La IA detrás de Adyen Uplift

Así como Adyen adopta el concepto de ofrecer funcionalidades de extremo a extremo en una única plataforma, lo mismo se aplica a una sola transacción.

Todas las etapas del flujo de pago están interconectadas. Cada paso del proceso depende del anterior, creando una red compleja de interrelaciones. Por ejemplo, la experiencia de pago que se le ofrece a un cliente depende del riesgo previsto, que a su vez está influenciado por el resultado de la autenticación y la elección de las rutas de pago, lo que impacta en los costos. Además, esta elección también determina la estrategia de reintento en caso de que el pago falle.

Para navegar por este proceso tan elaborado, invertimos en el desarrollo de un sistema capaz de tomar decisiones estratégicamente óptimas a lo largo de toda la experiencia de pago.

Al mismo tiempo, los humanos buscamos control y comprensión, incluso cuando esto puede llevarnos a cometer errores. Para responder a esta necesidad, sistemas heredados como RevenueProtect ofrecían un extenso menú de condiciones para la creación de reglas (“si esto, entonces aquello”). Aunque la sensación de control puede resultar atractiva, lo que realmente importa son los datos. Al final, la calidad de un sistema no se define por su estructura, sino por su desempeño.

La única forma de escalar tanto en complejidad como en volumen, maximizando el rendimiento global (y no sólo local), es delegar la toma de decisiones a las máquinas. Dada la complejidad de los patrones involucrados, la única solución viable es permitir que la máquina aprenda a partir de los datos (nota: sin acceder a todos ellos; más sobre esto a continuación).

Como en cualquier aplicación de IA, el papel de los humanos no es competir con la máquina en la toma de decisiones, sino supervisar su comportamiento.

Este artículo detalla algunas de las decisiones, la ingeniería y la ciencia detrás de la IA de Uplift.

En el pasado, implementamos modelos de Machine Learning (ML) para optimizar localmente cada etapa de una transacción de manera aislada. Por ejemplo, un modelo de fraude predecía la probabilidad de un chargeback y bloqueaba una transacción si la predicción superaba un determinado umbral. Al mismo tiempo, un modelo de autenticación, sin conocimiento del modelo de fraude, decidía cuál era la mejor ruta para un usuario específico (como la exención de SCA o la autenticación mediante 3DS1).

La IA detrás de Uplift cambia este paradigma. Fue diseñada dentro del contexto de un proceso de toma de decisiones y consiste en una colección de modelos de Machine Learning de diferentes naturalezas, que comparten conocimiento y conciencia situacional. Estos modelos están optimizados globalmente mediante Reinforcement Learning (Aprendizaje por Refuerzo) y comparten el mismo objetivo: equilibrar fraude, costo y conversión de manera armoniosa.

Revisemos algunos números de la plataforma Adyen en 2023:

• US$ 1 billón en volumen procesado

• Crecimiento del 26% año a año

• SLA para procesamiento de transacciones: 1 segundo, incluyendo comunicación con adquirentes (600 milisegundos consumidos por esta etapa)

Ahora, veamos los números de la plataforma Adyen en Black Friday/Cyber Monday de 2024 (4 días):

• 670 millones de transacciones procesadas

• Pico de 163 mil transacciones por minuto (2.7 mil por segundo)

• Pico de 25 mil solicitudes de API por segundo

• Disponibilidad de la API: 99,9999%

Estos números son impresionantes, pero se vuelven aún más cuando consideramos que todas estas transacciones fueron gestionadas por IA a lo largo de su recorrido por la plataforma de Adyen. Cada transacción pasó por entre 2 y 5 puntos de decisión de IA, donde un modelo de Machine Learning tomó una decisión dentro de una asignación de latencia de 20 milisegundos.

Esto solo es posible gracias a una serie de componentes finamente diseñados y desarrollados.

Infraestructura y propiedad total

Todas las operaciones críticas de Adyen funcionan de manera local. Esto significa que todos los componentes, incluidos los de hardware de computación, son elaborados, construidos, implementados, probados y operados internamente por Adyen. Nuestra tecnología está basada en open-source, como lo muestra la infraestructura tecnológica. Este modelo nos permite tener propiedad y control de extremo a extremo, asegurando la capacidad de implementar cambios rápidamente, sin depender de terceros para la confiabilidad.

Resolución de entidades

Una de las bases de datos más grandes de Adyen es un grafo (estructura de nodos y aristas, representando relaciones entre estos objetos) que vincula atributos de transacciones para reconocer entidades. Sirve como una fuente valiosa de información para modelado y entrenamiento.

Este grafo contiene más de 100 mil millones de nodos y 300 mil millones de aristas. Siguiendo estrictamente directrices como PCI y GDPR, estimamos que más de 1 billón de individuos ya han realizado transacciones en la plataforma de Adyen. 

Para almacenar estos datos, inicialmente usamos bases de datos PostgreSQL, que proporcionan tiempos de respuesta eficientes, pero no soportan la complejidad de los cálculos necesarios. Por ello, migramos a una arquitectura híbrida Lambda, utilizando Cassandra para flujo en línea y un flujo offline que corrige y mejora los datos cada hora.

 Llamamos a este sistema CELL (Customer Event Linking Logic).

Computación y almacenamiento

Escalar la IA a nuestro nivel requiere una infraestructura robusta. Aquí algunos números de la plataforma de datos de Adyen en enero de 2025:

• Más de 1.500 nodos

• 600 TB de RAM

• 60.000 núcleos de CPU

• 70 PB de almacenamiento

• 96 GPUs NVidia A100 Tensor Core con NVLink Bridge

• Más de 1.000 DAGs ejecutándose a diario o bajo demanda (usamos Airflow y Spark)

Nuestra inversión continua asegura que nuestra nube privada esté siempre moderna y lista para el futuro.

Regulación, autenticación y almacenes de tokens

Escalar no solo se trata de manejar grandes volúmenes de datos, latencia o tiempo de actividad. También implica la responsabilidad de garantizar la seguridad y el cumplimiento mientras más clientes confían en Adyen para procesar sus pagos y servicios financieros. Esto requiere que ofrezcamos soluciones técnicas que cumplan con las regulaciones de forma nativa, al mismo tiempo que satisfacemos las necesidades de crecimiento de nuestro negocio.

Para ello, hemos impulsado las directrices de Strong Customer Authentication (SCA) dentro del PSDx, innovando en la forma de garantizar el cumplimiento regulatorio mientras desarrollamos productos que ayudan a nuestros clientes a aumentar sus tasas de conversión. Uplift utiliza decisiones inteligentes para seleccionar el mejor enfoque de autenticación, mientras equilibra riesgos, conversión y costos. Puede elegir entre diversas acciones disponibles, como una exención, una versión de 3DS o un passkey.

De manera similar, escalamos nuestra bóveda de tokens, almacenando más de 2 mil millones de tokens para proteger datos altamente sensibles bajo regulación PCI-compliant. Por ejemplo, la Inteligencia Artificial de Uplift puede decidir si debe tokenizar un dato, reutilizar un token o convertirlo de nuevo a un Personal account number (PAN), siempre con base en objetivos de optimización.

La efectividad de la Inteligencia Artificial depende del conjunto de acciones que puede ejecutar. En Adyen Uplift, creamos un ecosistema de acciones compatibles con las regulaciones que, a escala, liberan todo el potencial de la IA para maximizar el rendimiento.

Decisiones holísticas interconectadas

En lugar de mantener modelos aislados, utilizamos el paso de mensajes (message passing) para conectar modelos y crear un ambiente de toma de decisiones colectiva.

Investigamos redes neuronales más complejas para unificar decisiones, pero nos encontramos con desafíos de latencia y disponibilidad. Sin embargo, seguimos investigando este enfoque y planeamos migrar todo el pipeline a arquitecturas de Deep Learning en un futuro cercano.

Adyen Uplift representa lo más avanzado en IA aplicada a pagos, utilizando Machine Learning, Aprendizaje por Refuerzo, experimentación avanzada e infraestructura escalable para optimizar cada transacción. Con un enfoque holístico y controlado internamente, seguimos impulsando la innovación en el sector de pagos.

Aunque este artículo ofrece una visión general de los bastidores, desafíos y aprendizajes en la construcción e implementación de Adyen Uplift, sabemos que todavía estamos solo al principio del camino.

Estamos investigando activamente no solo los campos mencionados anteriormente, sino también nuevos enfoques prometedores, como Agentic Flows, Alignment, Weak Supervision + Active Learning Flywheel y Identity Representation Learning con Differential Privacy.

Aquí, presentamos un panorama transparente y objetivo de la tecnología detrás del Adyen Uplift. Siempre estamos buscando talentos excepcionales para unirse a nuestro equipo. Si este contenido fue interesante para ti, visita nuestra página de carreras.