Monica Eaton, grundare och VD, Chargebacks911 – Intervjuserie

Monica Eaton är grundare och VD för Chargebacks911 och Fi911, samt Chief Information Officer för Global Risk Technologies. Monica har arbetat outtröttligt för att utbilda handlare och finansiella institutioner om dolda hot i det snabbt föränderliga landskapet för betalningsbedrägerier.

Chargebacks911 är ett globalt fintech-företag som specialiserar sig på förebyggande av chargebacks, tvistlösning och mitigering av förstapartsförfalskning. Företaget tillhandahåller SaaS-baserade teknologier och datadrivna tjänster som hjälper handlare att minska förluster på chargebacks, förhindra bedrägerier och förbättra intäktsbehållning. Som svar på Visas integration med ChatGPT har företaget lyft fram en potentiellt betydande utmaning för betalningsindustrin: befintliga tvistramverk byggdes på antagandet att en konsument direkt gjorde ett köp. När agentbaserad handel expanderar kan handlare, utfärdare och betalningsnätverk möta ökande svårigheter att bevisa auktorisation, fastställa avsikt och bestämma ansvar när konsumenter bestrider transaktioner initierade av AI‑agenter som agerar på deras vägnar.

Fi911 tillhandahåller finansiella institutioner med back‑office‑automation och betalningsoperativ teknologi utformad för utfärdare, förvärvare, banker, fintech‑företag och betalningsleverantörer. Plattformen inkluderar verktyg för onboarding av handlare, riskhantering, avstämning och tvistbehandling, med sin DisputeLab™‑lösning fokuserad på att effektivisera och automatisera chargeback‑livscykeln. När AI‑drivet inköp blir vanligare menar Fi911 att finansiella institutioner kommer att behöva mer sofistikerade system för att verifiera konsumentens auktorisation, fördela ansvar och lösa tvister. Företaget ser ökningen av agentbaserad handel som en katalysator för att modernisera tvist‑hanteringsinfrastrukturen och förbättra transparensen i hela betalningsekosystemet.

Visas integration med ChatGPT driver agentbaserad handel framåt. Utifrån dina två decennier inom tvistlösning, vad är det största antagandet i nuvarande chargeback‑ramverk som agentbaserad handel omedelbart ogiltigförklarar?

Hela tvistramverket vilar på en grund: kortinnehavaren gjorde köpet. Varje regel, varje bevisstandard, varje ansvarsfördelning i chargeback‑ekosystemet byggdes kring det antagandet. Agentbaserad handel ogiltigförklarar det omedelbart.

När en konsument delegerar köpsbehörighet till en AI‑agent är transaktionen inte längre ett direkt uttryck för kortinnehavarens avsikt. Det är resultatet av en uppsättning instruktioner, parametrar och maskinbeslut som kan eller inte kan spegla vad konsumenten faktiskt ville ha i det ögonblicket. Den distinktionen är enormt viktig när en transaktion bestrids. Frågan skiftar från ”gav kortinnehavaren godkännande för denna betalning?” till ”gav kortinnehavaren agenten tillstånd att fatta den här typen av beslut?” De är mycket olika frågor, och befintliga ramverk har ingen mekanism för att besvara dem.

Du har hävdat att betalningsindustrin fokuserar på hur AI slutför transaktioner snarare än vad som händer när dessa transaktioner bestrids. Varför tror du att tvist‑ och ansvarssidan av agentbaserad handel förbises?

För att incitamenten inom betalningar alltid har gynnat konvertering framför lösning. Företagen som driver agentbaserad handel, inklusive nätverk, AI‑leverantörer och teknikplattformar, mäts på transaktionsvolym, antagandegrad och konsumentupplevelse. Tvist‑infrastrukturen är oattraktiv i jämförelse. Den sitter i bakänden av betalningslivscykeln och tenderar att behandlas som någon annans problem tills den blir allas problem.

Vi har sett detta mönster tidigare. Köp nu, betala senare skalerade snabbt, och tvist‑ och bedrägerifrågor adresserades år efter att de uppstått. Agentbaserad handel rör sig snabbare, och klyftan mellan front‑end‑innovation och back‑end‑beredskap är bredare än någonsin.

I en värld där konsumenter delegerar köpsbehörighet till AI‑assistenter, hur bör industrin omdefiniera begrepp som avsikt, auktorisation och ansvar?

Dessa tre begrepp måste separeras snarare än att behandlas som en enda fråga eftersom de verkar vid olika tidpunkter i transaktionslivscykeln.

Avsikt måste fångas vid delegationspunkten. Vad instruerade konsumenten faktiskt agenten att göra, och under vilka villkor? Den registreringen blir grunden för eventuella framtida tvister.

Auktorisation måste verifieras vid transaktionspunkten. Föll detta specifika köp inom den behörighet som konsumenten beviljade? Utgiftsgränser och begränsningar för handlarkategorier hjälper, men de är grova verktyg. Industrin kommer att behöva mer detaljerade ramverk.

Ansvar måste fördelas i förväg, inte fastställas efter att en tvist har inlämnats. För närvarande har ingen formellt kommit överens om vem som bär ansvar när en AI‑initierad transaktion bestrids. Denna oklarhet kommer att skapa risk för alla deltagare i ekosystemet om inte ansvar tydligt definieras i förväg.

Vilka nya former av tvister förväntar du dig att uppstå när AI‑drivet inköp blir mer vanligt genom integrationer som Visa och ChatGPT?

Flera kategorier kommer att uppstå som nuvarande ramverk helt enkelt inte känner igen.

Tvister om omfattning kommer att vara vanliga. Konsumenter kan hävda att en agent överskred sin behörighet även när transaktionen tekniskt sett låg inom de angivna parametrarna. ”Jag gav agenten tillstånd att köpa flyg, inte uppgradera mig till business class” är en tvisttyp som inte finns idag.

Tvister om instruktioner kommer att följa. Konsumenter kan påstå att agenten misstolkade deras preferenser eller agerade på föråldrade instruktioner. Dessa fall kommer att vara extremt svåra att avgöra eftersom beviskedjan ligger i AI‑system som handlare inte har tillgång till.

Tvister om delegation kommer att vara de mest komplexa. Detta är situationer där en konsument hävdar att de inte fullt ut förstod den behörighet de beviljade när de skapade agenten. Detta är den vänliga bedrägerivektorn som bör oroas mest av industrin eftersom den är nästan omöjlig att motbevisa.

Om en AI‑assistent gör ett köp som en konsument senare bestrider, vem bör bära ansvaret: konsumenten, AI‑leverantören, handlaren, utfärdaren eller betalningsnätverket?

Det ärligt svaret är att industrin ännu inte har löst detta. Den olösta frågan är exakt varför tvist‑infrastrukturen måste adresseras innan agentbaserad handel når massskala.

Min uppfattning är att ansvar bör följa revisionsspåret. Om en konsument satte tydliga parametrar och AI:n agerade inom dem, bär konsumenten det primära ansvaret. Om AI:n agerade utanför sin auktoriserade omfattning, skiftar ansvaret mot leverantören. Om handlaren inte hade någon rimlig möjlighet att verifiera auktorisation bör de inte vara den part som absorberar förlusten, vilket är vad den nuvarande chargeback‑modellen i praktiken skulle producera.

Det jag är säker på är att den befintliga standarden, där handlare bär kostnaden för bestridda transaktioner, inte är utformad för denna miljö och kommer att leda till djupt orättvisa resultat om den tillämpas utan förändring.

Genom Chargebacks911 har du hjälpt företag att bekämpa vänligt bedrägeri i över ett decennium. Hur förväntar du dig att förstapartsförfalskning utvecklas när konsumenter kan hävda att en AI‑agent, inte de själva, fattade köpsbeslutet?

Det skapar en betydande ny möjlighet för missbruk, och jag vill vara tydlig med det snarare än att tona ner det.

Vänligt bedrägeri har alltid förlitat sig på plausibel förnekelse. Konsumenten påstår att de inte gjort ett köp, inte mottagit varor eller inte känner igen en avgift. Agentbaserad handel lägger till ett nytt lager av förnekelse som är mycket svårare att bestrida. ”AI:n gjorde det, inte jag” är ett försvar som låter rimligt för en konsument, för en utfärdares tvistteam och potentiellt för en regulator.

Historiskt sett följer bedrägerier adoption. När agentbaserad handel skalar kommer illasinnade aktörer att söka sätt att utnyttja tvetydigheten kring AI‑initierade köp. Det ger industrin ett begränsat fönster att bygga rätt infrastruktur innan förlusterna börjar öka.

Vilken ny data, vilka revisionsspår eller verifieringsmekanismer kommer handlare och finansiella institutioner att behöva för att bevisa giltig auktorisation i AI‑drivna transaktioner?

Det är här det operativa arbetet måste ske, och det är betydande.

Handlare kommer att behöva tillgång till delegationsregister. De kommer att behöva bevis som visar vilken behörighet konsumenten beviljade agenten, när de beviljade den och under vilka villkor. Idag sitter den informationen hos AI‑leverantören, och det finns ingen standardiserad mekanism för att dela den i ett tvist‑sammanhang.

Utfärdare kommer att behöva transaktionsnivåregister som går bortom själva betalningen. De kommer att behöva insyn i vilka instruktioner som utlöste köpet, vad agentens beslutslogik var och om transaktionen föll inom konsumentens angivna parametrar.

Det är exakt därför industrin behöver moderna plattformar för bevis‑hantering och tvist‑lösning. System som UDMS och ResolveLab byggdes kring idén att tvistbeslut bör drivas av rikare data, starkare revisionsspår och större transparens. Men dessa plattformar kan bara fungera med data som finns och är tillgänglig. För närvarande har den råa bevisinfrastrukturen för agentbaserad handel inte definierats.

Dagens chargeback‑ramverk designades kring mänskligt köpbeteende. Vilka är de största luckorna i befintliga tvist‑lösningssystem när de tillämpas på agentbaserad handel?

Tre luckor framträder.

Bevisstandarder designades för mänskliga transaktioner. Befintliga felkoder, återrepresentationsprocesser och dokumentationskrav speglar en värld där en person valde att köpa något. Ingen av dem tar hänsyn till maskin‑initierade köp, delegerad behörighet eller AI‑beslutsloggar.

Ansvarsfördelning är binär på ett sätt som inte passar agentbaserad handel. Den nuvarande modellen tilldelar ansvar till antingen handlaren eller utfärdaren baserat på relativt enkla kriterier. Agentbaserad handel introducerar flera parter, inklusive konsumenten, AI‑leverantören, nätverket, handlaren och utfärdaren. Det befintliga ramverket har ingen mekanism för att fördela ansvar mellan dem.

Tidslinjer är feljusterade. Chargeback‑fönster designades kring mänskligt beteende och mänskligt minne. I en miljö där AI‑agenter kan göra dussintals köp på en konsuments vägnar kommer klyftan mellan transaktion och tvist att öka, och de befintliga tidsramarna måste omprövas.

Förutser du nya branschstandarder eller regleringar kring AI‑genererade köp, och vilken roll bör betalningsnätverk, regulatorer och fintech‑företag spela i att etablera dem?

Standarder kommer att uppstå. Frågan är om de uppstår proaktivt eller reaktivt. Historiskt sett uppstår standarder ofta efter att nya riskformer blir synliga i skala. Industrin bör nu arbeta för att etablera frivilliga ramverk innan regulatorer tvingas agera.

Betalningsnätverk är bäst positionerade att gå först. De sitter i centrum av transaktionslivscykeln, har relationer med alla parter och har den tekniska infrastrukturen för att genomdriva standarder i skala. Visas tillkännagivande visar att industrin tänker allvarligt på front‑end‑delen av agentbaserad handel. Samma stringens måste nu tillämpas på tvist‑ och ansvarsinfrastruktur.

Regulatorer i både USA och Storbritannien uppmärksammar redan AI inom finansiella tjänster. De ramverk som uppstår från organ som CFPB och FCA kommer sannolikt att fokusera på konsumentskydd först. Det innebär att handlare och utfärdare måste vara aktivt engagerade i att forma dessa standarder snarare än att svara på dem i efterhand.

Om vi ser fem år framåt, hur ser ett välfungerande ekosystem för agentbaserad handel ut, och vilka steg bör betalningsindustrin ta idag för att säkerställa att innovationen inte överträffar ansvarigheten?

Ett välfungerande ekosystem för agentbaserad handel är ett där hastigheten och bekvämligheten med AI‑drivet inköp matchas av en lika sofistikerad infrastruktur för att fastställa avsikt, lösa tvister och fördela ansvar när saker går fel. Dessa två saker måste utvecklas parallellt. För närvarande gör de det inte.

De steg som industrin bör ta idag är specifika. Först, etablera standardiserade delegationsregister: ett konsekvent format för att fånga vilken behörighet en konsument har beviljat en AI‑agent som är tillgängligt för alla parter i en tvist. För det andra, definiera ramverk för ansvarsfördelning innan tvister börjar dyka upp i skala, inte efteråt. För det tredje, investera i bevisinfrastrukturen, inklusive revisionsspår, verifieringsmekanismer och tvist‑hanteringssystem som agentbaserad handel kommer att kräva.

De företag och nätverk som utför detta arbete nu kommer att definiera hur agentbaserad handel fungerar i skala. De som inte gör det kommer att spendera nästa decennium på att försöka eftermontera ansvar i system som aldrig designades för det.

Tack för den fantastiska intervjun, läsare som vill lära sig mer bör besöka Chargebacks911 och Fi911.