Vijay Mehta, EVP & GM för Global Solutions and Analytics på Experian – Intervjuserie

Vijay Mehta, Experians vicepresident och generell chef för Global Solutions and Analytics, är en transformationsledare med över 20 års erfarenhet av att driva innovation, teknikstrategi och tillväxt. På Experian lanserade han den stora dataplattformen Ascend, grundade Innovation and Solutions Group och ledde företagets moln- och AI-omvandling. Tidigare har han varit CTO och chefsarkitekt, byggt högpresterande team, utvecklat SaaS-lösningar och levererat stark tillväxt samtidigt som han minskade kostnaderna. Hans karriär omfattar ledande roller på Baker Hill, Sallie Mae och RealMed, där han kombinerar djup teknisk expertis med strategisk vision.

Experian är en global ledare inom konsument- och företagskreditrapportering, dataanalys och marknadsföringstjänster, verksam i över 40 länder med årliga intäkter som överstiger 5 miljarder dollar. Företaget hjälper individer att få ekonomisk tillgång, stödjer företag i att fatta informerade beslut och möjliggör att ekonomin kan blomstra genom att utnyttja data, avancerad analys och nya tekniker som AI och molntjänster. (MA )

Du har tillbringat decennier med att bygga ut Experians analytiska och AI-kapaciteter. Vad drog dig personligen till denna korsning av datavetenskap, riskmodellering och konsumentresultat?

Det som drog mig till detta område är den unika möjligheten att använda data och AI inte bara för att lösa tekniska utmaningar, utan för att göra en verklig skillnad i människors ekonomiska liv. Tidigt i min karriär såg jag hur kraftfull analys kunde vara vid riskhantering, men också hur den kunde öppna dörrar för konsumenter – expandera tillgång till kredit, skydda dem från bedrägeri och skapa mer personliga ekonomiska möjligheter. Den kombinationen av rigorös vetenskap, komplexa problem och påtaglig positiv inverkan på vardagliga konsumenter är vad som har hållit mig passionerad om detta arbete under decennier.

Ascend-plattformen är nu molnbaserad och utnyttjar Mastercards identitetsverifieringsdata. Hur har denna kombination förändrat hur kunderna närmar sig bedrägeriförebyggande och riskbeslut?

Integreringen av Mastercards identitetsverifieringsteknik i vår Experian Ascend-plattform har förändrat hur våra kunder närmar sig bedrägeri och riskbeslut. Genom att kombinera Mastercards säkra, effektiva identitetsverifieringsförmåga med Ascends avancerade dataanalys kan de nu autentisera identiteter sömlöst samtidigt som de arbetar inom en enda, kraftfull miljö.

Ascend har en djup, omfattande funktionssats. Den levererar oöverträffade insikter, avancerad datavisualisering och en strömlinjeformad modellutvecklingsprocess. För att hjälpa våra kunder att utnyttja alla Ascends funktioner och accelerera andra avancerade analyser, modellering och beslutsuppgifter lanserade vi vår realtidsbaserade, agenterade AI-verktyg, Experian Assistant, i fjol.

Med Experian Assistant kan företag interagera med komplexa finansiella data på ett konversationsbaserat sätt, vilket gör analyser mer tillgängliga och agerbara. Denna användarvänlighet accelererar beslutsfattandet, förkortar modellutvecklingstider från månader till dagar (eller till och med timmar) och möjliggör att kunder snabbt kan testa, lansera och finslipa strategier för bedrägeriförebyggande.

Tillsammans möjliggör dessa innovationer att Experians mer än 1 800 kunder över hela världen kan stärka sina försvar mot bedrägeri, förbättra kundupplevelser och fatta snabbare, mer informerade riskbeslut, vilket i slutändan minskar operativ friktion samtidigt som det ökar produktivitet och samarbete.

Experian betjänar nästan alla stora banker och långivare i USA – hur säkerställer du att plattformen utvecklas tillräckligt snabbt för att möta innovationstakten inom generativ AI och realtidsanalys?

Under mer än ett decennium har vi utvecklat omvälvande framsteg, från att bana väg för no- och low-code AI-lösningar till att utveckla banbrytande kreditriskbedömningsmodeller som främjar finansiell inkludering.

Genom att utnyttja expertisen hos våra doktorandnivås datavetare och programvaruutvecklare och främja en samarbetsinriktad kultur som främjar gräsrotsdriven innovation, utvecklar vi snabbt modeller, prototyper och testar nya tekniker som håller jämna steg med snabbt föränderliga marknadsbehov och kundförväntningar. Denna dynamiska tillvägagångssätt, i kombination med vår djupa erfarenhet av generativ AI och maskinlärning, säkerställer att vi förblir i framkant av datastyrd utveckling som hjälper våra kunder att växa, lösa affärsutmaningar och leverera bättre kundupplevelser.

Till exempel säkerställer vi att Ascend-plattformen utvecklas snabbt genom att kontinuerligt uppdatera dess AI/ML-förmågor, integrera realtidsdata och partnerinnovationer samt tillhandahålla en flexibel molnmiljö där kunder snabbt kan bygga, testa och distribuera nya modeller – hålla jämna steg med framsteg som generativ AI och realtidsbeslut.

Hur använder Ascend maskinlärning för att anpassa sig till nya bedrägerimönster eller identitetshot, särskilt i en era av syntetiska identiteter och deepfakes?

Experians Ascend-plattform kombinerar många signaler (kredit-, digital identitet-, enhets- och beteendedata) och låter användare bygga och distribuera ML-modeller och beslutsstrategier direkt på dessa data. Den kombinationen är vad som hjälper den att upptäcka nya bedrägerimönster – som syntetiska ID och deepfake-assisterad imitation – snabbt och i stor skala.

Med den växande pressen att leverera sömlösa kundupplevelser, hur hjälper Ascend organisationer att personanpassa beslut samtidigt som de skyddar integritet och säkerhet?Ascend gör detta genom att kombinera avancerad analys med säkra, AI-drivna verktyg. Experian Assistant möjliggör att företag interagerar med finansiella data på ett konversationsbaserat sätt, vilket gör komplex analys mer tillgänglig.

Med realtidsinsikter till sitt förfogande kan våra kunder snabbt anpassa beslut till sina specifika behov, förbättra kundupplevelser och testa eller lansera initiativ snabbare, allt medan de upprätthåller strikta dataskydds- och säkerhetsprotokoll. Detta tillvägagångssätt möjliggör för kunder att förbättra produktivitet, främja samarbete och leverera sömlösa, personanpassade tjänster med tillförsikt.

Många plattformar hävdar att de erbjuder “AI-beslut”. Vad skiljer Ascend från andra analytiska eller molnbaserade kreditbeslutsverktyg på marknaden idag?

Experian Ascend skiljer sig från andra genom att kombinera Experians rika kredit- och identitetsdata med en komplett AI/ML-miljö – som låter användare bygga, testa och distribuera modeller direkt på reglerad data i ett säkert moln. Till skillnad från generiska plattformar integrerar den beslut, bedrägeri/identitetshänsyn och regelefterlevnad i en enda plats, vilket möjliggör snabb anpassning till marknads- och regelförändringar.

Ascend levererar också mätbara resultat. Faktum är att en oberoende studie från Forrester fann att Ascend hjälper finansiella institutioner att signifikant förbättra både kredit- och bedrägeribeslut, vilket levererar en avkastning på 183 % och betalar sig själv inom 12 månader.

AI-fördomar är en växande oro inom finansiella tjänster. Hur identifierar och mildrar Experian potentiella fördomar i sina modeller – särskilt de som används för kreditbeslut eller identitetsverifiering?

Vi tar ett ansvarsfullt AI-först-tillvägagångssätt till produktutveckling, där vi införlivar rättvisa, transparens och säkerhet i varje skede av modellskapande och distribution.

Vi gör detta genom att identifiera och mildra AI-fördomar genom att rigoröst testa modeller för olikartad inverkan, utesluta eller begränsa fördomsfulla funktioner, använda förklarliga AI-verktyg (som SHAP/LIME) och kontinuerligt övervaka rättvisa i produktion. I kredit och identitetsverifiering minskar vi risken genom att kombinera olika datasignaler, validera biometriska verktyg över demografier och säkerställa regelefterlevnad av rättvist lånereglering.

Hur använder dina kunder Ascend inte bara för att minska bedrägeri eller förbättra kreditprövning, utan för att faktiskt expandera sin kundbas och innovativa nya finansiella produkter?

Kunder använder vår Ascend-plattform för att avslöja nya kundsegment med avancerad analys, strömlinjeforma kreditbeslut för snabbare godkännanden och säkert expandera kreditåtkomst genom att bättre särskilja risk. De utnyttjar också dess insikter för att utforma anpassade finansiella produkter och leverera mer personanpassade kundupplevelser, vilket driver både tillväxt och innovation.

Med tanke på Experians globala räckvidd, ser du skillnader i hur AI antas över regioner eller finansiella system? Hur anpassar sig Ascend till dessa varierande datamiljöer?

AI-antagandet varierar, med marknader som USA och Storbritannien som fokuserar på avancerade kredit- och bedrägerimodeller, medan framväxande regioner prioriterar finansiell inkludering. Vår Ascend-plattform anpassar sig genom att arbeta med lokala datakällor, regler och marknadsförhållanden, vilket tillhandahåller en flexibel plattform som stödjer regional regelefterlevnad samtidigt som den upprätthåller globala AI-kapaciteter.

Till exempel, när finansiella institutioner accelererar innovation, måste de balansera rörelsen mot GenAI-aktiverade funktioner med regelefterlevnad av globala modellriskhanteringsriktlinjer som SR 11-7 (USA) och SS1/23 (Storbritannien). Experian Assistant för modellriskhantering, som är integrerad i plattformen, erbjuder finansiella institutioner anpassningsbara, fördefinierade mallar, centrala modellstyrningsarkiv och transparenta interna arbetsflödesgodkännanden – vilket möjliggör för dem att uppfylla regelkraven med tillförsikt och effektivitet.

Om man ser framåt, hur ser du att plattformar som Ascend formar nästa generation av finansiell infrastruktur? Kommer AI slutligen att omdefiniera vad som menas med tillit och identitet i digital finans?

Ascend kommer att vara central för nästa generation av finansiell infrastruktur genom att kombinera avancerad analys, tillförlitlig identitetshänsyn och agenterad AI för att leverera snabbare, mer exakta och säkrare beslut. Agenterad AI:s förmåga att lära sig beteenden, tillämpa resonemang och förutsäga resultat innebär att den kan automatisera komplexa, datastyrd processer i en skala och hastighet utöver mänsklig kapacitet. Framtiden kommer att kräva “säkra AI-ramverk” – som virtuella assistenter som håller människor i kontroll av AI-styrda processer – för att säkerställa maximal effektivitet utan att avstå från kritisk bedömning till algoritmer ensamma. På detta sätt kan Ascend hjälpa till att omdefiniera vad som menas med tillit och identitet i digital finans: en balans mellan banbrytande automatisering och mänsklig styrning som främjar både innovation och tillförsikt.

Tack för den underbara intervjun, läsare som vill lära sig mer bör besöka Experian.