Pine Labs sta estendendo l’utilizzo dell’intelligenza artificiale alle attività di prevenzione delle frodi su merchant e transazioni, inserendo i modelli AI all’interno di una più ampia trasformazione della propria infrastruttura di pagamenti e commercio. L’azienda utilizza già sistemi di intelligenza artificiale non soltanto nello sviluppo software, ma anche nell’efficienza commerciale, nelle operazioni interne, nel supporto e nella gestione del rischio. Già all’inizio del 2026 il management aveva indicato la fraud prevention come uno dei casi d’uso concreti nei quali l’AI era stata portata in produzione, affiancandola all’automazione basata sui dati delle procedure operative, delle informazioni di prodotto e dei ticket interni.
L’approccio si inserisce in un modello nel quale i sistemi di pagamento non vengono più trattati esclusivamente come infrastrutture deterministiche basate su regole fisse. Pine Labs sta costruendo un livello di reasoning capace di analizzare il contesto di una transazione, valutare segnali di rischio e supportare decisioni che in precedenza dipendevano maggiormente da controlli predefiniti. Nella propria Agentic Commerce Suite, l’azienda descrive esplicitamente un’evoluzione dalle logiche “if/then” verso sistemi che possono pesare probabilità e agire autonomamente entro guardrail prestabiliti. Nell’ambito della merchant experience, questo approccio viene applicato anche al risk profiling, con l’obiettivo di ridurre i falsi positivi e velocizzare le verifiche senza eliminare i controlli richiesti per le decisioni più delicate.
Nel contesto delle frodi, tuttavia, l’autonomia del modello non equivale a una sostituzione completa dell’investigatore umano. Le decisioni relative a transazioni sospette possono avere conseguenze finanziarie, operative e normative rilevanti, soprattutto quando un sistema deve distinguere un comportamento anomalo da un’attività legittima. Un falso positivo può bloccare un pagamento o un merchant corretto, mentre un falso negativo può lasciare passare una frode. Per questo Pine Labs mantiene forme di human-in-the-loop oversight nei workflow AI quando richiesto dal livello di rischio e dagli obblighi dell’infrastruttura finanziaria. La società specifica inoltre che i propri flussi basati sull’AI vengono eseguiti all’interno di ambienti sottoposti ad audit, con isolamento dei dati, cifratura e controlli di sicurezza progettati per l’utilizzo in servizi finanziari regolamentati.
Questa impostazione assume ulteriore importanza mentre Pine Labs estende l’AI anche all’agentic commerce, dove gli agenti non si limitano più a raccomandare prodotti o assistere un utente, ma possono arrivare a eseguire operazioni finanziarie. Il Pine Labs Payment Protocol, P3P, consente per esempio a un agente AI di completare pagamenti senza la presenza dell’utente nel momento preciso della transazione, a condizione che quest’ultimo abbia concesso preventivamente un mandato con limiti definiti. Il protocollo utilizza autorizzazioni delegate, controlli di spesa, identità verificabile e registri delle operazioni, mentre ogni pagamento viene vincolato a parametri come risorsa, importo e scadenza. Pine Labs indica inoltre che i token di pagamento sono progettati per non poter essere riutilizzati o reindirizzati e che ogni transazione conclusa produce una ricevuta verificabile crittograficamente.
La fraud detection diventa quindi parte di una struttura più ampia nella quale il sistema deve valutare non soltanto se una transazione presenti caratteristiche sospette, ma anche chi la sta avviando, quali autorizzazioni possiede l’agente, entro quali limiti può operare e se il comportamento osservato sia coerente con il mandato concesso dall’utente. Pine Labs associa questa evoluzione al passaggio verso infrastrutture di commercio capaci di ragionare sul contesto, mantenendo però auditabilità e controlli sul processo decisionale. Anche nei sistemi agentici, quindi, l’obiettivo dichiarato non è concedere autonomia illimitata all’intelligenza artificiale, ma farla operare entro regole verificabili e con intervento umano nei casi nei quali il rischio non consente di affidarsi esclusivamente alla decisione automatica.
L’adozione dell’AI in Pine Labs è ormai estesa anche allo sviluppo dei prodotti. Nel primo trimestre del 2026 l’azienda indicava che circa il 21% del codice veniva scritto utilizzando AI, mentre nei risultati successivi ha dichiarato che quasi l’89% del nuovo codice prodotto nei due trimestri precedenti era stato generato con sistemi di intelligenza artificiale. Pine Labs ha inoltre lavorato con Anthropic e ha stretto una partnership con OpenAI per lo sviluppo di prodotti AI destinati al mercato locale, oltre a utilizzare modelli e agenti nelle interazioni con i consumatori e nei nuovi workflow di pagamento. L’impiego dell’AI nella gestione delle frodi fa quindi parte di una strategia più ampia che porta i modelli dai processi di engineering fino alle decisioni operative direttamente collegate alle transazioni.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)