Mastercard anpassar bedrägeribekämpning för AI-driven handel
Mastercards system för bedrägeribekämpning, som utvecklats för att stoppa bottar, måste nu anpassas till en situation där bottar gör inköp. Banken omformar sitt riskramverk för att möjliggöra AI-styrd handel.

Mastercard tvingas anpassa sitt system för bedrägeribekämpning, som har utvecklats under decennier för att stoppa bottar, eftersom AI-agenter nu börjar genomföra köp. Greg Ulrich, företagets chef för AI och data, förklarade att systemet nu måste möjliggöra för bottar att utföra transaktioner, istället för att enbart förhindra dem.
"Vi har byggt en uppsättning riskregler över tid som var avsedda att stoppa en bot från att göra en transaktion", sade Ulrich vid VB Transform 2026-evenemanget. "Nu måste vi möjliggöra för boten att göra transaktioner, vilket kräver en förändring av vårt riskramverk och våra riskregler."
Mastercard hanterar 175 miljarder transaktioner årligen, var och en bedömd för bedrägeririsken på mindre än en tiondels sekund. Ny teknik, som generativ AI, möjliggör användningen av mer data och kontext, vilket har förbättrat identifieringen av bedrägliga transaktioner med 300–400 % i högrisknivåer, utan att öka friktionen eller antalet falska positiva för konsumenter. Företagets Safety Net-system har stoppat över 70 miljarder bedrägliga transaktioner.
Ulrich betonade att AI:s skalbarhet drivs av förtroendet för agenterna. Mastercard har utvecklat ett femlagerssystem för att säkerställa förtroende i transaktioner som utförs av agenter. Lagren inkluderar identitetsverifiering (inklusive principen "Know Your Agent"), verifierbar avsikt (ett kryptografiskt register över ursprungliga instruktioner), kontroller (begränsningar för köp), utförande (Mastercard Agent Pay) och intelligens (riskregler och samtyckesbaserad insikt).
Mastercard ser den största tillväxtpotentialen för AI-driven handel inom företagsövergripande inköp. Till exempel kan en tillverkare använda en agent för att automatiskt hantera lagernivåer och påfyllning inom budget och med godkända leverantörer. Detta kräver en robust infrastruktur som möjliggör samarbete mellan olika agenter – inköpsagenter, leverantörsagenter och bankagenter.