Платежная сеть готовится пускать ботов в торговый зал — и переписывает риск-правила впервые за десятилетия.
Mastercard десятилетиями строила свою антифрод-систему с одной целью: не пускать ботов к платежам. Сотни миллиардов транзакций, доли секунды на оценку риска — и всё ради того, чтобы мошеннические алгоритмы оставались за бортом. Но теперь ИИ-агенты сами приходят за покупками, и компании приходится переписывать собственные правила.
На конференции VB Transform 2026 глава по данным и ИИ Mastercard Грег Ульрих объяснил, как карточная сеть адаптируется к новой реальности. Вместо того чтобы блокировать ботов, ей нужно научиться доверять им — но при этом не открыть шлюзы мошенникам. Это фундаментальная смена парадигмы, которая затрагивает не только антифрод, но и identity-системы, стандарты взаимодействия между компаниями и саму архитектуру доверия.
Разбираемся, как Mastercard перестраивает сеть, которая за год обрабатывает 175 млрд транзакций, какие пять уровней защиты понадобятся для агентной коммерции и почему даже ИИ-безопасность теперь выглядит иначе.
От запрета ботов к их поддержке: Mastercard обновляет антифрод-систему
В Mastercard происходит тектонический сдвиг: антифрод, который больше двух десятилетий учили считать ботов ворами, разворачивают на 180 градусов. Риск-правила переписывают, потому что боты перестали быть угрозой — они стали покупателями.
Каждый раз, когда карту Mastercard подносят к терминалу, у сети есть меньше ста миллисекунд, чтобы вынести вердикт: мошенническая транзакция или нет. В прошлом году через эту проверку прошло 175 миллиардов платежей. Раньше среди них легко было вычислить автоматизированных ботов и заворачивать их. Теперь эти же боты — желанные клиенты.
С такой постановкой вопроса Грег Ульрих, главный директор по данным и ИИ Mastercard, выступил на VB Transform 2026 в Менло-Парке. «Мы построили кучу риск-правил, чтобы остановить бота от транзакций, — сказал он. — Теперь нам нужно позволить боту совершать транзакции, а это требует изменения нашего риск-фреймворка и правил».
Ульрих знает компанию изнутри: одиннадцать лет назад Mastercard поглотила аналитическую фирму, в которой он тогда работал, — и он остался в платежной сети. Доверие, по его словам, поразило его в первый же рабочий день. Именно на нём держится вся платёжная экосистема: продавец, который вас никогда не видел, решается принять платёж, покупатель — спокойно оплачивать, зная, что при любом сбое есть механизм споров и возвратов.
Генеративный ИИ заметно расширил обзор системы. На высокорисковых диапазонах Mastercard теперь выявляет на 300–400% больше мошеннических транзакций — и без лишнего трения для обычных пользователей, и без ложных срабатываний. За плечами системы Safety Net — более 70 миллиардов остановленных попыток мошенничества. Вдобавок компания строит собственную модель-трансформер на транзакционных данных: её хотят использовать как фундамент новых решений для безопасности, защищённости и персонализации.
Для бизнеса ставки растут. Примерно 40% нынешней выручки Mastercard приходится на сервисы — маркетинг, антифрод, бизнес-аналитику. И около трети этих направлений уже работают на ИИ, при этом растут заметно быстрее остальных подразделений.
Ульрих в ходе сессии то и дело возвращался к одной мысли: масштабирование ИИ упирается не в возможности агентов, а в уровень доверия к ним со стороны потребителей, бизнеса и финансовых институтов. В инфраструктуре, где ботов традиционно считали угрозой, такое признание звучит почти как революция.
Текущий продакшн-стек антифрода Mastercard ещё в начале этого года детально разбирали в подкасте VentureBeat Beyond the Pilot. Похоже, его придётся разбирать снова — настолько быстро здесь пересматривают даже самые базовые допущения. Вчерашние враги становятся клиентами, и это лучший сюжет о том, как ИИ меняет платёжную индустрию прямо на наших глазах.
Пять уровней доверия для агентной коммерции
Пять слоев, которые превращают агента в доверенное лицо
Первый уровень — идентичность. Мало знать, кто такой человек. Нужно еще понимать, что за агент действует от его имени. Mastercard объединяет данные о человеке и агенте, применяет принцип KYA (know your agent) и регистрирует легитимных агентов в своей системе. Второй — проверяемое намерение. Инструкция, которую владелец дал агенту, записывается в неизменяемую криптографическую запись, путешествующую вместе с транзакцией. Ульрих приводит простую иллюстрацию: если ты просил черные Nike 12-го размера, а агент купил по акции невозвратный товар — ответ на вопрос «кто виноват» можно получить объективно и задним числом. Третий — контроль. Тут прописывается, у каких продавцов агенту можно покупать, в каких пределах и на каких условиях. Четвертый — исполнение через Mastercard Agent Pay. Встроены токенизация, аутентификация и приёмочный фреймворк. Запущено уже с Microsoft, OpenAI, Google и другими. Пятый — интеллект. Сюда входят риск-правила, инсайт-токены (с согласия владельца они открывают доступ к персональным рекомендациям) и мониторинг Recorded Future, который выискивает в системе угрозы.Куда движется рынок
Самая интересная возможность тут не в том, чтобы купить кроссовки. Mastercard смотрит в сторону B2B-закупок. Представьте производителя, у которого агент управляет запасами, отслеживает, когда товар заканчивается, автоматически заказывает новый, знает бюджет и одобренных поставщиков. Для этого нужны те же пять уровней, но уже в масштабе межкорпоративного взаимодействия. А там в пляс идут агенты закупок, поставщиков и банков. Им придется общаться автономно, а значит, нужны единые стандарты идентичности и намерений. Без масштабной инфраструктуры доверия вся эта агентная возня так и останется лабораторным экспериментом.Безопасность, стандарты и идентичность: уроки внедрения агентного ИИ
Mastercard участвовала в Project Glasswing с моделью Anthropic Mythos и параллельно тестировала OpenAI GPT-5.5-Cyber. По словам Ульриха, обе модели оказались «невероятно мощными» в поиске уязвимостей, которые раньше были труднодоступны для обнаружения. Но главное, что подчеркнул директор: это лишь «новый инструмент, а не новый процесс». Подход к защите не меняется кардинально, меняется вооружение.
Руководит всем этим chief security officer, а не ИИ-отдел. Выделенная команда приоритизирует самые критичные активы, регулярно прогоняет их через модели, фиксирует находки по уровням серьезности и автоматизирует установку патчей. Причем архитектура уже вышла за периметр Mastercard: компания делает ее доступной для других игроков.
Три урока за 14 месяцев
Ульрих сформулировал три урока, которые Mastercard извлекла за 14 месяцев активного внедрения агентов. Первый: защита должна встраиваться в систему с самого начала, а не прикручиваться сзади. Второй: проектировать нужно сразу с расчетом на масштаб. Третий: наблюдаемость и подотчетность важны не меньше, чем сам интеллект.
В компании это привело к созданию «агентной фабрики» — операционной системы, в которую комплаенс, наблюдаемость и защитные механизмы встроены изначально, а не добавляются для каждого агента отдельно. Даже контроль дрейфа моделей, который раньше велся вручную, теперь автоматизирован.
Ульрих честно предупредил о главной ловушке: «Если вы пытаетесь расширять уже построенную систему и добавлять guardrails постфактум — вы обречены на провал». Поэтому пилотный проект не должен быть одноразовым экспериментом.
Пилот, который захотелось переделать
В прошлом году Mastercard создала для своих 4000 консультантов набор агентов: deep research, text-to-SQL, Excel, PowerPoint. Инструменты получились рабочими, но сегодня компания строила бы их принципиально иначе. Ульрих признался: «Не уверен, что 14 месяцев назад мы ожидали, что уже будем переосмысливать фундаментальную архитектуру». Это лишний раз подтверждает: технологии движутся быстрее проектных решений.
Идентичность: открытый вопрос
Перестройка затрагивает и систему идентичности. В Agent Pay Mastercard аутентифицирует потребителя как в обычном e-commerce и привязывает к нему агента. Но вне этого фреймворка нужны открытые стандарты — как определить, что агент легитимен и принадлежит конкретному человеку.
Исследование VentureBeat Pulse в июне 2026 года показывает, насколько это слабое место: только 32% из 107 опрошенных предприятий выдают каждому агенту собственную управляемую идентичность, а лишь 12% включают такие продукты в шорт-лист.
Ульрих называет идентичность одной из самых быстрорастущих экосистем. Mastercard развивает это направление органически и через M&A уже шесть-семь лет, охватывая не только традиционные KYB и KYC, но и идентичность самих агентов. Так что переписывание риск-правил, которые десятилетиями не пускали ботов в сеть, продолжается на той же сети, что обработала 175 миллиардов транзакций в прошлом году.
Mastercard оказалась в непривычной роли: та самая инфраструктура, что десятилетиями отсекала ботов, сегодня превращается в шлюз для них. Получится ли у сети найти баланс между доверием и безопасностью — большой вопрос. Но уже ясно: эпоха, когда участие человека было обязательным условием транзакции, подходит к концу. Будем наблюдать.