Vijay Mehta, EVP & GM of Global Solutions and Analytics hos Experian – Interview Serie

Vijay Mehta, Experians Executive Vice President og General Manager of Global Solutions and Analytics, er en transformational leder med over 20 års erfaring i at drive innovation, teknologi-strategi og vækst. Hos Experian har han lanceret Ascend big data-platformen, grundlagt Innovation and Solutions Group og ledet selskabets cloud- og AI-transformation. Tidligere har han fungeret som CTO og Chief Architect, hvor han opbyggede højpræsterende teams, udviklede SaaS-løsninger og leverede stærk vækst, samtidig med at han reducerede omkostningerne. Hans karriere omfatter ledelsesroller hos Baker Hill, Sallie Mae og RealMed, hvor han kombinerer dyb teknisk ekspertise med strategisk vision.

Experian er en global leder inden for forbruger- og virksomheds-kreditvurdering, data-analyse og marketing-tjenester, der opererer i over 40 lande med en årlig omsætning på over 5 milliarder dollars. Selskabet hjælper individer med at opnå finansielle muligheder, understøtter virksomheder i at træffe informerede beslutninger og muliggør, at økonomier kan trives ved at udnytte data, avanceret analyse og fremvoksende teknologier som AI og cloud-platforme. (MA )

Du har brugt årtier på at bygge ud Experians analytics- og AI-kapaciteter. Hvad tiltrak dig personligt til dette snitflade mellem data-science, risikomodellering og forbrugerresultater?

Det, der tiltrak mig til dette område, er den unikke mulighed for at bruge data og AI ikke kun til at løse tekniske udfordringer, men også til at gøre en reel forskel i menneskers finansielle liv. Tidligt i min karriere så jeg, hvor kraftfuld analytics kunne være i risikostyring, men også hvordan det kunne åbne døre for forbrugere – udvide adgangen til kredit, beskytte dem mod svindel og skabe mere personlige finansielle muligheder. Denne blanding af rigorøs videnskab, kompleks problemløsning og konkrete positive resultater for almindelige forbrugere er det, der har holdt mig passioneret omkring dette arbejde i årtier.

Ascend-platformen er nu cloud-nativ og udnytter Mastercards identitetsverifikationsdata. Hvordan har denne kombination ændret, hvordan kunderne tilgår svindelforebyggelse og risikovurdering?

Integreringen af Mastercards identitetsverifikationsteknologi i vores Experian Ascend-platform har transformeret, hvordan vores kunder tilgår svindel og risikovurdering. Ved at kombinere Mastercards sikre, effektive identitetsverifikationsmuligheder med Ascends avancerede data-analyse kan de nu autentificere identiteter uden besvær, samtidig med at de arbejder inden for en enkelt, kraftfuld miljø.

Ascend har en dyb, omfattende funktionssæt. Den leverer ubesvarelige indsigt, avanceret data-visualisering og en strømlinet modeludviklingsproces. For at hjælpe vores kunder med at udnytte alle Ascends funktioner og accelerere andre avancerede analyser, modellering og beslutningsopgaver lancerede vi vores real-time, agentic AI-værktøj, Experian Assistant, sidste oktober.

Med Experian Assistant kan virksomheder interagere med komplekse finansielle data på en konversationel måde, hvilket gør analytics mere tilgængelige og handlebare. Denne lettilgængelighed fremskynder beslutningstagningen, forkorter modeludviklingstider fra måneder til dage (eller endda timer) og muliggør, at kunderne kan teste, lancere og finjustere svindelforebyggelsesstrategier hurtigt.

Sammen muliggør disse innovationer, at Experians mere end 1.800 tværfaglige globale kunder kan styrke deres forsvar mod svindel, forbedre forbrugeroplevelser og træffe hurtigere, bedre underbyggede risikovurderinger, hvilket ultimativt reducerer operationel friktion, samtidig med at det øger produktivitet og samarbejde.

Experian betjener næsten alle større banker og långivere i USA – hvordan sikrer du, at platformen udvikler sig hurtigt nok til at følge med innovationen i generativ AI og real-time-analyse?

I mere end et årti har vi udviklet transformerende fremskridt, fra at bane vejen for no- og low-code AI-løsninger til at udvikle banebrydende kredit-risikovurderingsmodeller, der fremmer finansielle inklusion.

Ved at udnytte ekspertisen hos vores ph.d.-niveau data-science og software-ingeniører og fremme en samarbejdskultur, der fremmer grassroots-ansattes innovation, udvikler vi hurtigt modeller, prototyper og tester nye teknologier, der holder trit med markedets udvikling og kundernes forventninger. Denne dynamiske tilgang, kombineret med vores dybe erfaring med generativ AI og machine learning, sikrer, at vi forbliver i frontlinjen for data-drevne fremskridt, der hjælper vores kunder med at vokse, løse forretningsudfordringer og levere bedre forbrugeroplevelser.

For eksempel sikrer vi, at Ascend-platformen udvikler sig hurtigt, ved kontinuerligt at opdatere dens AI/ML-kapaciteter, integrere real-time-data og partner-innovationer samt tilbyde en fleksibel cloud-miljø, hvor kunderne kan bygge, teste og implementere nye modeller hurtigt – og følge med fremskridt som generativ AI og real-time-beslutning.

Hvordan bruger Ascend maskinlæring til at tilpasse sig nye svindelmønstre eller identitets-trusler, især i en æra med syntetiske identiteter og deepfakes?

Experians Ascend-platform kombinerer mange signaler (kredit-, digital identitet-, enheds- og adfærdsdata) og lader brugerne bygge og implementere ML-modeller og beslutningsstrategier direkte på disse data. Denne kombination er det, der hjælper med at identificere nye svindelmønstre – som syntetiske ID’er og deepfake-assisteret impersonation – hurtigt og i stor målestok.

Med den stigende pres for at levere sammenhængende forbrugeroplevelser, hvordan hjælper Ascend organisationer med at tilpasse beslutninger, samtidig med at de beskytter privatliv og sikkerhed? Ascend gør dette ved at kombinere avanceret analyse med sikre, AI-drevne værktøjer. Experian Assistant muliggør, at virksomheder kan interagere med finansielle data på en konversationel måde, hvilket gør komplekse analyser mere tilgængelige.

Med real-time indsigt ved deres fingertipper kan vores kunder hurtigt tilpasse beslutninger til deres specifikke behov, forbedre forbrugeroplevelser og teste eller lancere initiativer hurtigt, samtidig med at de opretholder strenge data-privatlivs- og sikkerhedsprotokoller. Denne tilgang muliggør, at kunderne kan forbedre produktivitet, fremme samarbejde og levere sammenhængende, personlige tjenester med tillid.

Mange platforme påstår, at de tilbyder “AI-beslutning”. Hvad adskiller Ascend fra andre analytics- eller cloud-baserede kredit-beslutningsværktøjer på markedet i dag?

Experian Ascend adskiller sig, fordi den kombinerer Experians rige kredit- og identitetsdata med en end-to-end AI/ML-miljø – hvilket tillader brugerne at bygge, teste og implementere modeller direkte på reguleret data i en sikker cloud. I modsætning til generiske platforme integrerer den beslutning, svindel/identitets-intelligence og compliance-klar reguleringsstyring på ét sted, hvilket muliggør hurtig tilpasning til marked- og reguleringsændringer.

 Ascend leverer også målbare resultater. Faktisk fandt en uafhængig undersøgelse fra Forrester, at Ascend hjælper finansielle institutioner med at forbedre både kredit- og svindel-beslutning, hvilket giver en 183% return on investment og betaler for sig selv inden for 12 måneder.

AI-forvrængning er en voksende bekymring i finansielle tjenester. Hvordan identificerer og mildner Experian potentiel forvrængning i sine modeller – især de, der bruges til kredit-beslutning eller identitets-verifikation?

Vi følger en ansvarlig AI-først-tilgang til produktudvikling, hvor vi integrerer retfærdighed, gennemsigtighed og sikkerhed i hvert trin af modelopbygning og implementering.

Vi gør dette ved at identificere og mildne AI-forvrængning ved at teste modeller for forskellige virkninger, udelukke eller begrænse forvrængede funktioner, bruge forklarende AI-værktøjer (som SHAP/LIME) og kontinuerligt overvåge retfærdighed i produktion. I kredit- og identitets-verifikation reducerer vi risikoen ved at lagre diverse data-signal, validere biometriske værktøjer på tværs af demografiske grupper og sikre overholdelse af fair lending-reguleringer.

Hvordan udnytter dine kunder Ascend til ikke kun at reducere svindel eller forbedre kredit-beslutning, men også til at vokse deres kundebase og innovere nye finansielle produkter?

Kunderne bruger vores Ascend-platform til at afsløre nye kundesegmenter med avanceret analyse, strømline kredit-beslutning for hurtigere godkendelser og udvide kredit-adgang på en sikker måde ved at skelne bedre mellem risiko. De udnytter også dens indsigt til at designe tilpassede finansielle produkter og levere mere personlige kundeservices, hvilket driver både vækst og innovation.

Med Experians globale rækkevidde ser du forskelle i, hvordan AI bliver anvendt på tværs af regioner eller finansielle systemer? Hvordan tilpasser Ascend sig til disse varierende data-miljøer?

AI-anvendelsen varierer, hvor markeder som USA og Storbritannien fokuserer på avancerede kredit- og svindel-modeller, mens fremvoksende regioner prioriterer finansielle inklusion. Vores Ascend-platform tilpasser sig ved at arbejde med lokale data-kilder, reguleringer og markedsvilkår, hvilket tilbyder en fleksibel platform, der understøtter regional compliance, samtidig med at den opretholder globale AI-kapaciteter.

For eksempel, da finansielle institutioner accelererer innovation, må de balancere skiftet mod GenAI-aktiverede kapaciteter med overholdelse af globale model-risiko-styrings-retningslinjer som SR 11-7 (USA) og SS1/23 (Storbritannien). Experian Assistant for Model Risk Management, der er integreret i platformen, tilbyder finansielle institutioner med tilpasselige, foruddefinerede skabeloner, centraliserede model-styrings-repositorier og gennemsigtige interne arbejdsgangs-godkendelser – hvilket giver dem mulighed for at opfylde reguleringskrav med tillid og effektivitet.

Set fremad, hvordan ser du platforms som Ascend formende den næste generation af finansielle infrastrukturer? Vil AI ultimativt omdefinere, hvad tillid og identitet betyder i digital finans?

Ascend vil være central for den næste generation af finansielle infrastrukturer ved at kombinere avanceret analyse, tillidsfuld identitets-intelligence og agentic AI til at levere hurtigere, mere præcise og mere sikre beslutninger. Agentic AI’s evne til at lære adfærd, anvende begrundelse og forudsige resultater betyder, at det kan automatisere komplekse, data-drevne processer i en skala og hastighed, der overstiger menneskelig kapacitet. Fremtiden vil kræve “sikre AI”-rammer – som virtuelle assistenter, der holder mennesker i kontrol over AI-drevne processer – for at sikre maksimal effektivitet uden at afhænde kritisk dømmekraft til algoritmer alene. På denne måde kan Ascend hjælpe med at omdefinere, hvad tillid og identitet betyder i digital finans: en balance mellem avanceret automation og menneskelig styring, der fremmer både innovation og tillid.

Tak for det gode interview, læsere, der ønsker at lære mere, skal besøge Experian.