В новом эпизоде подкаста «In the Vault» от a16z партнер фонда Марк встретился с Грегом Ульрихом, первым директором по ИИ и данным в Mastercard. Они обсудили, как финансовый гигант с 33-тысячным штатом интегрирует генеративный ИИ, почему компания перешла на модель управления «Hub and Spoke» и как стартапам пробиться в экосистему глобальной платежной сети.
📈 Путь от некоммерческого сектора до руководства ИИ в Mastercard 0:27
Грег Ульрих (Greg Ulrich) занял пост директора по ИИ и данным в Mastercard во втором квартале 2024 года . Его путь в мир данных начался в некоммерческом секторе около 20 лет назад, где он помогал организациям оценивать эффективность мер по борьбе с малярией и обеспечению чистой водой . Этот опыт, по словам Ульриха, научил его двум вещам: огромной силе данных для измерения реального воздействия и тому, как легко ими можно злоупотребить при неосторожном подходе .
Карьера Грега в Mastercard развивалась по следующим этапам:
- Работа в компании APT (Applied Predictive Technologies), которая специализировалась на выявлении причинно-следственных связей в данных.
- Переход в Mastercard после поглощения APT около 10 лет назад .
- Руководство стратегией, M&A и корпоративным развитием в течение 4,5 лет, начиная с 2020 года .
- Назначение на текущую роль после звонка CEO Mastercard в начале 2024 года .
По мнению Грега Ульриха, сейчас наступило уникальное время для ИИ: будущее технологии еще не написано, и путь, который выберет индустрия, определит ландшафт на десятилетия вперед .
🧠 Традиционный ИИ против Генеративного: подход Mastercard 3:05
Mastercard использует искусственный интеллект уже несколько десятилетий, особенно в сфере борьбы с мошенничеством . Грег Ульрих подчеркивает, что выбор между «традиционным» ИИ (Machine Learning) и генеративным (GenAI) всегда зависит от конкретного кейса:
- Традиционный ИИ и ML: По утверждению гостя, он остается более эффективным и дешевым решением для работы со структурированными данными, прогнозирования и классического управления рисками .
- Генеративный ИИ: Незаменим там, где требуется управление знаниями (Knowledge Management), синтез информации, создание нового контента и работа с неструктурированными данными .
Для Mastercard GenAI часто выступает в роли «функции» (feature), улучшающей существующие продукты, а не отдельного самостоятельного продукта .
🛡️ Четыре столпа ИИ-стратегии: Safer, Smarter, Personal, Stronger 6:06
Ульрих классифицирует все инициативы Mastercard в области ИИ по четырем ключевым направлениям:
1. Safer (Безопасность)
Цель — сделать экосистему электронной коммерции защищенной. Это включает не только проверку каждой транзакции на мошенничество в реальном времени, но и выявление «горячих точек» в сети, где действуют злоумышленники или распространяются скам-схемы .
2. Smarter (Интеллект)
Оптимизация работы партнеров (банков, мерчантов, аквайеров). ИИ помогает определять наиболее эффективные маршруты транзакций и подсказывает, когда стоит авторизовать операцию, а когда — отправить ее на повторную попытку .
3. More Personal (Персонализация)
Хотя Mastercard — это B2B2C компания, она предоставляет инструменты партнерам, чтобы те могли предлагать нужный оффер нужному клиенту в правильное время .
4. Stronger (Внутренняя эффективность)
Улучшение собственных операций Mastercard. Сюда входит помощь инженерам в написании кода и предоставление отделу продаж быстрого доступа к корпоративным знаниям .
🚀 Первые запуски: от борьбы с фродом до цифровых ассистентов 8:30
Грег Ульрих выделил три конкретных продукта, которые уже используют современные возможности ИИ:
- Decision Intelligence: Обновленная система скоринга транзакций. Она использует рекуррентные нейросети для создания «векторной базы данных мерчантов» . Это позволяет системе предсказывать надежность транзакции, даже если конкретный покупатель никогда раньше не совершал покупки в этом магазине, основываясь на поведении других потребителей .
- Shopping Muse: ИИ-помощник для онлайн-шопинга, который имитирует общение с консультантом в магазине . Пользователь может спросить на естественном языке: «Что мне надеть на свадьбу?» или «В чем мне пойти на подкаст a16z?», и получить релевантные рекомендации .
- Цифровой ассистент по онбордингу: Инструмент на базе RAG (Retrieval-Augmented Generation), который помогает банкам и мерчантам быстрее интегрировать продукты Mastercard . Он анализирует техническую документацию и историю Q&A, чтобы мгновенно отвечать на вопросы инженеров. При этом, по словам Ульриха, компания сохраняет принцип «человека в контуре» (human in the loop) — ответы проходят через агентов поддержки .
🤝 Инвестиционный тезис и работа со стартапами 11:06
Mastercard занимает привилегированную позицию доверенного партнера для миллионов мерчантов и банков. Грег Ульрих считает, что защита данных является «абсолютным пиком» приоритетов, так как именно доверие позволяет платежной сети процветать .
Критерии для стартапов, желающих сотрудничать с Mastercard:
- Strategy First: Решение должно четко вписываться в одну из четырех областей (Safer, Smarter, Personal, Stronger) .
- Технологическое соответствие: Стартап должен доказать, что GenAI в их случае — действительно лучший инструмент для решения проблемы, а не просто хайповая надстройка .
- Управление и безопасность: Полное соответствие жестким правилам Mastercard в области приватности данных .
Для взаимодействия с ранними стадиями в компании существует программа Start Path, которая позволяет финтех-стартапам подключаться к сети Mastercard и получать поддержку .
🕸️ Модель управления: Hub and Spoke 15:18
В начале 2024 года CEO Mastercard внедрил структуру «Hub and Spoke» (Ступица и спицы) для управления ИИ . По мнению Ульриха, централизовать весь ИИ в компании такого размера было бы «глупо и опасно», так как ИИ подобен электричеству — он должен быть везде .
- Hub (Центр): Команда Грега определяет общекорпоративную стратегию, выбирает инструменты, следит за безопасностью и предотвращает дублирование усилий .
- Spokes (Спицы): Лидеры бизнес-юнитов (HR, финансы, опен-банкинг) сохраняют за собой право на инновации и разработку продуктов, так как они лучше знают потребности своих клиентов .
⚠️ Риски, галлюцинации и «право на незнание» 24:03
Несмотря на всеобщий энтузиазм, Грег Ульрих отмечает, что в регулируемых индустриях наблюдается осторожность. Основные опасения вызывают:
- Точность моделей и галлюцинации .
- Высокий барьер для решений, напрямую взаимодействующих с клиентами (Customer Facing) .
Ульрих выразил особый интерес к развитию моделей рассуждения (reasoning models). По его словам, критически важно, чтобы ИИ научился говорить «Я не знаю», вместо того чтобы уверенно выдавать ложные ответы .
«В жизни, как и в ИИ, самое худшее — это пытаться имитировать ответ, когда ты его не знаешь», — отмечает Грег .
🔮 Будущее: Мультимодальность и инференс 26:03
Грег Ульрих выделил три тренда, за которыми он будет следить в ближайшие годы:
- Мультимодальность: Возможность ИИ одновременно анализировать текст, изображения и видео. В финансах это революционизирует сверку счетов (invoice reconciliation), где данные приходят в виде PDF, фото чеков и текста .
- Доверие и ответственность: Прозрачность ИИ станет ключевым трендом не только 2025 года, но и последующих лет .
- Данные как дифференциатор: По мере развития технологий именно качество проприетарных данных и эффективность инференса (вывода) станут решающими факторами конкуренции .
