(Sergey-Nivens/Shutterstock)
Los avances recientes en inteligencia synthetic (IA) han desencadenado una revolución tecnológica que promete transformar numerosas industrias y áreas de la sociedad. Desde la atención médica hasta la educación, el transporte y la seguridad, la IA puede cambiar rápidamente la forma en que operan y triunfan las empresas. En ningún otro lugar es más evidente el poder potencialmente transformador de la IA que en el mundo del procesamiento de pagos.
Las instituciones financieras ya aprovechan los algoritmos de aprendizaje automático (ML) y el análisis predictivo para reducir los costos operativos y aumentar la eficiencia. Los avances en IA también están ayudando a las instituciones a fortalecer la detección de fraude, mejorar la eficiencia del procesamiento de transacciones y mejorar las experiencias de los clientes a través de servicios personalizados. A pesar de todas las ventajas de la IA, también existen riesgos que, si no se abordan, podrían llevar a que los avances de la IA causen más daño que bien al poner en riesgo los datos, crear problemas de cumplimiento e incluso empeorar la experiencia del cliente en lugar de mejorarla. Por eso es imperativo que la industria de procesamiento de pagos se esfuerce por comprender los beneficios y riesgos en constante evolución de la IA mientras desarrolla una estrategia integral para liberar todo su potencial.
Por ejemplo, una reciente encuesta international de los profesionales de pagos senior indica que los casos de uso de IA y ML están creciendo rápidamente en varias áreas (Figura 1), incluida la detección de fraude, el servicio al cliente, los chatbots, los asistentes virtuales y la gestión de riesgos y el cumplimiento.
Redefiniendo el futuro de las transacciones financieras con IA
Hay muchos casos de uso que muestran cómo la IA aumenta la velocidad y la conveniencia del procesamiento de pagos. Por ejemplo, Apple Pay ahora ofrece autenticación biométricaque utiliza reconocimiento facial AI y escaneo de huellas dactilares para autenticar a los usuarios. Esto permite a los clientes de pagos móviles utilizar una autenticación rápida y segura sin recordar contraseñas ni PIN. De manera related, el competidor de Apple Pay, PayPal, utiliza IA en tiempo actual. detección de fraudeempleando algoritmos de ML para monitorear las transacciones en busca de signos de fraude y garantizar que la información financiera de los clientes permanezca segura. Además, las innovaciones en inteligencia synthetic están transformando el procesamiento de pagos de las siguientes maneras:
Figura 1: Cómo se utiliza la IA en el procesamiento de pagos, resultados de Edgar, Dunn, & Firm 2023 Encuesta de la industria.
- Personalización y experiencia del cliente.: Los análisis basados en IA brindan experiencias de pago personalizadas al analizar el comportamiento y las preferencias de los clientes.
- Eficiencia operativa. La IA automatiza los gastos operativos al brindar un servicio al cliente eficiente (a través de chatbots), alertas automatizadas y monitoreo.
- Gestión de riesgos. Los modelos de IA pueden evaluar con precisión los riesgos crediticios y la estabilidad financiera mediante el análisis de grandes cantidades de datos, incluidas fuentes de datos no tradicionales.
- Cumplimiento normativo. La IA ayuda a garantizar que se cumplan los requisitos de cumplimiento con los requisitos regulatorios en evolución a través del monitoreo de transacciones y una generación de informes más rápida.
Otro ejemplo del papel de la IA en la industria de procesamiento de pagos es el de Walmart, que utiliza la IA para crear una omnicanal Sistema de compras que integra el procesamiento de pagos a través de canales en línea, móviles y en la tienda. Esta experiencia de compra unificada permite a los clientes utilizar métodos de pago consistentes sin importar cómo compren. Mientras tanto, el Asistente de Google aprovecha la IA para permitir a los usuarios realizar pagos a través de comandos de voz. Si bien las recompensas de la adopción de la IA son altas, es essential que las empresas se den cuenta de que esas recompensas conllevan riesgos.
La relación riesgo-recompensa de la IA
Un problema es que los sistemas de inteligencia synthetic dependen de cantidades masivas de datos, incluidos datos confidenciales, lo que puede provocar violaciones de datos, robo de identidad y problemas de cumplimiento. Además, los algoritmos de IA entrenados con datos sesgados pueden perpetuar esos sesgos. Para empeorar las cosas, muchos sistemas de IA carecen de transparencia, por lo que el sesgo puede crecer y conducir a un acceso desigual a los servicios financieros. Otro problema es la posible dependencia de proveedores externos, que es común en muchas tecnologías de inteligencia synthetic. Dar acceso a una purple privada a un proveedor externo puede generar problemas de cumplimiento y ataques de seguridad.
La transferencia MOVEit violación de datos en mayo y junio de 2023 ejemplifica lo que puede suceder cuando a un proveedor externo se le da acceso al sistema. En ese ataque, MOVEit Switch, un software program de transferencia de archivos ampliamente utilizado desarrollado por Progress Software program, sufrió una vulnerabilidad de día cero. La violación afectó a cientos de organizaciones y potencialmente a millones de personas, exponiendo una cantidad significativa de información private y financiera confidencial, incluidos números de seguridad social y más.
(TierneyMJ/Shutterstock)
Si bien este ataque no fue directamente contra un sistema de IA, aún enfatiza el riesgo que enfrentan las organizaciones cuando dependen de proveedores externos, incluidos aquellos que ofrecen herramientas y sistemas de IA.
Reducir los riesgos de la IA en el procesamiento de pagos
Para reducir los riesgos actuales asociados con la IA y liberar de manera segura todo su potencial para mejorar el procesamiento de pagos, es imperativo que las organizaciones adopten un enfoque de múltiples capas que incluya salvaguardias técnicas, políticas organizacionales y cumplimiento normativo. Por ejemplo, para mejorar la privacidad de los datos, las organizaciones pueden implementar protocolos de cifrado sólidos para los datos cuando están en reposo y se transmiten. Otro paso positivo es implementar controles de acceso estrictos, como controles de acceso basados en roles (RBAC) y autenticación multifactor (MFA), para limitar el acceso a datos confidenciales. Las empresas también pueden reducir el riesgo de IA realizando las siguientes tareas:
- Auditorías periódicas. Realice auditorías de seguridad periódicas y evaluaciones de vulnerabilidad para identificar y corregir posibles brechas de seguridad.
- Formación diversa. Utilice conjuntos de datos diversos y representativos al entrenar modelos de IA para minimizar el riesgo de sesgo.
- Supervisión humana. Asegúrese de que los humanos participen en la revisión de las decisiones de la IA, especialmente cuando el resultado tiene un impacto significativo (por ejemplo, al negar una transacción).
- Actualizaciones periódicas. Supervise y actualice continuamente los modelos de IA para adaptarse a nuevos patrones y amenazas y cumplir con los requisitos reglamentarios.
- Ataques simulados. Pruebe periódicamente los modelos de IA contra ataques adversarios para identificar y abordar posibles debilidades que los estafadores podrían explotar.
- Detección de fraude. Implemente herramientas de detección de fraude basadas en IA que utilicen múltiples métodos, como detección de anomalías y análisis de comportamiento, para identificar amenazas potenciales en tiempo actual.
- Debida diligencia. Realice la debida diligencia al seleccionar proveedores externos, incluida la evaluación de sus prácticas de seguridad, cumplimiento e historial.
- Mantenerse informado. Manténgase actualizado con las regulaciones y estándares en evolución relacionados con la IA y el procesamiento de pagos.
- Directrices éticas. Desarrollar y hacer cumplir directrices y prácticas éticas mientras se crean soluciones de IA para garantizar la equidad, la transparencia y la responsabilidad.
La mitigación de riesgos es clave para liberar todo el potencial de la IA
A medida que la IA crece en popularidad y capacidades, es important que las organizaciones reconozcan los riesgos asociados con la nueva tecnología y tomen medidas para reducir esos riesgos y al mismo tiempo establecer un entorno que promueva la innovación. Las organizaciones que prioricen la integración de la IA y creen un marco de protección estarán mejor posicionadas para el éxito a largo plazo. Este no es el momento para que las empresas se lancen de cabeza al cambio sin un plan. En cambio, las empresas pueden realizar la debida diligencia y cultivar un entorno de IA seguro y responsable que les permita minimizar el riesgo y maximizar los beneficios que reciben de su adopción de la IA, como procesamiento de transacciones optimizado, costos de procesamiento de pagos reducidos, experiencias de compra personalizadas para los clientes y menos fraude. y cuestiones de cumplimiento.
Sobre el autor: Ajinkya Ghadge dirige equipos de ingeniería en una empresa de viajes de alta tecnología y supervisa los servicios de pago tolerantes a fallos.
procesando más de $100 mil millones al año en 155 países. Anteriormente ayudó a desarrollar una plataforma de advertising and marketing de IA para Amprero, Inc. (ahora curiños), optimizando el valor de vida del cliente para marcas globales. Ajinkya también tiene experiencia liderando iniciativas de investigación en robótica financiadas por la Fundación Nacional de Ciencias. Conéctate con Ajinkya en LinkedIn.
Artículos relacionados:
Revolucionando la gestión de documentos: cómo la IA transforma los procesos industriales
Transmisión de datos en tiempo actual, Kafka y análisis, primera parte: Transmisión de datos 101
Cómo PayPal hace que los comerciantes sean más inteligentes mediante la minería de datos
