Vijay Mehta, Phó Chủ Tịch kiêm Tổng Giám Đốc Giải Pháp và Phân Tích Toàn Cầu tại Experian – Phỏng Vấn

Vijay Mehta, Phó Chủ Tịch kiêm Tổng Giám Đốc Giải Pháp và Phân Tích Toàn Cầu tại Experian, là một nhà lãnh đạo chuyển đổi với hơn 20 năm kinh nghiệm trong việc thúc đẩy đổi mới, chiến lược công nghệ và tăng trưởng. Tại Experian, ông đã ra mắt nền tảng dữ liệu lớn Ascend, thành lập Nhóm Đổi Mới và Giải Pháp, và dẫn dắt quá trình chuyển đổi sang đám mây và trí tuệ nhân tạo của công ty. Trước đó, ông từng giữ vị trí CTO và Kiến Trúc Sư trưởng, xây dựng các đội ngũ hoạt động hiệu quả, phát triển các giải pháp SaaS và mang lại tăng trưởng doanh thu mạnh mẽ trong khi cắt giảm chi phí. Sự nghiệp của ông bao gồm các vị trí lãnh đạo tại Baker Hill, Sallie Mae và RealMed, kết hợp chuyên môn kỹ thuật sâu sắc với tầm nhìn chiến lược.

Experian là một nhà lãnh đạo toàn cầu trong lĩnh vực báo cáo tín dụng người tiêu dùng và doanh nghiệp, phân tích dữ liệu và dịch vụ tiếp thị, hoạt động tại hơn 40 quốc gia với doanh thu hàng năm vượt quá 5 tỷ đô la. Công ty giúp các cá nhân tiếp cận tài chính, hỗ trợ các doanh nghiệp trong việc đưa ra quyết định thông minh và cho phép các nền kinh tế phát triển mạnh bằng cách tận dụng dữ liệu, phân tích nâng cao và các công nghệ mới nổi như trí tuệ nhân tạo và nền tảng đám mây.

Bạn đã dành nhiều thập kỷ xây dựng năng lực phân tích và trí tuệ nhân tạo của Experian. Điều gì đã thu hút bạn đến giao điểm của khoa học dữ liệu, mô hình rủi ro và kết quả người tiêu dùng?

Điều gì thu hút tôi đến không gian này là cơ hội duy nhất để sử dụng dữ liệu và trí tuệ nhân tạo không chỉ để giải quyết các thách thức kỹ thuật, mà còn để tạo ra sự khác biệt thực sự trong cuộc sống tài chính của mọi người. Sớm trong sự nghiệp của tôi, tôi đã thấy được sức mạnh của phân tích trong việc quản lý rủi ro, nhưng cũng cách nó có thể mở ra cánh cửa cho người tiêu dùng – mở rộng khả năng tiếp cận tín dụng, bảo vệ họ khỏi gian lận và tạo ra các cơ hội tài chính cá nhân hóa hơn. Sự kết hợp giữa khoa học nghiêm ngặt, giải quyết vấn đề phức tạp và tác động tích cực có thể cảm nhận được đối với người tiêu dùng hàng ngày là điều đã giữ tôi đam mê với công việc này trong nhiều thập kỷ.

Nền Tảng Ascend hiện đã là đám mây và tận dụng dữ liệu xác thực danh tính của Mastercard (MA ). Sự kết hợp này đã thay đổi cách khách hàng tiếp cận phòng chống gian lận và quyết định rủi ro như thế nào?

Sự tích hợp công nghệ xác thực danh tính của Mastercard vào Nền Tảng Ascend của Experian đã biến đổi cách khách hàng của chúng tôi tiếp cận gian lận và quyết định rủi ro. Bằng cách kết hợp khả năng xác thực danh tính an toàn và hiệu quả của Mastercard với phân tích dữ liệu nâng cao của Ascend, họ có thể xác thực danh tính một cách liền mạch trong khi làm việc trong một môi trường mạnh mẽ duy nhất.

Ascend có một tập hợp tính năng sâu rộng. Nó cung cấp thông tin không thể sánh được, hình ảnh hóa dữ liệu nâng cao và một quy trình phát triển mô hình được đơn giản hóa. Để giúp khách hàng của chúng tôi tận dụng tất cả các chức năng của Ascend và tăng tốc các nhiệm vụ phân tích, mô hình hóa và quyết định tiên tiến khác, chúng tôi đã ra mắt công cụ trí tuệ nhân tạo thời gian thực của mình, Trợ Lý Experian, vào tháng Mười vừa qua.

Với Trợ Lý Experian, các doanh nghiệp có thể tương tác với dữ liệu tài chính phức tạp theo cách trò chuyện, làm cho phân tích trở nên dễ tiếp cận và có thể hành động hơn. Sự dễ sử dụng này giúp đẩy nhanh quá trình ra quyết định, rút ngắn thời gian phát triển mô hình từ vài tháng xuống còn vài ngày (hoặc thậm chí vài giờ), và cho phép khách hàng nhanh chóng kiểm tra, ra mắt và tinh chỉnh các chiến lược phòng chống gian lận.

Cùng nhau, những đổi mới này cho phép hơn 1.800 khách hàng xuyên ngành toàn cầu của Experian tăng cường phòng thủ chống lại gian lận, nâng cao trải nghiệm khách hàng và đưa ra quyết định rủi ro nhanh hơn, thông minh hơn, cuối cùng giảm thiểu ma sát hoạt động trong khi tăng cường năng suất và hợp tác.

Experian phục vụ gần như tất cả các ngân hàng và tổ chức cho vay lớn tại Mỹ – làm thế nào bạn đảm bảo nền tảng phát triển đủ nhanh để đáp ứng tốc độ đổi mới trong trí tuệ nhân tạo tạo sinh và phân tích thời gian thực?

Trong hơn một thập kỷ, chúng tôi đã phát triển các tiến bộ chuyển đổi, từ việc tiên phong trong các giải pháp trí tuệ nhân tạo không mã và mã thấp đến việc phát triển các mô hình đánh giá rủi ro tín dụng đột phá nhằm thúc đẩy sự bao gồm tài chính.

Bằng cách tận dụng chuyên môn của các nhà khoa học dữ liệu và kỹ sư phần mềm cấp tiến sĩ và khuyến khích một văn hóa hợp tác thúc đẩy đổi mới từ cấp cơ sở, chúng tôi nhanh chóng phát triển các mô hình, nguyên mẫu và thử nghiệm các công nghệ mới để đáp ứng nhu cầu thị trường và kỳ vọng của khách hàng đang thay đổi nhanh chóng. Cách tiếp cận năng động này, kết hợp với kinh nghiệm sâu sắc của chúng tôi trong trí tuệ nhân tạo tạo sinh và học máy, đảm bảo chúng tôi vẫn ở vị trí hàng đầu trong các tiến bộ dữ liệu.

Ví dụ, chúng tôi đảm bảo Nền Tảng Ascend phát triển nhanh bằng cách liên tục cập nhật khả năng AI/ML của nó, tích hợp dữ liệu thời gian thực và đổi mới của đối tác, và cung cấp một môi trường đám mây linh hoạt nơi khách hàng có thể xây dựng, thử nghiệm và triển khai các mô hình mới một cách nhanh chóng – theo kịp các tiến bộ như trí tuệ nhân tạo tạo sinh và quyết định thời gian thực.

Làm thế nào Ascend sử dụng học máy để thích nghi với các mẫu gian lận mới hoặc các mối đe dọa danh tính, đặc biệt là trong thời đại của các danh tính tổng hợp và deepfake?

Nền Tảng Ascend của Experian kết hợp nhiều tín hiệu (dữ liệu tín dụng, danh tính kỹ thuật số, thiết bị và hành vi) và cho phép người dùng xây dựng và triển khai các mô hình và chiến lược quyết định học máy trực tiếp trên dữ liệu đó. Sự kết hợp này giúp nó phát hiện các mẫu gian lận mới – như danh tính tổng hợp và giả mạo được hỗ trợ bởi deepfake – một cách nhanh chóng và trên quy mô lớn.

Với áp lực ngày càng tăng để cung cấp trải nghiệm người tiêu dùng liền mạch, làm thế nào Ascend giúp các tổ chức cá nhân hóa quyết định trong khi vẫn bảo vệ quyền riêng tư và bảo mật?Ascend thực hiện điều này bằng cách kết hợp phân tích nâng cao với các công cụ trí tuệ nhân tạo an toàn. Trợ Lý Experian cho phép các doanh nghiệp tương tác với dữ liệu tài chính theo cách trò chuyện, làm cho phân tích phức tạp trở nên dễ tiếp cận hơn.

Với thông tin thời gian thực ở ngón tay, khách hàng của chúng tôi có thể nhanh chóng điều chỉnh quyết định theo nhu cầu cụ thể của họ, nâng cao trải nghiệm người tiêu dùng và thử nghiệm hoặc ra mắt các sáng kiến nhanh hơn, tất cả trong khi duy trì các giao thức bảo mật và quyền riêng tư dữ liệu nghiêm ngặt. Cách tiếp cận này cho phép khách hàng cải thiện năng suất, thúc đẩy hợp tác và cung cấp dịch vụ được cá nhân hóa một cách mượt mà với sự tự tin.

Nhiều nền tảng tuyên bố cung cấp “quyết định trí tuệ nhân tạo”. Điều gì phân biệt Ascend với các công cụ quyết định tín dụng hoặc phân tích dựa trên đám mây khác trên thị trường hiện nay?

Nền Tảng Ascend của Experian nổi bật vì nó kết hợp dữ liệu tín dụng và danh tính phong phú của Experian với một môi trường học máy/trí tuệ nhân tạo từ đầu đến cuối – cho phép người dùng xây dựng, thử nghiệm và triển khai mô hình trực tiếp trên dữ liệu được quản lý trong một đám mây an toàn. Không giống như các nền tảng chung chung, nó tích hợp quyết định, thông tin về gian lận/danh tính và quản trị tuân thủ trong một nơi, cho phép thích nghi nhanh hơn với thay đổi thị trường và quy định.

 Ascend cũng mang lại kết quả có thể đo lường được. Trên thực tế, một nghiên cứu độc lập từ Forrester cho thấy Ascend giúp các tổ chức tài chính cải thiện đáng kể cả quyết định tín dụng và quyết định gian lận, mang lại tỷ suất lợi nhuận đầu tư 183% và hoàn vốn trong vòng 12 tháng.

Thiên kiến trí tuệ nhân tạo là một mối quan ngại ngày càng tăng trong lĩnh vực dịch vụ tài chính. Làm thế nào Experian xác định và giảm thiểu sự thiên vị tiềm ẩn trong các mô hình của mình – đặc biệt là những mô hình được sử dụng cho quyết định tín dụng hoặc xác thực danh tính?

Chúng tôi áp dụng một cách tiếp cận trí tuệ nhân tạo có trách nhiệm trong phát triển sản phẩm, nhúng công bằng, minh bạch và bảo mật vào mọi giai đoạn tạo và triển khai mô hình.

Chúng tôi thực hiện điều này bằng cách xác định và giảm thiểu thiên vị trí tuệ nhân tạo bằng cách kiểm tra nghiêm ngặt các mô hình về tác động khác biệt, loại bỏ hoặc hạn chế các tính năng thiên vị, sử dụng các công cụ trí tuệ nhân tạo có thể giải thích (như SHAP/LIME) và liên tục theo dõi công bằng trong sản xuất. Trong tín dụng và xác thực danh tính, chúng tôi giảm thiểu rủi ro bằng cách phân lớp các tín hiệu dữ liệu đa dạng, xác thực các công cụ sinh trắc học trên các dân số và đảm bảo tuân thủ các quy định cho vay công bằng.

Làm thế nào khách hàng của bạn đang sử dụng Ascend không chỉ để giảm gian lận hoặc cải thiện thẩm định tín dụng, mà để thực sự mở rộng cơ sở khách hàng và đổi mới các sản phẩm tài chính mới?

Khách hàng sử dụng Nền Tảng Ascend của chúng tôi để khám phá các phân khúc khách hàng mới với phân tích nâng cao, tối ưu hóa quyết định tín dụng cho phê duyệt nhanh hơn và mở rộng an toàn khả năng tiếp cận tín dụng bằng cách phân biệt rủi ro tốt hơn. Họ cũng tận dụng thông tin của nó để thiết kế các sản phẩm tài chính được cá nhân hóa và cung cấp trải nghiệm khách hàng được cá nhân hóa hơn, thúc đẩy cả tăng trưởng và đổi mới.

Đ δεδο đến sự hiện diện toàn cầu của Experian, bạn có thấy sự khác biệt trong việc áp dụng trí tuệ nhân tạo trên các vùng hoặc hệ thống tài chính không? Làm thế nào Ascend thích nghi với các môi trường dữ liệu khác nhau?

Sự áp dụng trí tuệ nhân tạo khác nhau, với các thị trường như Mỹ và Anh tập trung vào các mô hình tín dụng và gian lận tiên tiến, trong khi các khu vực mới nổi ưu tiên bao gồm tài chính. Nền Tảng Ascend của chúng tôi thích nghi bằng cách làm việc với các nguồn dữ liệu địa phương, quy định và điều kiện thị trường, cung cấp một nền tảng linh hoạt hỗ trợ tuân thủ khu vực trong khi duy trì khả năng trí tuệ nhân tạo toàn cầu.

Ví dụ, khi các tổ chức tài chính tăng tốc đổi mới, họ phải cân bằng việc chuyển sang các khả năng được hỗ trợ bởi trí tuệ nhân tạo tạo sinh với việc tuân thủ các hướng dẫn quản lý rủi ro mô hình toàn cầu như SR 11-7 (Mỹ) và SS1/23 (Anh). Trợ Lý Experian cho Quản Lý Rủi Ro Mô Hình, được tích hợp vào nền tảng, cung cấp cho các tổ chức tài chính các mẫu có thể tùy chỉnh, các kho lưu trữ quản lý mô hình tập trung và phê duyệt quy trình công việc nội bộ minh bạch – cho phép họ đáp ứng các hướng dẫn quy định với sự tự tin và hiệu quả.

Khi nhìn về tương lai, bạn thấy các nền tảng như Ascend định hình cơ sở hạ tầng tài chính thế hệ tiếp theo như thế nào? Liệu trí tuệ nhân tạo cuối cùng có định nghĩa lại ý nghĩa của niềm tin và danh tính trong tài chính số không?

Ascend sẽ là trung tâm của cơ sở hạ tầng tài chính thế hệ tiếp theo bằng cách kết hợp phân tích nâng cao, thông tin về danh tính đáng tin cậy và trí tuệ nhân tạo đại lý để cung cấp quyết định nhanh hơn, chính xác hơn và bảo mật hơn. Khả năng của trí tuệ nhân tạo đại lý trong việc học hành vi, áp dụng lý lẽ và dự đoán kết quả có nghĩa là nó có thể tự động hóa các quy trình dữ liệu phức tạp với quy mô và tốc độ vượt quá khả năng của con người. Tương lai sẽ yêu cầu các khuôn khổ “trí tuệ nhân tạo an toàn” – như các trợ lý ảo giữ con người kiểm soát các quy trình được thúc đẩy bởi trí tuệ nhân tạo – để đảm bảo hiệu quả tối đa mà không từ bỏ sự phán quyết quan trọng cho các thuật toán một mình. Theo cách này, Ascend có thể giúp định nghĩa lại ý nghĩa của niềm tin và danh tính trong tài chính số: một sự cân bằng giữa tự động hóa tiên tiến và quản trị con người nhằm thúc đẩy cả đổi mới và sự tự tin.

Cảm ơn vì cuộc phỏng vấn tuyệt vời, độc giả muốn tìm hiểu thêm có thể truy cập Experian.