Monica Eaton, grundlægger og administrerende direktør, Chargebacks911 – Interviewserie

Monica Eaton er grundlægger og administrerende direktør for Chargebacks911 og Fi911 samt Chief Information Officer for Global Risk Technologies. Monica har utrætteligt arbejdet for at uddanne handlende og finansielle institutioner om skjulte trusler i det hastigt skiftende landskab for betalingssvindel.

Chargebacks911 er en global fintech-virksomhed, der specialiserer sig i forebyggelse af chargebacks, tvistløsning og første-parts svindelbegrænsning. Virksomheden leverer SaaS-baserede teknologier og datadrevne tjenester, der hjælper handlende med at reducere tab fra chargebacks, forebygge svindel og forbedre indtægtsfastholdelse. Som svar på Visas integration med ChatGPT har virksomheden fremhævet en potentielt betydelig udfordring for betalingsindustrien: eksisterende tvist-rammer blev bygget ud fra antagelsen om, at en forbruger direkte foretog et køb. Efterhånden som agentisk handel udvider sig, kan handlende, udstedere og betalingsnetværk stå over for stigende vanskeligheder med at bevise autorisation, fastslå intention og bestemme ansvar, når forbrugere bestrider transaktioner initieret af AI-agenter, der handler på deres vegne.

Fi911 leverer finansielle institutioner med back-office automatisering og betalingsdrifts-teknologi designet til udstedere, erhververe, banker, fintechs og betalingsudbydere. Platformen omfatter værktøjer til onboarding af handlende, risikostyring, afstemning og tvistbehandling, med sin DisputeLab™-løsning fokuseret på at strømline og automatisere chargeback-levetiden. Efterhånden som AI-drevet køb bliver mere almindeligt, argumenterer Fi911 for, at finansielle institutioner vil have brug for mere sofistikerede systemer til at verificere forbrugerautorisation, fordele ansvar og løse tvister. Virksomheden ser stigningen i agentisk handel som en katalysator for modernisering af tviststyringsinfrastruktur og forbedring af gennemsigtighed i betalingsøkosystemet.

Visas integration med ChatGPT driver agentisk handel fremad. Ud fra dine to årtier i tvistløsning, hvad er den største antagelse i de nuværende chargeback-rammer, som agentisk handel straks gør ugyldig?

Hele tvist-rammen hviler på ét grundlag: kortindehaveren foretog købet. Alle regler, alle bevisstandarder, al ansvarsfordeling i chargeback-økosystemet blev bygget omkring denne antagelse. Agentisk handel gør den straks ugyldig.

Når en forbruger delegere købsautorisation til en AI-agent, er transaktionen ikke længere et direkte udtryk for kortindehaverens intention. Den er resultatet af et sæt instruktioner, parametre og maskinbeslutninger, som måske eller måske ikke afspejler, hvad forbrugeren faktisk ønskede i det øjeblik. Denne sondring betyder enormt meget, når en transaktion bestrides. Spørgsmålet skifter fra “gjorde kortindehaveren denne betaling?” til “godkendte kortindehaveren, at agenten træffer denne slags beslutning?” Det er meget forskellige spørgsmål, og de eksisterende rammer har ingen mekanisme til at besvare dem.

Du har argumenteret for, at betalingsindustrien fokuserer på, hvordan AI fuldfører transaktioner snarere end hvad der sker, når disse transaktioner udfordres. Hvorfor mener du, at tvist- og ansvarsaspektet af agentisk handel bliver overset?

Fordi incitamenterne i betalingsverdenen altid har favoriseret konvertering frem for løsning. De virksomheder, der driver agentisk handel, herunder netværk, AI-udbydere og teknologiplatforme, måles på transaktionsvolumen, adoptationsrater og forbrugeroplevelse. Tvist-infrastrukturen er i sammenligning mindre attraktiv. Den befinder sig i bagerste del af betalingslivscyklussen og har en tendens til at blive betragtet som en andens problem, indtil det bliver alles problem.

Vi har set dette mønster før. Køb nu, betal senere voksede hurtigt, og tvist- og svindelimplikationerne blev adresseret år senere. Agentisk handel bevæger sig hurtigere, og kløften mellem front-end innovation og back-end parathed er bredere end nogensinde før.

I en verden, hvor forbrugere delegere købsautorisation til AI-assistenter, hvordan bør industrien omdefinere begreber som intention, autorisation og ansvarlighed?

Disse tre begreber skal adskilles i stedet for at blive behandlet som et enkelt spørgsmål, fordi de opererer på forskellige tidspunkter i transaktionslivscyklussen.

Intention skal indfanges på delegationspunktet. Hvad instruerede forbrugeren faktisk agenten til at gøre, og under hvilke betingelser? Denne registrering bliver grundlaget for enhver fremtidig tvist.

Autorisation skal verificeres på transaktionspunktet. Falder dette specifikke køb inden for den autorisationsramme, som forbrugeren har givet? Forbrugsgrænser og begrænsninger på handlertype hjælper, men de er grove værktøjer. Industrien vil have brug for mere granulære rammer.

Ansvarlighed skal tildeles på forhånd, ikke bestemmes efter en tvist er indgivet. Lige nu har ingen formelt aftalt, hvem der bærer ansvaret, når en AI-initieret transaktion udfordres. Denne tvetydighed vil skabe risiko for alle deltagere i økosystemet, medmindre ansvarlighed tydeligt defineres på forhånd.

Hvilke nye former for tvister forventer du at opstå, efterhånden som AI-drevet køb bliver mere udbredt gennem integrationer som Visa og ChatGPT?

Flere kategorier vil opstå, som de nuværende rammer simpelthen ikke genkender.

Omfangstvist vil være almindelige. Forbrugere kan argumentere for, at en agent overskred sin autorisation, selvom transaktionen teknisk set var inden for de fastsatte parametre. “Jeg autoriserede agenten til at købe flyrejser, ikke opgradere mig til business class” er en tvisttype, der ikke findes i dag.

Instruktions‑tvister vil følge. Forbrugere kan hævde, at agenten misforstod deres præferencer eller handlede på forældede instruktioner. Disse sager vil være ekstremt svære at afgøre, fordi beviskæden befinder sig inde i AI-systemer, som handlende ikke har adgang til.

Delegations‑tvister vil være de mest komplekse. Dette er situationer, hvor en forbruger hævder, at de ikke fuldt ud forstod den autorisation, de gav, da de opsatte agenten. Dette er den venlige svindel‑vektor, som bør bekymre industrien mest, fordi den er næsten umulig at modbevise.

Hvis en AI-assistent foretager et køb, som en forbruger senere bestrider, hvem bør bære ansvaret: forbrugeren, AI-udbyderen, handlende, udstederen eller betalingsnetværket?

Det ærlige svar er, at industrien endnu ikke har løst dette. Det ubesvarede spørgsmål er netop grunden til, at tvist‑infrastrukturen skal adresseres, før agentisk handel når massemarkedet.

Min opfattelse er, at ansvaret bør følge revisionssporet. Hvis en forbruger har fastsat klare parametre, og AI’en handlede inden for dem, bærer forbrugeren det primære ansvar. Hvis AI’en handlede uden for sin autoriserede ramme, skifter ansvaret mod udbyderen. Hvis handlende ikke havde en rimelig måde at verificere autorisation på, bør de ikke være den part, der absorberer tabet, hvilket er hvad den nuværende chargeback-model i praksis ville producere.

Det jeg er sikker på, er, at den eksisterende standard, hvor handlende bærer omkostningerne ved tvistede transaktioner, ikke er designet til dette miljø og vil skabe dybt urimelige resultater, hvis den anvendes uden ændring.

Gennem Chargebacks911 har du hjulpet virksomheder med at bekæmpe venlig svindel i mere end et årti. Hvordan forventer du, at første‑parts svindel vil udvikle sig, når forbrugere kan påstå, at en AI-agent, ikke de selv, traf købsbeslutningen?

Det skaber en betydelig ny vej for misbrug, og jeg vil være direkte omkring det i stedet for at blødgøre det.

Venlig svindel har altid hvilet på plausibel benægtelse. Forbrugeren påstår, at de ikke foretog et køb, ikke modtog varer, eller ikke genkender en opkrævning. Agentisk handel tilføjer et nyt lag af benægtelse, som er meget sværere at udfordre. “AI’en gjorde det, ikke jeg” er et forsvar, der lyder rimeligt for forbrugeren, for udstederens tvistteam og potentielt for en regulator.

Historisk set følger svindel adoption. Efterhånden som agentisk handel skalerer, vil dårlige aktører søge måder at udnytte tvetydigheden omkring AI‑initierede køb. Det giver industrien et begrænset vindue til at opbygge den rette infrastruktur, før tab begynder at stige.

Hvilke nye data, revisionsspor eller verifikationsmekanismer vil handlende og finansielle institutioner have brug for for at bevise gyldig autorisation i AI‑drevne transaktioner?

Det er her det operationelle arbejde skal foregå, og det er betydeligt.

Handlende vil have brug for adgang til delegationsoptegnelser. De vil have brug for beviser, der viser, hvilken autorisation forbrugeren gav agenten, hvornår de gav den, og under hvilke betingelser. I dag ligger disse oplysninger hos AI‑udbyderen, og der findes ingen standardiseret mekanisme til at dele dem i en tvist‑kontekst.

Udstedere vil have brug for transaktions‑niveau optegnelser, der går ud over selve betalingen. De vil have brug for indsigt i, hvilke instruktioner der udløste købet, hvad agentens beslutningslogik var, og om transaktionen faldt inden for forbrugerens angivne parametre.

Det er netop grunden til, at industrien har brug for moderne bevis‑styrings‑ og tvist‑løsningsplatforme. Systemer som UDMS og ResolveLab blev bygget omkring idéen om, at tvistbeslutninger skal drives af rigere data, stærkere revisionsspor og større gennemsigtighed. Men disse platforme kan kun fungere med data, der eksisterer og er tilgængelige. Lige nu er den rå bevis‑infrastruktur for agentisk handel ikke defineret.

Dagens chargeback‑rammer blev designet ud fra menneskelig købsadfærd. Hvad er de største huller i de eksisterende tvist‑løsningssystemer, når de anvendes på agentisk handel?

Tre huller træder tydeligt frem.

Bevisstandarderne blev designet til menneskelige transaktioner. Eksisterende årsagskoder, repræsentationsprocesser og dokumentationskrav afspejler en verden, hvor en person valgte at købe noget. Ingen af dem tager højde for maskin‑initierede køb, delegationsautorisation eller AI‑beslutningslogfiler.

Ansvarsfordeling er binær på en måde, der ikke passer til agentisk handel. Den nuværende model tildeler ansvar til enten handlende eller udsteder baseret på relativt simple kriterier. Agentisk handel introducerer flere parter, herunder forbrugeren, AI‑udbyderen, netværket, handlende og udsteder. Den eksisterende ramme har ingen mekanisme til at fordele ansvar mellem dem.

Tidslinjer er misjusterede. Chargeback‑vinduer blev designet ud fra menneskelig adfærd og hukommelse. I et miljø, hvor AI‑agenter kan foretage dusinvis af køb på vegne af en forbruger, vil afstanden mellem transaktion og tvist vokse, og de eksisterende tidsrammer vil skulle revurderes.

Forudser du nye branchestandarder eller reguleringer omkring AI‑genererede køb, og hvilken rolle bør betalingsnetværk, regulatorer og fintech‑virksomheder spille i at etablere dem?

Standarder vil opstå. Spørgsmålet er, om de opstår proaktivt eller reaktivt. Historisk set opstår standarder ofte efter, at nye former for risiko bliver synlige i stor skala. Industrien bør allerede nu arbejde på at etablere frivillige rammer, før regulatorer bliver tvunget til at handle.

Betalingsnetværk er bedst placeret til at handle først. De befinder sig i centrum af transaktionslivscyklussen, har relationer til alle parter og har den tekniske infrastruktur til at håndhæve standarder i stor skala. Visas meddelelse viser, at industrien tænker seriøst på front‑enden af agentisk handel. Den samme stringens skal nu anvendes på tvist‑ og ansvars‑infrastrukturen.

Regulatorer i både USA og Storbritannien følger allerede nøje AI i finansielle tjenester. De rammer, der opstår fra organer som CFPB og FCA, vil sandsynligvis først fokusere på forbrugerbeskyttelse. Det betyder, at handlende og udstedere skal være aktivt involveret i at forme disse standarder i stedet for kun at reagere på dem efterfølgende.

Ser vi fem år frem, hvordan ser et velfungerende agentisk handelsøkosystem ud, og hvilke skridt bør betalingsindustrien tage i dag for at sikre, at innovation ikke overhaler ansvarlighed?

Et velfungerende agentisk handelsøkosystem er et, hvor hastigheden og bekvemmeligheden ved AI‑drevet køb matches af en lige så sofistikeret infrastruktur til at fastlægge intention, løse tvister og fordele ansvar, når noget går galt. Disse to elementer skal udvikles parallelt. Lige nu er de det ikke.

De skridt, industrien bør tage i dag, er konkrete. Først skal der etableres standardiserede delegationsoptegnelser: et ensartet format til at indfange, hvilken autorisation en forbruger har givet en AI‑agent, som er tilgængeligt for alle parter i en tvist. For det andet skal ansvarsfordelingsrammer defineres, før tvister begynder at opstå i stor skala, ikke efter. For det tredje skal der investeres i bevis‑infrastrukturen, herunder revisionsspor, verifikationsmekanismer og tvist‑styringssystemer, som agentisk handel vil kræve.

De virksomheder og netværk, der udfører dette arbejde nu, vil definere, hvordan agentisk handel fungerer i stor skala. Dem, der ikke gør det, vil bruge det næste årti på at forsøge at eftermontere ansvarlighed i systemer, der aldrig blev designet til det.

Tak for det gode interview, læsere der ønsker at lære mere, bør besøge Chargebacks911 og Fi911.