Mastercard ha dichiarato che sta lanciando un nuovo modello di intelligenza artificiale generativa per consentire alle banche di valutare meglio le transazioni sospette sulla sua rete. La nuova funzione Decision Intelligence Pro è alimentata da una rete neurale ricorrente proprietaria – una parte fondamentale dell’intelligenza artificiale generativa – costruita in casa.
Mastercard sostiene che questa tecnologia può aiutare gli istituti finanziari a migliorare i tassi di rilevamento delle frodi fino al 300% in alcuni casi.
Ajay Bhalla, presidente della business unit cyber e intelligence di Mastercard, ha dichiarato che la nuova soluzione di AI è una rete neurale ricorrente proprietaria – una parte fondamentale dell’AI generativa – di Mastercard costruita da zero dai team di cybersecurity e antifrode dell’azienda.
“Stiamo utilizzando i modelli transformer che fondamentalmente aiutano a ottenere la potenza dell’IA generativa“, ha dichiarato Bhalla durante un’intervista alla CNBC. “È tutto costruito in casa, abbiamo tutti i tipi di dati provenienti dall’ecosistema. Per la natura stessa del nostro business, vediamo tutti i dati delle transazioni che ci arrivano dall’ecosistema”.
In alcuni casi, Mastercard si affida all’open source “quando necessario”, ma la “maggior parte” della tecnologia è creata in casa, ha aggiunto Bhalla.
L’algoritmo proprietario di Mastercard viene addestrato sui dati provenienti dai circa 125 miliardi di transazioni che ogni anno transitano attraverso la rete di carte dell’azienda. I dati aiutano l’intelligenza artificiale a comprendere le relazioni tra gli esercenti – piuttosto che le parole, come avviene con i modelli linguistici di grandi dimensioni come GPT-4 di OpenAI e Gemini di Google – e a prevedere dove si verificano le frodi.
Invece di input testuali, l’algoritmo di Mastercard utilizza la cronologia delle visite di un titolare di carta presso un esercente per determinare se l’attività commerciale coinvolta in una transazione è un luogo in cui il cliente potrebbe recarsi. L’algoritmo genera quindi percorsi attraverso la rete di Mastercard – una sorta di radar a rilevamento termico – per trovare la risposta sotto forma di punteggio. Un punteggio più alto corrisponde a un comportamento che ci si aspetta normalmente dal titolare della carta, mentre un punteggio più basso si discosta da questo schema.
Secondo Mastercard, questo processo avviene in soli 50 millisecondi.