0
0
Mastercard sedang merevisi sistem deteksi fraud yang telah dibangun selama puluhan tahun. Sistem ini awalnya dirancang untuk mencegah bot melakukan transaksi, namun kini harus diadaptasi agar bot atau AI agent dapat bertransaksi dengan aman. Perubahan ini muncul karena semakin banyak konsumen dan bisnis mendelegasikan otoritas pembelian kepada agen otonom.
Setiap kali kartu Mastercard digunakan, jaringan harus memberikan skor risiko dalam waktu kurang dari 100 milidetik. Skor ini berkisar dari nol hingga 999 dan dikirim ke bank penerbit. Tahun lalu, Mastercard memproses 175 miliar transaksi dengan pendekatan ini. Kini, kehadiran generative AI memungkinkan penambahan data dan konteks lebih banyak, sehingga deteksi fraud di segmen berisiko tinggi meningkat 300 hingga 400 persen tanpa menambah false positive bagi konsumen.
Greg Ulrich, Chief AI and Data Officer Mastercard, menjelaskan bahwa aturan risiko lama perlu dirombak total. Bukan hanya soal mengenali transaksi, melainkan juga memahami intent, perilaku, dan batasan yang diberikan pemilik kepada agen. Tanpa pemahaman ini, transaksi yang melibatkan agen menjadi jauh lebih rumit dibanding transaksi tunggal biasa.
Mastercard membangun lima lapisan keamanan untuk mendukung model ini. Lapisan pertama adalah identitas, termasuk know your agent untuk memvalidasi bahwa agen tersebut sah dan terdaftar. Lapisan kedua adalah verifiable intent yang mencatat instruksi asli secara kriptografis sehingga dapat diverifikasi jika terjadi ketidaksesuaian. Lapisan ketiga adalah kontrol yang membatasi merchant, nominal, dan syarat tertentu. Lapisan keempat adalah eksekusi melalui Mastercard Agent Pay yang sudah diintegrasikan dengan Microsoft, OpenAI, dan Google. Lapisan kelima adalah intelligence yang mencakup aturan risiko dan pemantauan ancaman.
Salah satu peluang terbesar terletak pada procurement bisnis. Agen dapat mengelola inventori, memesan ulang barang saat stok menipis, serta mematuhi anggaran dan daftar pemasok yang disetujui. Model ini membutuhkan standar identitas dan intent yang interoperable antar perusahaan, bank, dan pemasok.
Dampaknya terhadap industri pembayaran cukup signifikan. Bank penerbit dapat mengurangi beban manual dalam menangani dispute karena intent sudah tercatat secara objektif. Selain itu, adopsi luas agentic commerce berpotensi mempercepat standar identitas agen di seluruh ekosistem, mirip dengan evolusi KYC dan KYB yang sudah ada.
Mastercard juga telah menguji model keamanan baru bersama Anthropic dan OpenAI untuk menemukan kerentanan yang sebelumnya sulit terdeteksi. Pendekatan ini tetap mengikuti proses yang sama: memprioritaskan aset kritis, menjalankan model secara rutin, dan menangani patch berdasarkan tingkat keparahan. Pelajaran utama yang diperoleh adalah bahwa guardrail dan observability harus dibangun sejak awal, bukan ditambahkan setelah agen selesai dibuat.
Dengan perubahan ini, Mastercard menekankan bahwa kepercayaan terhadap agen AI menjadi faktor penentu skalabilitas teknologi tersebut di masa depan.
