Банківські установи та фінансові технології, підтримувані емітером-обробником Thredd, активно впроваджують агентний штучний інтелект для покращення оркестрації транзакцій, переходячи від традиційної автоматизації до підвищення ефективності та вдосконалення клієнтського досвіду.
Ця трансформація має на меті переосмислити, яким чином фінансові установи видають та керують картками, оптимізувати прийняття рішень в реальному часі та боротися з складними шахрайствами, прокладаючи шлях до більш адаптивної фінансової екосистеми.
Однак шлях до цього розумного майбутнього стикається з викликами, які в основному зосереджені на створенні інфраструктури для підтримки широкомасштабного впровадження штучного інтелекту.
Зміни в інфраструктурі
Едвін Пут, головний технологічний директор Thredd, зазначив, що ці інфраструктурні вимоги часто недооцінюються. Його коментар був зроблений у рамках серії «Що далі в платежах», присвяченій агентному штучному інтелекту.
«Я думаю, що люди зазвичай забувають про те, що, як тільки це запрацює, і ви будете впроваджувати агентів для кожної транзакції, це вимагатиме змін в інфраструктурі та в способах управління цими агентами. Це може бути недооцінене», — сказав він.
Він додав, що, хоча багато хто зосереджується на конкретних випадках використання, основне питання залишається в тому, чи готова основна інфраструктура підтримувати потенційно тисячі (або десятки тисяч) агентів, що працюють одночасно та отримують доступ до API на швидкостях, що перевищують людські можливості.
Ця інтенсивна діяльність створює велику напругу на існуючі API та інфраструктуру, ускладнюючи необхідність аутентифікації та забезпечення того, щоб агенти не були зловмисниками. Масштабування цих рішень до великого бізнес-готового рівня залишається центральним викликом на найближчі роки.
У відповідь на ці зростаючі вимоги Thredd перебудовує свою платформу для підтримки широких можливостей агентного штучного інтелекту. Ця модернізація орієнтована на подієві, реальні API, що забезпечують детальний, політично керований доступ до даних, що, за словами Пута, є суттєвим для ухвалення рішень агентами за мілісекунди.
Оскільки кілька агентів можуть працювати паралельно для окремих клієнтів, що може створити навантаження на інфраструктуру, Thredd інвестує в безсерверні обчислення для масштабування рішень.
Компанія також інтегрує токенізацію як послугу для забезпечення транзакцій агентів та впроваджує федеративний шар доступу до даних.
Цей шар забезпечує, що агенти отримують доступ лише до даних, які їм прямо дозволено переглядати, включаючи контекст пристрою та сигнали ризику з різних доменів, все це з дотриманням вимог конфіденційності. Основні елементи включають надійні API з розвиненими політичними механізмами, а також інфраструктуру, здатну підтримувати агентів, навчати моделі та забезпечувати пам’ять для клієнтів — це допомагає відповідати вимогам змінюваного регуляторного середовища.
Тестування моделей
Важливо, що Thredd також відкриває свої симуляційні середовища для клієнтів, дозволяючи ретельно тестувати моделі ШІ на реалістичних транзакційних потоках перед впровадженням. Це тестування вважається критично важливим для формування довіри та забезпечення стабільної, передбачуваної поведінки агентів.
Коли Thredd обробляє транзакції, він отримує їх через схеми від емітера на свою платформу, де швидкість ухвалення рішень є надзвичайно важливою. Процес зазвичай передбачає застосування серії евристичних правил, іноді послідовно, а іноді паралельно. У певних випадках Thredd може перенаправити запит на авторизацію до свого клієнта для ухвалення рішення, а потім оновити цю інформацію у своєму реєстрі перед передачою назад до схем, додав Пут.
Частіше, Thredd ухвалює рішення для своїх клієнтів, використовуючи власні правила, які включають шахрайський двигун, протоколи 3D Secure та інші протизаконні перевірки, усі націлені на швидке завершення транзакції.
Впровадження агентного штучного інтелекту покращує цей процес, дозволяючи значно краще розуміти наміри транзакцій, зменшуючи потребу блокувати транзакції, якщо це не є необхідним.
«Агентні технології будуть скрізь», — прогнозує Пут.
Впровадження процесів на основі штучного інтелекту позитивно впливає на клієнтський досвід та досвід кінцевих користувачів. Завдяки компоненту пам’яті агентний ШІ може аналізувати історичні патерни транзакцій та наміри на рівні картки або інструмента, що дозволяє швидші й точніші рішення без затримки обробки. Це призводить до зменшення помилкових спрацьовувань, таких як помилкові детекції шахрайства, вигідних як для Thredd, так і для його клієнтів.
Пут підкреслив, що кожному агенту слід призначити конкретну роль для підтримки ефективності та швидкості. Наприклад, один агент може зосередитися лише на основному процесинговому потоці транзакції, тоді як інші спеціалізовані агенти можуть бути залучені для обробки післятранзакційних сценаріїв, таких як оспорювання транзакції клієнтом або кінцевим користувачем.
AI-агенти можуть діяти від імені споживачів або фінансових технологій, оптимізуючи прийняття рішень у реальному часі, таких як вибір картки для використання, коли розділити платежі або як відтермінувати чи конвертувати розстрочки.
Компанія уявляє те, що Пут називає «повністю самообслуговуючою моделлю», де клієнти можуть вибирати з бібліотеки агентів, впроваджувати їх і активувати для конкретних випадків використання або сценаріїв.
Боротьба з шахрайством
Thredd вдосконалює свій підхід до шахрайства, моделюючи поведінкові профілі агентів для розрізнення між легітимними автоматизованими процесами та підозрілою автоматизацією.
Компанія інтегрує зрозумілий ШІ (XAI), щоб надавати обґрунтування, коли транзакція позначена, що є важливим аспектом у середовищах, де агенти функціонують автономно без участі людей.
У майбутньому агентний ШІ має потенціал трансформувати ландшафт B2B-емісії та вбудованих фінансів. Автономні агенти будуть здатні динамічно видавати кошти, управляти віртуальними картками, оптимізувати обіговий капітал і координувати платежі постачальникам у різних географіях.
Це відкриває «золоту можливість» для трансформації великих глобальних та транснаціональних транзакцій. Попередні пілотні програми свідчать про те, що агентний ШІ може скоротити час транзакцій у межах кордонів і покращити курси валют, впливаючи на ланцюги постачання та різні комерційні сфери. Ключові метрики для оцінки успіху в цій галузі включають швидкість ухвалення рішень — адже агенти можуть виконувати завдання набагато швидше, ніж люди — і підвищення конверсії для клієнтів.
Пут зазначив, що навіть зменшення затримки транзакцій на 50 мілісекунд, яке забезпечується агентом ШІ, може суттєво змінити ситуацію.
Іншими показниками успіху є вищі схвалення авторизацій через розумні маршрутизації та збільшення конверсій повернення коштів, пропонуючи варіанти розстрочки в реальному часі.
З розвитком екосистеми важливою метрикою для майбутнього буде взаємодія агентів один з одним, оскільки кілька агентів з різними ролями повинні будуть безперешкодно передавати комунікаційні потоки. Амбіція Thredd полягає в тому, щоб стати мережею, де агенті не лише здійснюють транзакції, але й співпрацюють, визначаючи масштаби цієї нової екосистеми.
Thredd також тестує реєстрацію ідентичності агентів, надаючи кожному АІ-агенту перевірювальний ID та політику доступу, прив’язану до його власника, що є критично важливим для забезпечення можливості аудитування.
«Ми лише зачепили поверхню» потенціалу ШІ, — зазначив Пут. «Майбутнє виглядає дійсно світлим».