Myslitelé
Od KYC k KYA: Nová vrstva důvěry v obchodě s umělou inteligencí

Každý rok se nakupování stává pohodlnějším. Dnes již není nutné jet do nákupního centra na druhé straně města, aby jste mohli koupit potraviny na týden nebo najít oblečení na večírek. Stačí několik kliknutí na telefon a všechno bude doručeno k vašim dveřím co nejdříve.
Agenti s umělou inteligencí se zdají být novou fází, která činí nakupování ještě pohodlnějším. Za několik sekund mohou prohledat stovky webových stránek, aby našli nejlepší nabídky nebo vybrali položku z neurčitého popisu, jako je “něco malého, kulatého a zeleného”. Na první pohled se zdá, že umělá inteligence je jen dalším krokem v evoluci uživatelsky přívětivých rozhraní. Avšak považovat ji za něco takového je vážná chyba. Pod touto pohodlností se skrývají změny celé infrastruktury obchodu, které nebyly dosud viděny.
Znát, kdo přesně činí nákup
Platformy e-commerce byly postaveny na poměrně jednoduché myšlence, že každý nákup je proveden člověkem. Kdo jiný by mohl udělat nákup před 10 nebo 15 lety? Celý řetězec uživatelských akcí byl utvořen KYC systémy a nástroji pro prevenci podvodů, a tyto byly z velké části efektivní při prevenci zneužívání. Dokud se všechno nedávno nezměnilo.
Vznik agentů s umělou inteligencí完全ně narušil tyto zavedené systémy, protože mezi člověkem a tlačítkem “zaplatit nyní” je nyní autonomní zprostředkovatel. Logika, která řídí jeho akce, není vždy snadná k vyhledání. Stejně jako jeho vlastník, agent může hledat produkt, porovnávat ceny a aplikovat promo kód, ale v okamžiku nákupu nemusí uživatel být dokonce v místnosti. To vyvolává stále více obav o autorizaci a odpovědnost.
A to je také důvod, proč KYC přestává být dostatečné. Platforma může ověřit uživatele, ale jak by zajistila, že nákup nebyl proveden jeho agentem, který možná nebyl ani oprávněn jednat tímto způsobem? To vytváří potřebu nového systému, který lze nazvat “Znát svého agenta” nebo KYA, pro sledování aktivity agenta.
Abyste mohli tento nový protokol účinně provozovat, musíte řešit několik důležitých otázek současně. Musíte určit, jak důvěryhodný je agent, kdo přesně stojí za ním, jakou pravomoc dostal od uživatele a jaké důkazy lze uchovat, pokud dojde ke sporu. Poslední otázka je ve skutečnosti jednou z nejvýznamnějších, protože miliardové ztráty mohou záviset na ní.
Přitáhnout pozornost černé skříňky
Jakmile společnosti e-commerce začnou brát v úvahu všechny tyto otázky, uvědomí si, jak radikálně se mění jejich celý model. Důvodem je, že uživatel nyní zadává agentovi obchodní úkol, který stroj pak interpretuje sám, i když je to trochu černá skříňka. Prodávající a platformy budou muset přizpůsobit se logice stroje a pokusit se upoutat jeho pozornost na své produkty.
Lidé často volí značky, které vynikají vizuálně nebo používají reklamu, aby se odvolali na zkušenosti a emoce. Ohromit agenta tímto způsobem bude mnohem těžší. Lidé jsou často líní a dívají se pouze na první pár stránek výsledků vyhledávání nebo prostě klikají na první propagované položky. Naopak, agent může prohledat desítky stránek za sekundy a najít i na poslední stránce přesně ten produkt, který považuje za nejlepší shodu. V důsledku toho platformy již nemusí být schopny vydělávat stejným způsobem z reklamy a propagace značek, zatímco prodávající mohou mít větší potíže se zvyšováním viditelnosti a dosahem prostřednictvím placené propagace.
Přežití v tomto rychle se měnícím světě bude vyžadovat, aby platformy e-commerce vyvinuly zcela novou infrastrukturu založenou na záměru, která se opírá o záměr nákupu. Největší hráči již začali soutěžit o pozornost agentů, takže OpenAI a Stripe začaly vkládat nákup do svých rozhraní s umělou inteligencí. Avšak jakmile se obchod začne opírat o delegovaný záměr, musí se rozhodnout, co dělat, když je tento záměr zpochybněn.
To je místo, kde se posun stává especialmente důležitým pro fintech a platební infrastrukturu, protože nestačí ověřit, zda klient používá platnou kartu a zda transakce nevydává podezření z podvodu. Společnosti poskytující platební služby by měly přezkoumat každou operaci, aby určily, zda byla provedena důvěryhodným agentem jménem skutečného uživatele. Tyto úkoly se stávají stále důležitějšími, protože téměř 40 % klientů již použilo agenty s umělou inteligencí při nakupování nějakým způsobem.
Utvořit platební infrastrukturu
Aby bylo možné tuto výzvu překonat, musí být příští generace platební infrastruktury schopna propojit vrstvy identity, záměru a provedení transakce do jednoho systému. Platby by měly být založeny na kontextu spíše než na samotné transakci. Používání tradičních metrik, jako jsou údaje o kartě, kategorie obchodníka, umístění a zařízení, by bylo nedostatečné ve světě plném agentů s umělou inteligencí. Platforma musí najít způsob, jak pochopit, kdo přesně spouští transakci a jaký je jeho mandát v tomto ohledu.
Snižování rizika, že agenti provedou nesprávnou transakci, by se vlastně stalo nejvýznamnějším úkolem pro platební systémy. KYA, samozřejmě, nebude nahrazovat tradiční hodnocení podvodů vedle něj, a mělo by být další vrstvou kolem systému.
Zavedené společnosti již přecházejí do tohoto směru, a například MasterCard vyvíjí systém Agent Pay jako infrastrukturu pro bezpečné platby v obchodě s agenty, který je založen na registrovaných agentech a stopovatelných transakcích. Google zase představil nový Agents Payment Protocol, který formuje, jak jsou transakce prováděny. Tyto příklady nejsou jediné, stále více společností si uvědomuje, že by to mělo být další fáze ve vývoji platební infrastruktury.
Budování takových systémů má význam, protože mnoho podniků dosud nemusí měřit problém. Některé prodejci nemusí rozlišovat mezi provozem agenta a botů, zatímco jiní mohou povolit každou transakci s umělou inteligencí bez problémů. Společnosti fintech zde mohou vytvořit zcela nový produkt, který poskytuje analýzu v reálném čase, buduje důvěru od poskytovatelů obchodu a nachází nové zdroje příjmů.
Budoucnost obchodu nemusí záviset pouze na tom, kdo provede platbu, ale také na tom, který agent učinil rozhodnutí a zda toto rozhodnutí skutečně odráželo záměr zákazníka.












