Mastercard tengah melakukan penyesuaian signifikan terhadap sistem deteksi fraud yang telah dikembangkan selama puluhan tahun. Perubahan ini dilakukan karena semakin banyak transaksi yang kini diinisiasi oleh agen berbasis kecerdasan buatan, bukan lagi oleh manusia secara langsung. Greg Ulrich, Chief AI and Data Officer Mastercard, menjelaskan bahwa aturan risiko yang sebelumnya dirancang untuk mencegah bot melakukan transaksi kini perlu diubah agar dapat mengakomodasi agen tersebut.
Setiap kali kartu Mastercard digunakan, jaringan hanya memiliki waktu kurang dari sepersepuluh detik untuk menilai kemungkinan transaksi tersebut bersifat fraud. Penilaian ini dilakukan terhadap 175 miliar transaksi sepanjang tahun lalu. Ulrich menyatakan bahwa kehadiran generative AI memungkinkan Mastercard mengidentifikasi transaksi fraud hingga 300 hingga 400 persen lebih banyak pada kategori risiko tinggi, tanpa menambah gesekan atau false positive bagi konsumen.
Sekitar 40 persen bisnis Mastercard saat ini berasal dari layanan, termasuk pemasaran, keamanan, dan intelijen bisnis. Sepertiga dari segmen tersebut sudah didukung oleh teknologi AI dan mencatat pertumbuhan lebih cepat dibandingkan segmen lain. Ulrich menekankan bahwa faktor kepercayaan menjadi kunci utama agar agen AI dapat terus berkembang, baik bagi konsumen, bisnis, maupun lembaga keuangan.
Mastercard membangun lima lapisan keamanan untuk mengatasi kompleksitas transaksi agenik. Lapisan pertama adalah identitas, yang mencakup verifikasi konsumen sekaligus agen melalui proses know your agent. Lapisan kedua adalah verifiable intent yang memberikan catatan kriptografis mengenai instruksi asli transaksi. Lapisan ketiga berupa kontrol yang membatasi merchant, nilai transaksi, dan kondisi tertentu.
Lapisan keempat adalah eksekusi melalui Mastercard Agent Pay yang telah diluncurkan bersama Microsoft, OpenAI, dan Google. Lapisan kelima adalah intelijen yang mencakup aturan risiko, insight token, serta pemantauan ancaman. Pendekatan ini juga diterapkan pada skenario procurement bisnis yang lebih besar, di mana agen dapat mengelola inventaris dan anggaran secara otonom.
Perubahan ini membawa implikasi penting bagi standarisasi identitas agen lintas platform. Tanpa standar bersama, komunikasi antara procurement agent, supplier agent, dan banking agent akan sulit berjalan secara mandiri. Selain itu, penyesuaian aturan risiko ini berpotensi mempercepat adopsi commerce berbasis agen di sektor B2B, karena perusahaan dapat mendelegasikan proses pengadaan dengan tingkat keamanan yang terukur.
Mastercard juga telah mengintegrasikan model transformer sendiri ke dalam data transaksi untuk memperkuat solusi keamanan dan personalisasi. Pengalaman membangun agen internal selama 14 bulan terakhir menunjukkan bahwa guardrail dan observabilitas harus disematkan sejak awal desain, bukan ditambahkan kemudian. Pendekatan ini diyakini akan menjadi fondasi bagi arsitektur agen di masa depan.
