マスターカードの新基盤モデルが決済詐欺を厳重防止

デジタル決済が急速に発展する時代において、詐欺行為は世界中の金融機関が直面する最大の脅威となっている。業界データによると、2025年には世界の決済詐欺による損失は500億ドルを超えると予測されている。決済大手のマスターカードは、AI技術を通じて強力な反撃に出ている。同社は最近、新型基盤モデル「大規模表形式モデル（Large Tabular Model、略称LTM）」を発表した。これは大規模言語モデル（LLM）に続く、構造化データ領域におけるAIの重大なブレークスルーである。

LTM vs LLM：表形式データのAI革命

GPTシリーズなど従来の大規模言語モデルは主に非構造化テキストや画像データを処理するが、LTMは表形式データ専用に設計されている。表形式データとは取引記録、財務報表など高度に構造化された情報を指し、マスターカードのLTMは数十億件の実際のカード取引データで訓練されている。このモデルは取引パターンの微妙な異常を捉えることができ、例えば異常な消費場所、頻度、金額の偏差などを検出し、リアルタイムで詐欺を検知する。

マスターカードは、この基盤モデルが数十億件のカード取引データで訓練され、数百の市場への拡大を計画していると述べている。

LLMと異なり、LTMは大量のテキストアノテーションを必要とせず、取引ログから直接特徴を学習する。これは訓練コストを削減するだけでなく、金融シーンでの精度も向上させる。想像してみてほしい：ユーザーが海外でカードを使用した際、モデルは瞬時に過去の行動履歴、加盟店の信頼性、リアルタイムのリスクシグナルを分析し、不正使用かどうかを判断する。

デジタル決済詐欺の厳しい課題

モバイル決済と非接触決済の普及に伴い、詐欺の手口はますます巧妙になっている。アカウント乗っ取りから合成ID詐欺まで、攻撃者はAIを利用して偽の取引を生成している。2024年、世界のクレジットカード詐欺率は0.1%以上に上昇し、マスターカードが処理する膨大な取引量は理想的なAI訓練場となっている。同社は年間2兆件以上の取引を処理しており、これらのデータはLTMの「金鉱」となっている。

業界背景では、類似のイノベーションがすでに現れ始めている。PayPalやVisaもAI詐欺防止システムを導入しているが、多くはルールエンジンや小規模な機械学習モデルに依存している。マスターカードのLTMは基盤モデルパラダイムの金融への移行を代表し、複数の詐欺タイプに汎化でき、リスクスコアリングや加盟店認証などの下流タスクをサポートする。

技術詳細と将来の拡張

LTMの核心はTransformerアーキテクチャの変形版にあり、シーケンス化された表形式の行を処理するよう最適化されている。訓練プロセスではフェデレーテッドラーニングなどのプライバシー保護技術が含まれ、データがローカルから流出しないことを保証する。マスターカードはモデルの一部コンポーネントをオープンソース化し、中小銀行が接続できるようにして、世界の決済エコシステムのセキュリティを向上させる計画だ。

拡張計画は野心的だ：現在のコア市場から数百カ国へ拡大し、多通貨、マルチチャネル取引をサポートする。ブロックチェーンや生体認証と組み合わせることで、LTMは「ゼロトラスト」決済ネットワークを構築する。

編集後記：AI金融新時代のマイルストーン

このイノベーションは技術的な飛躍であるだけでなく、金融AIのパラダイムシフトでもある。LTMは基盤モデルがチャットボットに留まらず、ハイリスク産業を再構築できることを証明している。課題はデータプライバシーとモデルバイアスにあり、マスターカードはEUのGDPRや中国の個人情報保護法などの規制とイノベーションのバランスを取る必要がある。しかし長期的には、詐欺による損失を大幅に削減し、金融包摂を推進するだろう。2026年を展望すると、より多くの決済大手が追随し、AIは決済セキュリティの「守護神」となるだろう。

AIテクノロジーニュース編集者として、我々はLTMの発表が構造化AIの爆発的発展を示すものであり、業界全体が注目すべきだと考える。効率を向上させるだけでなく、AI駆動の動的価格設定など新しいビジネスモデルを生み出す可能性もある。

（本文約1050字）

本文はAI Newsより編訳