括政策、控制和监督，反而是推动创新的助力。在我的经验中，明确的政策、指导方针和流程，让开发者可以在安全、放心的环境中自由探索和创新。

缺乏清晰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，您认为在未来五到十年内，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将持续提升支付系统的效率和相关决策点的效果，比如欺诈检测、授权率提升、复杂的客户尽职调查（CDD）和了解你的客户（KYC）等。

它还将继续影响支付专业人士的角色，帮助商户和零售商定义支付策略。例如，AI的应用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，我预计嵌入式金融会在无缝集成和核心能力（如贷款）方面实现更大突破和加速。最后，考虑到监管压力和AI的不断改进，我预期透明度将取得显著提升。