Vijay Mehta, EVP & GM of Global Solutions and Analytics di Experian – Seri Wawancara

Vijay Mehta, Wakil Presiden Eksekutif dan General Manager Solusi dan Analitik Global di Experian, adalah seorang pemimpin transformasional dengan lebih dari 20 tahun pengalaman dalam mengarahkan inovasi, strategi teknologi, dan pertumbuhan. Di Experian, ia meluncurkan platform data besar Ascend, mendirikan Kelompok Inovasi dan Solusi, dan memimpin transformasi awan dan kecerdasan buatan perusahaan. Sebelumnya menjabat sebagai CTO dan Arsitek Utama, ia membangun tim berkinerja tinggi, mengembangkan solusi SaaS, dan menghasilkan pertumbuhan pendapatan yang kuat sambil mengurangi biaya. Karirnya mencakup peran kepemimpinan di Baker Hill, Sallie Mae, dan RealMed, menggabungkan keahlian teknis yang mendalam dengan visi strategis.

Experian adalah pemimpin global dalam pelaporan kredit konsumen dan bisnis, analitik data, dan layanan pemasaran, beroperasi di lebih dari 40 negara dengan pendapatan tahunan lebih dari $5 miliar. Perusahaan ini membantu individu memperoleh akses keuangan, mendukung bisnis dalam membuat keputusan yang tepat, dan memungkinkan perekonomian untuk berkembang dengan memanfaatkan data, analitik lanjutan, dan teknologi yang muncul seperti kecerdasan buatan dan platform awan.

Anda telah menghabiskan dekade membangun kemampuan analitik dan kecerdasan buatan Experian. Apa yang menarik Anda secara pribadi ke persimpangan ilmu data, pemodelan risiko, dan hasil konsumen?

Apa yang menarik saya ke ruang ini adalah kesempatan unik untuk menggunakan data dan kecerdasan buatan tidak hanya untuk memecahkan tantangan teknis, tetapi juga untuk membuat perbedaan nyata dalam kehidupan keuangan orang-orang. Awal dalam karir saya, saya melihat betapa kuatnya analitik dapat dalam mengelola risiko, tetapi juga bagaimana itu dapat membuka pintu bagi konsumen—memperluas akses ke kredit, melindungi mereka dari penipuan, dan menciptakan peluang keuangan yang lebih disesuaikan. Campuran sains yang ketat, pemecahan masalah yang kompleks, dan dampak positif yang nyata pada konsumen sehari-hari adalah apa yang telah membuat saya tetap bersemangat tentang pekerjaan ini selama dekade.

Platform Ascend sekarang cloud-native dan memanfaatkan data verifikasi identitas Mastercard (MA ). Bagaimana kombinasi ini mengubah cara klien menghadapi pencegahan penipuan dan pengambilan keputusan risiko?

Integrasi teknologi verifikasi identitas Mastercard ke dalam Platform Experian Ascend telah mengubah cara pelanggan kami menghadapi penipuan dan pengambilan keputusan risiko. Dengan menggabungkan kemampuan verifikasi identitas Mastercard yang aman dan efisien dengan analitik data lanjutan Ascend, mereka sekarang dapat mengotentikasi identitas dengan lancar sambil bekerja dalam lingkungan yang kuat.

Ascend memiliki fitur yang mendalam dan komprehensif. Ini memberikan wawasan yang tak tertandingi, visualisasi data lanjutan, dan proses pengembangan model yang efisien. Untuk membantu pelanggan kami memanfaatkan semua fungsionalitas Ascend dan mempercepat tugas analitik lanjutan, pemodelan, dan pengambilan keputusan, kami meluncurkan alat kecerdasan buatan waktu nyata, Experian Assistant, bulan lalu.

Dengan Experian Assistant, bisnis dapat berinteraksi dengan data keuangan yang kompleks dengan cara yang lebih mudah, membuat analitik lebih dapat diakses dan dapat ditindaklanjuti. Kemudahan penggunaan ini mempercepat pengambilan keputusan, mempersingkat waktu pengembangan model dari bulan menjadi hari (atau bahkan jam), dan memungkinkan pelanggan untuk dengan cepat menguji, meluncurkan, dan memperbarui strategi pencegahan penipuan.

Bersama, inovasi ini memungkinkan lebih dari 1.800 pelanggan Experian lintas industri global untuk memperkuat pertahanan mereka melawan penipuan, meningkatkan pengalaman konsumen, dan membuat keputusan risiko yang lebih cepat dan lebih tepat, pada akhirnya mengurangi gesekan operasional sambil meningkatkan produktivitas dan kolaborasi.

Experian melayani hampir semua bank besar dan lembaga keuangan di AS – bagaimana Anda memastikan platform berkembang cukup cepat untuk memenuhi laju inovasi dalam kecerdasan buatan generatif dan analitik waktu nyata?

Selama lebih dari satu dekade, kami telah mengembangkan kemajuan transformasional, dari mempelopori solusi kecerdasan buatan tanpa kode hingga mengembangkan model penilaian risiko kredit yang canggih yang mempromosikan inklusi keuangan.

Dengan memanfaatkan keahlian ilmuwan data dan insinyur perangkat lunak tingkat Ph.D. dan memupuk budaya kolaboratif yang mendorong inovasi yang dipimpin oleh karyawan, kami dengan cepat mengembangkan model, prototipe, dan menguji teknologi baru yang memenuhi permintaan pasar dan harapan pelanggan yang berkembang pesat. Pendekatan dinamis ini, dipasangkan dengan pengalaman kami yang mendalam dalam kecerdasan buatan generatif dan pembelajaran mesin, memastikan kami tetap berada di garis depan kemajuan data yang didorong.

Misalnya, kami memastikan platform Ascend berkembang dengan cepat dengan terus memperbarui kemampuan kecerdasan buatan/mesin pembelajaran, mengintegrasikan data waktu nyata dan inovasi mitra, dan menyediakan lingkungan awan yang fleksibel di mana klien dapat dengan cepat membangun, menguji, dan mengirimkan model baru—memenuhi kemajuan seperti kecerdasan buatan generatif dan pengambilan keputusan waktu nyata.

Bagaimana Ascend menggunakan kecerdasan buatan untuk beradaptasi dengan pola penipuan baru atau ancaman identitas, terutama di era identitas sintetis dan deepfake?

Platform Experian Ascend menggabungkan banyak sinyal (kredit, identitas digital, perangkat, dan data perilaku) dan memungkinkan pengguna membangun dan mengirimkan model kecerdasan buatan serta strategi keputusan langsung di atas data tersebut. Kombinasi ini membantu Ascend mendeteksi pola penipuan baru—seperti identitas sintetis dan impersonasi yang dibantu deepfake—dengan cepat dan dalam skala besar.

Dengan tekanan yang meningkat untuk menyajikan pengalaman konsumen yang lancar, bagaimana Ascend membantu organisasi mempersonalisasi keputusan sambil melindungi privasi dan keamanan? Ascend melakukan ini dengan menggabungkan analitik lanjutan dengan alat kecerdasan buatan yang aman. Experian Assistant memungkinkan bisnis untuk berinteraksi dengan data keuangan dengan cara yang lebih mudah, membuat analitik lebih dapat diakses.

Dengan wawasan waktu nyata di ujung jari mereka, pelanggan kami dapat dengan cepat menyesuaikan keputusan dengan kebutuhan spesifik mereka, meningkatkan pengalaman konsumen, dan menguji atau meluncurkan inisiatif lebih cepat, semua sambil mempertahankan protokol privasi dan keamanan data yang ketat. Pendekatan ini memungkinkan klien untuk meningkatkan produktivitas, memupuk kolaborasi, dan menyajikan layanan yang dipersonalisasi dengan percaya diri.

Banyak platform mengklaim menawarkan “pengambilan keputusan kecerdasan buatan.” Apa yang membedakan Ascend dari alat analitik atau pengambilan keputusan kredit berbasis awan lainnya di pasar saat ini?

Experian Ascend berdiri karena menggabungkan data kredit dan identitas Experian yang kaya dengan lingkungan kecerdasan buatan/mesin pembelajaran ujung-ke-ujung—memungkinkan pengguna membangun, menguji, dan mengirimkan model langsung pada data yang diatur dalam awan yang aman. Tidak seperti platform generik, Ascend mengintegrasikan pengambilan keputusan, kecerdasan identitas/penipuan, dan tata kelola yang siap patuh dalam satu tempat, memungkinkan adaptasi yang lebih cepat terhadap perubahan pasar dan peraturan.

 Ascend juga memberikan hasil yang terukur. Faktanya, sebuah studi independen dari Forrester menemukan bahwa Ascend membantu lembaga keuangan secara signifikan memperbaiki pengambilan keputusan kredit dan penipuan, memberikan pengembalian investasi sebesar 183% dan membayar untuk dirinya sendiri dalam waktu 12 bulan.

Bias kecerdasan buatan adalah kekhawatiran yang berkembang dalam layanan keuangan. Bagaimana Experian mengidentifikasi dan memitigasi potensi bias dalam modelnya—terutama yang digunakan untuk pengambilan keputusan kredit atau verifikasi identitas?

Kami mengambil pendekatan kecerdasan buatan yang bertanggung jawab dalam pengembangan produk, memasukkan keadilan, transparansi, dan keamanan ke dalam setiap tahap pembuatan dan penerapan model.

Kami melakukan ini dengan mengidentifikasi dan memitigasi bias kecerdasan buatan dengan menguji model secara ketat untuk dampak yang berbeda, mengecualikan atau membatasi fitur yang bias, menggunakan alat kecerdasan buatan yang dapat dijelaskan (seperti SHAP/LIME), dan terus memantau keadilan dalam produksi. Dalam kredit dan verifikasi identitas, kami mengurangi risiko dengan melapisinya dengan sinyal data yang beragam, memvalidasi alat biometrik di seluruh demografi, dan memastikan kepatuhan dengan peraturan pemberian kredit yang adil.

Bagaimana klien Anda menggunakan Ascend untuk tidak hanya mengurangi penipuan atau memperbaiki pemberian kredit, tetapi untuk benar-benar meningkatkan basis pelanggan dan mengembangkan produk keuangan baru?

Klien kami menggunakan platform Ascend untuk mengungkap segmen pelanggan baru dengan analitik lanjutan, mempercepat pengambilan keputusan kredit, dan memperluas akses kredit dengan lebih baik membedakan risiko. Mereka juga memanfaatkan wawasan Ascend untuk merancang produk keuangan yang disesuaikan dan menyajikan pengalaman pelanggan yang lebih dipersonalisasi, mendorong pertumbuhan dan inovasi.

Dengan jangkauan global Experian, apakah Anda melihat perbedaan dalam cara kecerdasan buatan diadopsi di seluruh wilayah atau sistem keuangan? Bagaimana Ascend beradaptasi dengan lingkungan data yang bervariasi?

Adopsi kecerdasan buatan bervariasi, dengan pasar seperti AS dan Inggris yang fokus pada model kredit dan penipuan yang canggih, sementara wilayah yang muncul memprioritaskan inklusi keuangan. Platform Ascend beradaptasi dengan bekerja sama dengan sumber data lokal, peraturan, dan kondisi pasar, menyediakan platform yang fleksibel yang mendukung kepatuhan regional sambil mempertahankan kemampuan kecerdasan buatan global.

Misalnya, ketika lembaga keuangan mempercepat inovasi, mereka harus menyeimbangkan langkah menuju kemampuan kecerdasan buatan generatif dengan kepatuhan terhadap pedoman pengelolaan risiko model global seperti SR 11-7 (AS) dan SS1/23 (Inggris). Experian Assistant untuk Pengelolaan Risiko Model yang terintegrasi ke dalam platform menawarkan lembaga keuangan dengan template yang dapat disesuaikan, repositori tata kelola model terpusat, dan persetujuan alur kerja internal yang transparan—memungkinkan mereka untuk memenuhi pedoman peraturan dengan percaya diri dan efisiensi.

Menghadap ke depan, bagaimana Anda melihat platform seperti Ascend membentuk infrastruktur keuangan generasi berikutnya? Apakah kecerdasan buatan pada akhirnya akan mendefinisikan kembali apa yang dimaksud dengan kepercayaan dan identitas dalam keuangan digital?

Ascend akan menjadi pusat infrastruktur keuangan generasi berikutnya dengan menggabungkan analitik lanjutan, kecerdasan identitas yang tepercaya, dan kecerdasan buatan agen untuk memberikan keputusan yang lebih cepat, lebih akurat, dan lebih aman. Kemampuan kecerdasan buatan agen untuk belajar perilaku, menerapkan penalaran, dan memprediksi hasil berarti dapat mengotomatisasi proses data yang kompleks dalam skala dan kecepatan yang melampaui kapasitas manusia. Masa depan akan memerlukan kerangka “kecerdasan buatan yang aman” – seperti asisten virtual yang menjaga manusia tetap mengontrol proses yang didorong kecerdasan buatan – untuk memastikan efektivitas maksimal tanpa mengorbankan penilaian kritis terhadap algoritma saja. Dengan cara ini, Ascend dapat membantu mendefinisikan kembali apa yang dimaksud dengan kepercayaan dan identitas dalam keuangan digital: keseimbangan antara otomatisasi yang canggih dan tata kelola manusia yang memungkinkan baik inovasi dan kepercayaan.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut dapat mengunjungi Experian.