Selama puluhan tahun, sistem keamanan Mastercard dirancang dengan satu tujuan utama: mengidentifikasi dan memblokir bot yang mencoba melakukan transaksi ilegal. Namun, seiring pesatnya perkembangan kecerdasan buatan, narasi ini berubah drastis. Bot kini tidak lagi sekadar ancaman, melainkan entitas yang dipercaya untuk melakukan transaksi atas nama manusia. Greg Ulrich, Chief AI and Data Officer Mastercard, menegaskan bahwa perusahaan kini harus memutar haluan dengan memfasilitasi transaksi bot alih-alih terus-menerus memblokirnya.
Pergeseran paradigma ini menuntut perombakan total pada kerangka kerja risiko Mastercard. Perusahaan yang memproses lebih dari 175 miliar transaksi per tahun ini kini harus mampu membedakan antara bot yang berniat jahat dan agen AI sah yang bertindak sebagai asisten pembeli. Dalam ajang VB Transform 2026, Ulrich menjelaskan bahwa tantangan utamanya bukan lagi sekadar mencegah akses, melainkan membangun ekosistem di mana transaksi otonom dapat berjalan dengan aman dan terpercaya.
Mastercard telah lama mengandalkan sistem yang mampu menilai risiko transaksi dalam waktu kurang dari 100 milidetik. Sistem ini memberikan skor dari nol hingga 999 untuk setiap transaksi, yang kemudian menjadi acuan bagi bank penerbit. Dengan integrasi AI generatif, efektivitas sistem ini meningkat signifikan. Perusahaan kini mampu mengidentifikasi 300 hingga 400 persen lebih banyak transaksi penipuan pada kategori berisiko tinggi tanpa mengganggu pengalaman pengguna melalui verifikasi berlebihan.
Keamanan berbasis kecerdasan buatan kini menjadi tulang punggung dari 40 persen portofolio bisnis Mastercard. Sekitar sepertiga dari layanan tersebut telah mengadopsi AI, dengan tingkat pertumbuhan yang jauh melampaui lini bisnis lainnya. Ulrich menekankan bahwa kunci utama dari skala ekonomi AI di masa depan terletak pada tingkat kepercayaan yang diberikan konsumen dan institusi keuangan kepada agen digital tersebut.
Untuk menjawab tantangan ini, Mastercard memperkenalkan lima lapisan keamanan untuk mengamankan transaksi agen. Lapisan pertama adalah identitas, yang melibatkan konsep 'Know Your Agent' (KYA) untuk memastikan bahwa teknologi yang bertransaksi adalah entitas sah. Lapisan kedua adalah verifikasi niat (verifiable intent), yaitu catatan kriptografi yang memastikan instruksi asli pembeli tidak disalahgunakan oleh agen AI saat proses eksekusi berlangsung.
Lapisan berikutnya mencakup kontrol ketat mengenai batasan belanja dan daftar pedagang yang diizinkan, disusul dengan eksekusi melalui Mastercard Agent Pay yang terintegrasi dengan raksasa teknologi seperti Google, Microsoft, dan OpenAI. Terakhir, lapisan intelijen yang memantau perilaku secara real-time guna mendeteksi potensi ancaman keamanan. Pendekatan ini memungkinkan transaksi otonom terjadi tanpa mengorbankan keamanan sistem.
Bagi pasar Indonesia, adopsi teknologi transaksi berbasis agen AI ini membawa implikasi besar. Indonesia, yang tengah gencar melakukan digitalisasi sistem pembayaran melalui QRIS dan berbagai dompet digital, akan segera menghadapi tantangan serupa. Keamanan transaksi tidak lagi cukup dengan autentikasi dua faktor (2FA) berbasis OTP, tetapi memerlukan verifikasi berbasis perilaku dan niat yang lebih canggih.
Perbankan di Indonesia perlu mulai mempertimbangkan adopsi kerangka kerja kepercayaan (trust infrastructure) yang serupa untuk mengantisipasi masuknya asisten belanja berbasis AI ke pasar domestik. Jika perbankan lokal tidak segera memperbarui sistem mereka, risiko penipuan oleh bot canggih yang menyamar sebagai agen resmi akan meningkat, sementara di sisi lain, potensi efisiensi transaksi B2B yang otomatis akan terhambat.
Di masa depan, potensi terbesar dari teknologi ini terletak pada pengadaan barang antar perusahaan (B2B). Ulrich memberikan contoh bagaimana agen AI dapat mengelola inventaris manufaktur secara otomatis, melacak stok, dan melakukan pembelian ulang sesuai anggaran yang ditetapkan. Hal ini menciptakan kebutuhan akan standar global yang memungkinkan berbagai agen AI dari perusahaan berbeda dapat berkomunikasi dengan aman.
Mastercard sendiri telah aktif bereksperimen dengan model bahasa besar seperti model Mythos dari Anthropic dan GPT-5.5-Cyber dari OpenAI. Kolaborasi ini menunjukkan bahwa meskipun model AI menjadi semakin kuat, prinsip dasar keamanan tetap berakar pada validasi identitas dan niat. Langkah selanjutnya bagi Mastercard adalah memperluas infrastruktur kepercayaan ini agar dapat beroperasi di seluruh ekosistem global, memastikan bahwa agen AI dapat bertransaksi layaknya manusia namun dengan efisiensi mesin.