萬事達卡全新生成式AI模型 打造支付與商業洞察引擎

本文為編譯稿。文章撰寫者為Steve Flinter, Distinguished Engineer (SVP), Artificial Intelligence, Mastercard AI Center of Excellence。

【紐約訊】生成式AI的崛起，徹底改變了聊天機器人的運作方式。如今，和AI對話早已不是科幻電影裡的場景，而是我們習以為常的事情。萬事達卡相信，生成式AI帶來的變革絕不僅限於人機對話，它還將重新定義整個商業生態，讓支付更迅速、購物體驗更貼近個人需求、資安防護更精準到位。

為實現這一願景，萬事達卡團隊正持續研發一款全新的AI基礎模型，致力於將其作為多元應用場景的核心基礎，廣泛應用於多個業務領域。我們從數十億筆的交易資料開始，利用萬事達卡獨有的資料優勢，對該模型展開了高強度訓練；為保護用戶隱私，所有用於訓練的交易資料皆已完成去識別化處理。在對海量匿名交易進行分析後，該模型將具備預測未來支付行為的能力。

現今的AI聊天機器人一般透過預測句子中的下一個字來生成內容。萬事達卡新模型的工作原理與其相似，不過，萬事達卡的目標並非打造另一個聊天機器人，而是將其發展為驅動各項服務的智慧洞察引擎，進一步提升資安防護、忠誠度計畫以及中小企業工具等多項產品與服務。目前，萬事達卡攜手Nvidia與Databricks兩大AI領域要角，共同推進新模型的研發。萬事達卡也將於今年Nvidia GTC大會上，正式對外展示相關研究成果。

新模型的運行機制

市面上主流的聊天機器人，如Claude、ChatGPT，依賴的是大型語言模型（LLM），使用大量非結構化數據（例如文字、影片、圖片等）。而萬事達卡的全新基礎模型則是透過一種專門針對結構化的大規模資料表進行訓練、被稱為大型表格模型（LTM）的深度學習神經網路。

目前，最新版的LTM正以數十億筆匿名交易資料進行訓練。未來計畫進一步擴展至數千億筆支付交易，並納入商戶位置、詐欺紀錄、授權資料、退款資料及忠誠計畫等多元資料集。整體運算基礎建立在整合式Nvidia加速運算平台之上，能以前所未有的速度處理資料。訓練資料愈豐富、類型愈多元，模型所能提供的洞察就愈深入，預測交易的準確度也將持續提升。

資安領域是萬事達卡聚焦的關鍵領域。一直以來，萬事達卡已建立起一套完善的資安防護體系，我們相信在導入新一代基礎模型後，將進一步強化各項工具的防護能力。在現有的資安AI模型中，萬事達卡的資料分析師會先使用原始交易資料進行訓練，接著再透過手動加入特徵值並引導模型辨識異常行為（例如消費金額異常激增），指引模型分析重點資料並標記潛在風險，從而識別並阻止相關詐欺行為，協助模型即時攔截詐欺交易。而新一代LTM則大幅降低對人工介入的依賴，能從自主學習資料中的關鍵特徵發掘出人類難以察覺的資料關聯性。

新模型的表現已超越業界主流的機器學習技術，展現出相當亮眼的早期成效。例如婚戒等高單價、低頻消費商品交易往往會觸發現有模型的警報機制並導致誤報。但在萬事達卡的測試中，新模型能捕捉到資料中的細微訊號，從而更準確地識別這些真實交易。未來，萬事達卡計畫建構整合現有AI模型與全新LTM的混合式資安系統，持續提升防護能力並增強系統的長期適應性。然而，這只是萬事達卡新模型的潛在應用方向之一，我們認為這套基礎模型同樣適用於提升忠誠度與獎勵計畫、個人化推薦、投資組合優化及資料分析等多個面向。此外，萬事達卡目前為了因應不同市場、業務情境與客戶需求，需要同時建置、訓練並維護數以千計的AI模型，新一代LTM有望成為更具彈性的共用基礎，協助大幅精簡模型數量、降低維運負擔。

前景展望

萬事達卡將持續深化LTM的技術能力，在模型架構層面引入更精密的演算法，讓模型能從原始資料中萃取更豐富的洞察；同時，萬事達卡也正積極開發API與開發者工具。未來，萬事達卡各團隊部門皆能便捷地串接這套基礎模型開發各式創新應用。不僅如此，萬事達卡也將持續深化與Nvidia及Databricks的夥伴關係，共同推動技術演進。在研發過程中，萬事達卡始終恪守資料責任原則，將用戶隱私保護、嚴謹的治理機制與透明度列為核心準則。

在聊天機器人飛速發展的當下，萬事達卡正看到這套基礎模型為產業帶來的影響力。支付產業將朝向更加智慧、安全與高效的遠大未來，邁出堅實的步伐。