Від KYC до KYA: Новий рівень довіри в комерції штучного інтелекту

Кожного року покупки стають все більш зручними. Сьогодні немає потреби йти в торговий центр на іншому боці міста, щоб купити продукти на тиждень або знайти наряд для вечірки. Достатньо декілька кліків на телефоні, і все буде доставлено до дверей якомога швидше.

Агенти штучного інтелекту здаються новим етапом у розвитку ще більш зручного шопінгу. За декілька секунд вони можуть сканувати сотні сайтів, щоб знайти найкращі пропозиції або вибрати товар з нечіткого опису, наприклад, “це було щось маленьке, кругле і зелене”. Спочатку це здається ще одним кроком у розвитку зручних інтерфейсів. Однак таке сприйняття є серйозною помилкою. Під цією зручністю лежать зміни у всій інфраструктурі комерції, яких раніше не бачили.

Відома особа, яка робить покупку

Платформи електронної комерції були побудовані навколо досить простої ідеї, що кожна покупка робиться людиною. Хто ще міг зробити це 10 чи 15 років тому? Цілый ланцюг дій користувача був сформований системами KYC і інструментами моніторингу шахрайства, які були в основному ефективними у запобіганні зловживанням. До тих пір, поки все не змінилося недавно.

Поява агентів штучного інтелекту повністю розрушила ці усталені системи, оскільки тепер між людиною і кнопкою “оплатити зараз” існує автономний посередник. Логіка його дій не завжди легко простежити. Як і його власник, агент може шукати товар, порівнювати ціни і застосовувати промо-код, але в момент покупки користувач може навіть не бути в кімнаті. Це викликає все більше занепокоєння щодо авторизації та відповідальності.

І саме тому KYC стає недостатнім. Платформа може перевірити користувача, але як вона може бути впевнена, що покупку не зробив його агент, який, можливо, не був навіть авторизований діяти таким чином? Це створює потребу в новій системі, яку можна назвати “Відома агент” (KYA), щоб відстежувати діяльність агентів.

Для ефективної роботи ця нова протокол повинна одночасно вирішувати декілька важливих питань. Вона повинна визначити, наскільки довірчим є агент, хто саме стоїть за ним, яку владу він отримав від користувача, і які докази можна зберегти, якщо виникне спор. Останнє питання є, фактично, одним з найважливіших, оскільки на нього можуть залежати мільярди доларів збитків.

Привернення уваги чорної скриньки машини

Як тільки компанії електронної комерції починають враховувати всі ці питання, вони зрозуміють, наскільки радикально змінюється їхня ціла модель. Причина полягає в тому, що користувач тепер дає агенту комерційне завдання, яке машина потім інтерпретує самостійно, хоча це і є чорною скринькою. Продавці і платформи повинні адаптуватися до логіки машини і намагатися привернути її увагу до своїх товарів.

Люди часто вибирають бренди, які виділяються візуально або використовують рекламу, щоб апелювати до досвіду та емоцій. Вражити агента таким чином буде набагато важче. Люди часто лені, і дивляться тільки на перші декілька сторінок результатів пошуку або просто клікають на першу рекламу. На відміну від цього, агент може сканувати десятки сторінок за секунди і знайти навіть на останній сторінці саме той продукт, який він вважає найкращим варіантом. В результаті платформи можуть вже не заробляти так само на рекламі та просуванні брендів, а продавці можуть знайти важче збільшити видимість і досягти через платну розстановку.

Для виживання в цьому швидкозмінному світі платформам електронної комерції потрібно розробити цілком нову інфраструктуру, засновану на намірах покупки. Найбільші гравці вже почали конкурувати за увагу агентів, тому OpenAI і Stripe впроваджують можливість покупки у свої інтерфейси штучного інтелекту. Однак, коли комерція починає спиратися на делеговані наміри, їй потрібно вирішити, що робити, коли ці наміри оскаржуються.

Це саме той момент, коли зміна стає особливо важливою для фінтех і платіжної інфраструктури, оскільки перевірка того, що клієнт використовує дійсну картку, і що транзакція не виглядає шахрайською, вже недостатньо. Компанії з обробки платежів повинні переглянути кожну операцію, щоб визначити, чи була вона виконана довірчим агентом від імені реального користувача. Ці завдання стають дедалі важливішими з кожним днем, оскільки майже 40% клієнтів вже використовували агентів штучного інтелекту при покупках якимось чином.

Формування платіжної інфраструктури

Для подолання цього виклику наступне покоління платіжної інфраструктури повинно поєднати шари ідентифікації, намірів і виконання транзакцій у єдину систему. Платежі повинні бути центровані на контексті, а не на самій транзакції. Використання традиційних метрик, таких як дані картки, категорія торговця, місце розташування та пристрій, буде недостатнім у світі, наповненому агентами штучного інтелекту. Платформа повинна знайти спосіб зрозуміти, хто саме запускає транзакцію, і яку владу він має в цьому відношенні.

Зниження ризику того, що агенти виконують неправильні транзакції, насправді стане найважливішим завданням для систем платежів. KYA, звичайно, не замінить традиційний фрод-скорінг поряд з ним, і це повинна бути ще одна шар навколо системи.

Встановлені компанії вже рухаються в цьому напрямку, і MasterCard, наприклад, будує систему Agent Pay як інфраструктуру для безпечних платежів в агентській комерції, яка центрована навколо зареєстрованих агентів і відстежуваних транзакцій. Google, у свою чергу, ввела новий протокол платежів агентів, який формує, як здійснюються транзакції. Ці приклади не є єдиними, все більше компаній розуміють, що це повинно бути наступним етапом у розвитку платіжної інфраструктури.

Будування таких систем має значення, оскільки багато підприємств ще не оцінюють проблему. Деякі торговці можуть не розрізняти трафік агентів і ботів, тоді як інші можуть дозволяти кожну транзакцію штучного інтелекту без проблем. Фінтех-компанії тут можуть побудувати цілком новий продукт, який надає аналіз в реальному часі, будуючи довіру від постачальників комерції та знаходить нові джерела доходу.

Майбутнє комерції може не залежати лише від того, хто робить платіж, але також від того, який агент прийняв рішення і чи дійсно це рішення відображало наміри клієнта.