**_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よう！****FinTech Weeklyのニュースレターに登録しよう****JPモルガン、コインベース、ブラックロック、クラルナなどの経営者が読んでいます*** * *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、現実に存在し、すべてを変えつつある**。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る一方で、その道のりは決して順調ではありませんでした。AIの導入は近年急増しており、特にパンデミック後、金融機関が運営方法を見直す中で加速しました。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、**超個別化された顧客体験の創出**を目指してAIの導入に積極的です。しかし、ここに落とし穴もあります：**その潜在能力にもかかわらず、AIの統合には多くの頭痛の種が伴います**。多くの企業は、自社のデータ—AIの基盤となるもの—が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、単に散らかっていることに気づいています。データの状態が良好でも、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のは容易ではありません。**さらに、サイバー犯罪者の頭脳も進化しているため、**堅牢なAI駆動の決済システムを構築するのは、絶えず変化するパズルのピースを組み立てるようなものです。**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、ナットウェストはOpenAIと提携して不正防止を強化しました。これは、2024年初頭にイギリスで決済詐欺に5億7000万ポンドが失われたことを考えると、重要な動きです。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、コスト削減、顧客体験の向上を図っています。自動化はより多くの重労働を担い、人間の専門家は戦略的アドバイザーのように働く余裕が生まれています。問題は、企業が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方法です。**それを解明したいと思ったのです**。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、直接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、顧客体験などの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の熟練度を活かして、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な変化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は新しい概念ではないものの、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、適用のスピードが加速し、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、企業がAI駆動の決済ソリューションを採用する際に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導入と統合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**：多くの企業は、AIを活用する上で最も重要な要素であるデータの重要性を過小評価しています。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. **レガシーシステムへのAI統合**：技術的な調整だけでなく、組織内の文化的変革も必要となるため、AIを既存のレガシーシステムに組み込むことは大きな挑戦です。3. **規制とプライバシー**：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しながら、モデルリスク管理や透明性を維持することも重要です。**R：不正検知はAIの大きな進歩が見られる分野の一つです。どのような進展を見てきましたか？また、今後解決すべき課題は何ですか？****D：** 不正検知の分野では、AIの進歩が顕著です。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点が大きな改善です。また、リアルタイムでの不正トレンドへの適応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なっています。最後に、AIは不正検知システムの精度を大きく向上させ、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、不正は効果的に検出されるのです。不正検知の課題の多くは、AI導入全体の課題と共通しています。例えば、データの質の確保や、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です。データの質が低いと、不正検知の精度に影響します。また、AIの性能向上とともに、悪意のある攻撃者の高度化も進んでいます。**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により運用タスクの自動化が進み、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っています**。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、加盟店の決済事業者として、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しています。**R：データプライバシーや倫理的懸念は、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。これらの考えは相互排他的ではなく、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、監督がイノベーションの促進に役立つと強く信じています。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、開発者の不安を招き、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：** 先述したように、AIは決済システムの有効性と意思決定ポイントを引き続き向上させるでしょう。具体的には、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るでしょう。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ります。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向上です**。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進展を見せると予想しています。
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よう！
FinTech Weeklyのニュースレターに登録しよう
JPモルガン、コインベース、ブラックロック、クラルナなどの経営者が読んでいます
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、現実に存在し、すべてを変えつつある。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る一方で、その道のりは決して順調ではありませんでした。
AIの導入は近年急増しており、特にパンデミック後、金融機関が運営方法を見直す中で加速しました。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、超個別化された顧客体験の創出を目指してAIの導入に積極的です。
しかし、ここに落とし穴もあります：その潜在能力にもかかわらず、AIの統合には多くの頭痛の種が伴います。多くの企業は、自社のデータ—AIの基盤となるもの—が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、単に散らかっていることに気づいています。データの状態が良好でも、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のは容易ではありません。
**さらに、サイバー犯罪者の頭脳も進化しているため、**堅牢なAI駆動の決済システムを構築するのは、絶えず変化するパズルのピースを組み立てるようなものです。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、ナットウェストはOpenAIと提携して不正防止を強化しました。これは、2024年初頭にイギリスで決済詐欺に5億7000万ポンドが失われたことを考えると、重要な動きです。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、コスト削減、顧客体験の向上を図っています。
自動化はより多くの重労働を担い、人間の専門家は戦略的アドバイザーのように働く余裕が生まれています。問題は、企業が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方法です。
それを解明したいと思ったのです。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、直接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、顧客体験などの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の熟練度を活かして、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な変化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は新しい概念ではないものの、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、適用のスピードが加速し、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、企業がAI駆動の決済ソリューションを採用する際に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導入と統合において最大の障壁は次の3つです。
R：不正検知はAIの大きな進歩が見られる分野の一つです。どのような進展を見てきましたか？また、今後解決すべき課題は何ですか？
D： 不正検知の分野では、AIの進歩が顕著です。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点が大きな改善です。
また、リアルタイムでの不正トレンドへの適応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なっています。
最後に、AIは不正検知システムの精度を大きく向上させ、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、不正は効果的に検出されるのです。
不正検知の課題の多くは、AI導入全体の課題と共通しています。例えば、データの質の確保や、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です。データの質が低いと、不正検知の精度に影響します。
また、AIの性能向上とともに、悪意のある攻撃者の高度化も進んでいます。
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により運用タスクの自動化が進み、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っています。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、加盟店の決済事業者として、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しています。
R：データプライバシーや倫理的懸念は、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。
これらの考えは相互排他的ではなく、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、監督がイノベーションの促進に役立つと強く信じています。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、開発者の不安を招き、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： 先述したように、AIは決済システムの有効性と意思決定ポイントを引き続き向上させるでしょう。具体的には、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るでしょう。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ります。
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向上です。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進展を見せると予想しています。