蚂蚁国际Antom推AI全链路系统欺诈率降55%并兜底Agent交易

硅谷101

跨境支付正从被动的末端通道蜕变为贯穿导购、风控与清算的商业智能基建，而Agent自主决策下单的新模式正倒逼支付机构以多模态算法和兜底赔付重塑底层信任机制。

AI-assisted summary of AI重构跨境支付：效率、风控与Agent商业时代【硅谷101】 — original source. Check the original for full context.

Source published: 2026-10-26

Key ideas

蚂蚁国际推出智能体 Antom Autopilot，将出海商户进入新市场的支付调研与配置周期从过去的 6 个月（或专业机构建议的 2-4 周）大幅缩短至 5 分钟，并支持在生产环境一键进行流量仿真模拟。 (5:00)
面对 Visa 收紧千笔交易欺诈上限（22 笔降至 15 笔）与黑客脚本高频试刷，Antom 通过 AI 自动生成规则与全量历史仿真回放，使全平台商户欺诈率平均下降约 55%，单商户欺诈拒付率从 1.18% 降至 0.02%。 (7:14)
面向 Agentic Commerce（智能体商务）时代，Antom 自研并发布了 3-in-1 Transformer 基础风控大模型，统一融合序列数据、图数据与表格数据，并配套提供智能体交易‘100% 敢付敢赔’的 Agent SafePay 保障机制。 (16:03)
在航旅复杂场景中，Antom 借助 Falcon TST 汇率预测大模型实现最长锁定 1 年的动态锁汇，消除‘一票三价’痛点，并借助智能分层验证将机票预订支付成功率提升 3.8 个百分点。 (21:55)

Detailed notes

## Background 本期内容由科技商业频道《硅谷101》于 2026 年 10 月 26 日发布在哔哩哔哩（Bilibili）平台。视频结合蚂蚁国际在上海举办的 Voyage 年度大会，聚焦跨境支付从前端结账到后端清结算的复杂底层链路，深入探讨 AI 与 Agentic Commerce（智能体商务）对全球支付体系、风控防御及商业运转的重塑。

## TL;DR 视频从一笔跨国机票支付切入，拆解了收单机构、卡组织与发卡行之间在几秒信息授权背后的庞大网络，以及 T+1 至 T+3 天的资金清结算逻辑。针对跨境出海面临的渠道碎片化、黑产盗卡试刷与对账繁复等痛点，节目展示了 Antom Autopilot 如何将新市场接入和对账周期压缩至 5 分钟内，并借助 3-in-1 Transformer 模型实现毫秒级风控闭环与分钟级系统自愈。此外，节目还重点探讨了智能体商务（Agentic Commerce）兴起后，支付如何从单纯的事后扣款工具，演进为涵盖 AI 导购、动态锁汇与资金流动性管理的超级智能基础设施。

## Atmosphere & style 全片呈现出专业严谨且富有洞察力的科技商业深度调研质感。叙事逻辑层层递进，从微观的用户支付体验平滑延伸至宏观的全球金融结算网络，兼具理论拆解与一线实战案例。两位来自 Antom 的受访嘉宾对话沉稳专业，搭配清晰直观的架构图解与数据对比，将晦涩复杂的跨境风控与模型算法讲得抽丝剥茧、透彻明晰，给观众带来极强的信息密度与理性探索的智性愉悦。

## Bulletin - [05:00](https://www.bilibili.com/video/BV1o6nQ6bErY?t=300s) 蚂蚁国际推出智能体 Antom Autopilot，将出海商户进入新市场的支付调研与配置周期从过去的 6 个月（或专业机构建议的 2-4 周）大幅缩短至 5 分钟，并支持在生产环境一键进行流量仿真模拟。 - [07:14](https://www.bilibili.com/video/BV1o6nQ6bErY?t=434s) 面对 Visa 收紧千笔交易欺诈上限（22 笔降至 15 笔）与黑客脚本高频试刷，Antom 通过 AI 自动生成规则与全量历史仿真回放，使全平台商户欺诈率平均下降约 55%，单商户欺诈拒付率从 1.18% 降至 0.02%。 - [16:03](https://www.bilibili.com/video/BV1o6nQ6bErY?t=963s) 面向 Agentic Commerce（智能体商务）时代，Antom 自研并发布了 3-in-1 Transformer 基础风控大模型，统一融合序列数据、图数据与表格数据，并配套提供智能体交易‘100% 敢付敢赔’的 Agent SafePay 保障机制。 - [21:55](https://www.bilibili.com/video/BV1o6nQ6bErY?t=1315s) 在航旅复杂场景中，Antom 借助 Falcon TST 汇率预测大模型实现最长锁定 1 年的动态锁汇，消除‘一票三价’痛点，并借助智能分层验证将机票预订支付成功率提升 3.8 个百分点。

## Key takeaways - [00:00](https://www.bilibili.com/video/BV1o6nQ6bErY?t=0s) 跨境支付表面数秒完成，背后涉及商户、收单机构、卡组织及发卡行的多方实时路由与风控博弈，而真实的资金清算与跨境调度仍需 T+1 至 T+3 天甚至更久。 - [00:00](https://www.bilibili.com/video/BV1o6nQ6bErY?t=0s) 全球出海商户面临支付习惯碎片化、跨币种汇兑摩擦，以及在成功率、通道成本、风控松紧度之间走钢丝的四方博弈困局。 - [05:00](https://www.bilibili.com/video/BV1o6nQ6bErY?t=300s) Antom Autopilot 将 AI 深度嵌入商户入驻、系统集成、风控防御与对账拓展全链路，重塑了出海企业研究和开启新市场的决策逻辑。 - [07:14](https://www.bilibili.com/video/BV1o6nQ6bErY?t=434s) AI 与 SaaS 行业的‘后付费’与‘免费试用期’模式正成为黑客批量注册套利的新攻击面，驱动风控从滞后数周的人工复盘转向实时闭环拦截。 - [10:53](https://www.bilibili.com/video/BV1o6nQ6bErY?t=653s) AI 自动化核销与根因分析将横跨多币种、长结算周期的复杂对账从 48-72 小时压缩至 5 分钟以内，并实现支付通道故障的分钟级智能路由与自愈。 - [12:35](https://www.bilibili.com/video/BV1o6nQ6bErY?t=755s) Agentic Commerce 颠覆了‘人找商品’的传统电商逻辑，转为由 Agent 理解意图并代客比价下单，倒逼支付机构提供全闭环的嵌入式解决方案。 - [12:35](https://www.bilibili.com/video/BV1o6nQ6bErY?t=755s) A+ Rewards 打破了传统优惠券发券周期长、核销率低（仅 1.87%）的瓶颈，通过与 Agent 实时交互实现了权益的瞬时匹配与自动抵扣。 - [16:03](https://www.bilibili.com/video/BV1o6nQ6bErY?t=963s) Antom 3-in-1 Transformer 突破了传统单模态建模盲区，将序列数据、图网络关系与上万个表格特征统一输入底层 Transformer，实现全局立体风控。 - [16:03](https://www.bilibili.com/video/BV1o6nQ6bErY?t=963s) Antom Shield 构建起涵盖‘传统支付’、‘黑产反滥用’与‘智能体越权’的三重防护架构，配合 Agent SafePay 兜底以消除商家对 AI 自主扣款的安全顾虑。 - [18:55](https://www.bilibili.com/video/BV1o6nQ6bErY?t=1135s) 蚂蚁国际通过 Alipay+、Antom、WorldFirst（万里汇）与 Better 四大支柱协同，将单一的收款工具延展为整合信贷、流动性调度与外汇管理的一体化生态。 - [21:55](https://www.bilibili.com/video/BV1o6nQ6bErY?t=1315s) 针对民航分销痛点，Falcon TST 动态锁汇彻底平抑外汇敞口波动，跨维度图谱识别则有效解决了乘机人与扣款人天然分离所致的误杀与欺诈难题。 - [27:32](https://www.bilibili.com/video/BV1o6nQ6bErY?t=1652s) 支付系统正在从交易末端被动执行规则的‘收款工具箱’，进化为向前驱动营销选品、向后赋能全球流动性管理的超级智能基础设施。

## Detailed walkthrough ### [00:00](https://www.bilibili.com/video/BV1o6nQ6bErY?t=0s) 跨境支付的底层链路与收单机构的决策困局

现代支付看似变得极度丝滑，无论是点一下、扫一下还是碰一下，几秒钟内付款即告完成。然而就在这短短数秒间，资金信息穿过了一整套庞大而精密的全球金融网络，这类交易以每分钟数百万次的频率在全世界流动。表面上用户只是做了一个付款动作，背后牵扯的却是一整条跨越不同金融机构的复杂链路。

以购买国际机票为例，一笔典型的跨境支付需要历经层层关卡： 1. **商户发起请求**：商户将交易信息推向收单机构（Acquirer），例如 Antom、Stripe、PayPal 等，作为接入全球支付网络的入口； 2. **收单机构承前启后**：负责给交易“找路”，动态选择最适宜的支付通道，同时实时识别与拦截风险； 3. **卡组织网络中转**：交易进入 Visa、Mastercard、银联等卡组织网络，完成商户端到发卡端的中转； 4. **发卡机构（Issuer）授权**：背后的银行核验账户余额、信用额度与潜在欺诈，秒级返回授权批准与否的结果。

需要强调的是，几秒内完成的仅仅是“交易信息”的授权流动，商户此时并没有真正拿到钱。真正的资金划转发生在随后的清算（Clearing）与结算（Settlement）环节，伴随着货币兑换与跨境调度，通常需要 T+1 到 T+3 天甚至更久。

对于出海做全球生意的商户，收单机构面临着极为复杂的实时决策困境： - **碎片化的支付习惯**：北美重度依赖信用卡，亚洲习惯电子钱包，部分市场依然青睐银行转账或高度本地化的支付专网，彼此之间互不相通； - **汇率与跨币种核算**：买家付美元、卖家收欧元或人民币，跨金融体系的汇兑及清算存在天然摩擦； - **四方博弈的平衡木**：收单机构必须在成功率、通道成本、风控松紧度以及支付体验之间走钢丝。一条通道成功率高但手续费昂贵，另一条成本低却容易掉单；风控拦得太松会引发欺诈，拦得太狠又会误伤正常消费者。

过去，跨越几十上百个市场的交易主要依靠固定规则和大量人工经验去维系；如今，AI 正在从效率优化与场景重构两端，重塑这条古老的链路。

---

[05:00](https://www.bilibili.com/video/BV1o6nQ6bErY?t=300s) Antom Autopilot：从 6 个月到 5 分钟的接入与实战演练

跨境支付以往的日常运转高度依赖人力：打入新市场要人工调研当地法规与渠道偏好、流水对不上要财务逐笔核账、渠道突发异常需运维人工排查。随着全球业务规模暴增，纯人力操作不仅效率低下，而且成本高昂。头部支付机构纷纷引入 AI 降本增效，在蚂蚁国际（Ant International）于上海举办的 Voyage 年度大会上，这一技术落地集中体现在了 **Antom Autopilot** 这一智能体上。

Antom 自 2023 年开始为全球商户提供支付服务。Antom Autopilot 将 AI 深度嵌入到商户入驻、系统集成、风控防御、拒付争议、账务核对及新市场拓展的全流程。

以进入新市场为例，过去企业自行调研当地用户爱用信用卡还是电子钱包、理解合规门槛大约需要 6 个月，即使由专业收单机构出具建议也需 2 至 4 周。而通过 Antom Autopilot，整个过程缩减至仅需 **5 分钟**。AI 不仅能结合特定商户品类推荐最优支付组合，还新增了关键的“仿真（Replay）”环节——将方案直接置入结账页与生产环境中模拟跑测真实流量，无误后一键上线。正如嘉宾在大会上引述的生动转变： > “当研究这么便宜，问题会改变，他不再问我们的团队：‘我们可以做一些特别的市场研究？’，但是他说：‘我们现在的市场要开启？’”（2 weeks 变成了 5 minutes）。

---

[07:14](https://www.bilibili.com/video/BV1o6nQ6bErY?t=434s) 攻防升级：以实时监测与“历史回放”击碎盗卡黑产

在海外信用卡生态中，商户最头疼的问题莫过于欺诈（Fraud）与拒付（Chargeback）。不久前 Visa 进一步收紧了收单行监控计划，将每千笔交易中的欺诈与争议容忍阈值从以往的 **22 笔严厉下调至 15 笔**。一旦触线，商户和收单机构将面临高额罚款，甚至可能直接被关停支付通道。

然而，黑产的作案手段却在借助自动化工具急速升级： - **分布式盗卡试刷（Card Testing）**：机器人脚本携带成千上万张盗取来的信用卡，在商家结账页进行超高频试刷，眨眼间点击上万次付款。一旦受害人向发卡行发起申诉，店铺投诉率骤升，拒付率瞬间飙涨 50%； - **新型商业模式的“薅羊毛”攻击**：Antom 风控负责人 Leo Li 指出，伴随越来越多 AI 与 SaaS 类商户推出“后付费”或“免费试用期（Free Trial）”来获客，黑客与灰产团伙开始大肆利用批量账户恶意透支免费额度。

传统风控以“事后出具拒付报告再人工定位”为主，往往滞后 **2 周到 4 个月** 之久。Antom Autopilot 则将风控升级为实时自动化闭环： 1. **自动生成规则**：系统全天候监测异常交易，即时提炼特征并由 AI 自动生成拦截规则； 2. **历史仿真回放（Simulation Replay）**：新规则不上线直接拦截，而是先用历史全量交易数据进行 Replay 回放，精密测算其对正常交易的误伤率与欺诈拦截率； 3. **周期性自驱复盘**：规则上线后，系统每 7 天全自动评估实战效果，完成持续迭代。

在落地数据上，一家接入该能力的商户将其欺诈拒付率从 **1.18% 骤降至 0.02%**；Antom 全平台商户的欺诈率平均**下降了约 55%**。即便拒付已然产生，Antom Smart Dispute 功能亦能提供智能化申诉策略，将平均争议申诉率由 24.5% 拉升至 41.8%；辅以 Auto Dispute 自动搜集订单物流材料提交银行，极大减轻了人工处理包袱。

---

[10:53](https://www.bilibili.com/video/BV1o6nQ6bErY?t=653s) 对账压缩至 5 分钟与系统分钟级自愈

交易完成并不意味着收单任务的终结，出海财务人员最痛苦的关卡是对账（Reconciliation）。东南亚或欧洲的一笔综合对账，往往横跨 6 种以上币种，不同通道的结算周期各异（有的 T+2，有的 T+7），多批次散落于海量对账单中。传统人工核对一次通常耗费 **48 至 72 小时**。Antom 运用 AI 不仅实现了全自动核销，还能由大模型直接分析长尾异常并生成根因诊断报告，将对账周期**压缩到 5 分钟以内**。

与此同时，跨境交易网络是一套“7×24小时一刻也不能停”的高精密齿轮。在东南亚，部分本地支付渠道单月可能会经历 1 到 3 次网络故障。过去人工值班告警通常存在严重滞后，待问题定位时往往已白白**损失超过 5% 的交易量**。如今 AI 模型持续监控全球通道指标，秒级自动分析受损范围与归因，自主执行切流、智能路由（Smart Routing）或自动关停，全流程排障直接缩短至分钟级。

---

[12:35](https://www.bilibili.com/video/BV1o6nQ6bErY?t=755s) Agentic Commerce：智能体商务如何倒逼支付重构？

当大模型从“辅助人类工作”演进为“自主代替人类做决策”，一个全新的商业时代正在来临——**Agentic Commerce（智能体商务）**。

过去网购由“人找商品”主导：用户自行搜索、比选、领券再结账。未来则转化为“Agent 理解人，并替人完成交易”。用户只需给出一句话模糊需求（例如：“*帮我找一条适合主持我们年度科技峰会的白色裙子吧*”），Agent 即可完成全网比价、领券匹配、地址确认及自动划款。

这一颠覆不仅改写了入口，更为商户端带来了技术重构的阻力： - **门槛极高的技术栈**：维护一个全流程 Agent 需攻克模型调用、工程维护、云算力支撑以及对话、搜索、工具调用所产生的高昂 Token 推理成本； - **全流程打包方案**：主流支付厂商开始将能力前置。Antom 推出的 **Antom Shopping Agent**，直接帮助商户在自有网站内无缝嵌入从“访问导购、精准推荐、引导下单到授权扣款”的全闭环方案。

营销模式亦由“漫天撒网”转变为“意图直达”。相关行业数据显示，近年平台获客成本上涨了 15%，而流量转化率却下滑了 20%；传统优惠券从创建、发放到支持使用往往需要 48 小时以上的运营排期，**核销率仅惨淡的 1.87%**。

Antom 探索的 **A+ Rewards** 打破了此项瓶颈。它连接了亚太 10 大市场与超过 21 个主流数字钱包生态，不再依靠传统发券，而是与 Agent 实时交互。当消费者对 Agent 表达“我今天想喝杯咖啡”的意图时，AI 即刻在后台检索 A+ Rewards 权益库，精准匹配附近咖啡品牌的专属返现与立减，并代客完成抵扣与核销，使原本漫长的营销转化链条高度瞬时化。

---

[16:03](https://www.bilibili.com/video/BV1o6nQ6bErY?t=963s) 3-in-1 Transformer 与“三层防护”安全架构

当判断权与执行权全面让渡给 AI，交易风险识别的复杂程度呈几何级数增加。传统的风控模型通常在特定单点维度（如单纯分析用户点击流）建模，容易因“盲人摸象”而忽略了背后庞大的隐性关联网络。为此，Antom 自研并发布了 **3-in-1 Transformer** 基础风控大模型。

```mermaid flowchart TD accTitle: 3-in-1 Transformer 与 Antom Shield 安全体系 accDescr: 上层输入三种异构数据，由统一Transformer模型输出判断，再由Shield三重机制阻断并提供兜底赔付。 subgraph DataInput["多模态多源异构数据层"] SeqData["1. 序列数据 (Sequence)\n用户历史行为与时间轨迹"] GraphData["2. 图数据 (Graph)\n设备、账户与资金关联网络"] TabularData["3. 表格数据 (Tabular)\n上万个底层专业风险特征"] end

subgraph CoreModel["底层核心模型"] DataInput --> Transformer["Antom 3-in-1 Transformer 模型\n全方位还原风险图景"] end

subgraph DefenseLayer["防御执行层：Antom Shield"] Transformer --> Shield1["第一层：支付防护\n(拦截传统盗卡与欺诈)"] Transformer --> Shield2["第二层：反滥用防护\n(阻击养号、批量注册与薅试用)"] Transformer --> Shield3["第三层：智能体防护\n(化解 Agent 自主决策新型衍生风险)"] end

subgraph Assurance["兜底机制"] DefenseLayer --> SafePay["Agent SafePay 风险保障\n(符合条件 100% 敢付敢赔)"] end ```

该模型的核心机制是将三种异构数据注入同一个 Transformer 统一消化表征： - **序列数据（Sequence Data）**：描绘用户行为的时间轨迹，回答“这个用户过去是怎么操作的”； - **图数据（Graph Data）**：挖掘账户背后的设备硬件、网络节点与资金网络，回答“该账户与谁存在隐秘关联”； - **表格数据（Tabular Data）**：收口上万个专业的金融底层风险特征维度，回答“这笔交易本身是否偏离了合规模式”。

Antom 风控负责人 Leo Li 总结了多模态数据融合的核心优势： > “我们的 3-in-1 Transformer，由于我们将多模态的数据更好地结合起来，从而能够帮助我们从细微之处更深入地去理解风险和支付之间的关系，帮助我们同样更精准地去识别出这里面支付中存在的这个风险。”

在此模型基础之上，Antom 构建了 **Antom Shield** 三重防护体系： 1. **支付防护层**：拦截传统的盗刷、伪卡与拒付； 2. **反滥用防护层**：专项对抗灰产的批量养号、设备伪造与免费额度薅羊毛； 3. **智能体防护层**：定向针对 Agent 自主下单决策衍生出的越权与欺诈风险。

为消除商户对 AI 自主扣款的后顾之忧，官方推出了 **Agent SafePay** 保障机制：针对采用 Antom Shopping Agent 及相关收单服务的商户，若发生符合保障条件的智能体交易风险，由平台提供 **100% 敢付敢赔** 兜底承诺。

---

[18:55](https://www.bilibili.com/video/BV1o6nQ6bErY?t=1135s) 蚂蚁国际的四维生态版图

现代跨国商家的诉求已远远超越“代收钱款”，而是演变为跨币种资金归集、全球流动性调度与供应链上下游付讫。蚂蚁国际为此形成了四大业务支柱构成的协同生态圈：

该生态的闭环意味着，商户在类似速卖通（AliExpress）这类平台上若急需垫资备货，可在后台直接调取嵌入式的营运资金贷款；而消费者亦能在前端选用先买后付（BNPL）。金融服务不再是一个冰冷隔绝的独立外包接口，而是作为底层血脉，与商户经营、消费者交易深度绑定。

---

[21:55](https://www.bilibili.com/video/BV1o6nQ6bErY?t=1315s) 航旅实践：动态锁汇、分层核身与供应链资金融通

航旅行业是验证 AI 支付变革最典型的极端场景。一张跨国机票背后缠绕着航司、全球分销系统（GDS）、OTA、各级票务代理及旅客等极其繁冗的利益方。航旅对于实时性有着近乎苛刻的要求，运价和舱位库存每一分钟都在跳动。

Antom 航旅解决方案负责人 Apple Gao 揭示了行业面临的结构性断层： > “结构性上的变化主要是有两层，一层是整个机票的销售的结构是发生了变化，然后第二层是最近的 AI 所带来的效率提升是把整个销售的链路的话是做了一个颠覆性的改变。AI 的工具其实给了整个用户带来了很大的一个便捷性，但是你的整个销售就是分销的这个结构没有变的话，前面的服务的领域是整个 B2B 的销售里面最关键的那个 Bottleneck，那 AI 它也会把一些痛点去放大。”

在这类复杂场景中，AI 支付落地击穿了三大核心行业顽疾：

#### 1. 动态锁汇破解“一票三价” 用户在 AI 协助下挑中机票，比价时是一个汇率报价，真正跳入支付时因外汇跳价变成了第二个价格，退改签时又面临第三个汇率。针对机票痛点，Antom 借助自研的 **Falcon TST** 汇率时间序列预测大模型，在旅客比价询价刹那即行“动态锁汇”，将该固定汇率平滑锚定至后续扣费乃至长尾退款环节，**最长支持锁定 1 年**，彻底压平外汇敞口波动。

#### 2. 毫秒级分层验证减少拦截摩擦低价座位转瞬即逝，一旦支付失败或因风控超时触发验证码校验，座位极易瞬间被释放。Antom 运用“智能分层验证”机制： - 针对信用良好的常旅客全面免除繁冗校验，实现“静默通行”； - 对高危交易实施阶梯式验证，并在超时掉单临界点自动执行智能重试机制。 - 这一举措直接将机票预订支付成功率**提升了 3.8 个百分点**。

#### 3. 跨维度图谱识别复杂出行欺诈航旅场景中，看似反常的交易极多：居住在 A 国的旅客，从 B 国出发，使用注册在 C 国的信用卡代买机票；或是父母替异国子女购票、秘书为商务团代付，乘机人与扣款人天然分离。单点规则极易产生大面积误判。依托 3-in-1 Transformer，系统整合硬件网络、地理轨迹、乘机人关联度及历史信誉实时研判，在保障体验的前提下实现了 **99.99% 的风险覆盖率**，协助航旅客户挽回了**超 100 万美元的欺诈损失**。

此外，针对以往依赖繁复授信保证金与低效周期结算的民航分销困局，Antom 推展的多币种企业账户体系覆盖超 100 个国家、40 多个市场的本地货币账户，以自带授信替代重度资金质押，让结算资金紧贴着高频订单脉动而实时流转。

---

[27:32](https://www.bilibili.com/video/BV1o6nQ6bErY?t=1652s) Attention Is All You Need：支付终局与边界的外拓

蚂蚁国际将其 Voyage 大会的主题定为 **“Attention is all you need”**。这句源自 Transformer 奠基论文的著名断言在此处呈现出双重映射：一是**支付技术的全面智能化**，二是**支付平台角色的底层重塑**。

``` Antom AI 全栈产品矩阵 │ ├── 底层基础模型：Antom 3-in-1 Transformer ├── 中枢执行智能体：Antom Autopilot ├── 核心架构支撑：AI 原生平台架构 └── 场景全栈落地：全栈式 AI 商业与风控解决方案 ```

面对欧美老牌支付巨头技术支持重心偏向西方的现实，扎根亚洲的 Antom 凭借更贴近中国及亚太核心出海商户的服务团队，提供了极高响应效率的本地化支撑。正如团队所强调的增长底层逻辑： > “整个市场的盘子如果它不增长的话，对于商户来说它的经营和它的增长并没有变得更大的，所以我们的目标一定是在服务好商户的基础之上，围绕着它的经营的精细化操作和未来的整个 revenue 的增长，去帮它业务变得更大。”

纵观全局，支付所扮演的角色正在完成历史性跨越：它不再仅仅是交易最末端那个闭合流程的“收款工具箱”，而是深度前置渗透进比价、导购、营销与核销的动态全流程，向后则无限延展至跨币种清结算、账户合规以及企业全球流动性管理。支付系统由被动执行规则的通道，蜕变为驱动全球商业运转的超级智能基础设施。

## Notable quotes > [16:03](https://www.bilibili.com/video/BV1o6nQ6bErY?t=963s) 我们的 3-in-1 Transformer，由于我们将多模态的数据更好地结合起来，从而能够帮助我们从细微之处更深入地去理解风险和支付之间的关系，帮助我们同样更精准地去识别出这里面支付中存在的这个风险。 — Leo Li

## Mentioned Leo Li, Apple Gao, Antom, 蚂蚁国际, Stripe, PayPal, Visa, Mastercard, 银联, Antom Autopilot, Antom Smart Dispute, Auto Dispute, Antom Shopping Agent, A+ Rewards, 3-in-1 Transformer, Antom Shield, Agent SafePay, Alipay+, WorldFirst, Better, AliExpress, Falcon TST

## Video description 跨境支付，正在变得越来越简单。点一下、扫一下，一笔付款就完成了。但看似简单的操作，背后却牵动着一整条复杂的支付链路。而现在，AI正在改变这条链路。

一方面，AI开始进入支付的各个环节，从市场接入、交易风控，到对账和系统运维，让原本依赖大量人工的工作变得更加高效、智能。另一方面，AI也带来了全新的交易场景。当Agent开始替人选商品、找优惠，甚至下单付款，支付系统也面临着新的挑战：如何确认授权、识别风险，并保障交易安全？

这期视频，我们从一笔跨境支付出发，拆解全球支付体系的运转逻辑。同时借着蚂蚁国际在上海举办Voyage年度大会的机会，也去进一步看看AI正在如何改变跨境支付，以及支付巨头们正在如何应对这些新变化。

当AI开始深度参与交易，支付平台的角色将如何改变？全球支付行业又正在走向怎样的未来？

采访嘉宾： Leo Li，Antom风控负责人 Apple Gao，Antom航旅解决方案负责人

[Source](https://www.bilibili.com/video/BV1o6nQ6bErY)

中文简报

蚂蚁国际Antom推AI全链路系统欺诈率降55%并兜底Agent交易跨境支付正从被动的末端通道蜕变为贯穿导购、风控与清算的商业智能基建，而Agent自主决策下单的新模式正倒逼支付机构以多模态算法和兜底赔付重塑底层信任机制。视频从一笔跨国机票支付切入，拆解了收单机构、卡组织与发卡行之间在几秒信息授权背后的庞大网络，以及 T+1 至 T+3 天的资金清结算逻辑。针对跨境出海面临的渠道碎片化、黑产盗卡试刷与对账繁复等痛点，节目展示了 Antom Autopilot 如何将新市场接入和对账周期压缩至 5 分钟内，并借助 3-in-1 Transformer 模型实现毫秒级风控闭环与分钟级系统自愈。此外，节目还重点探讨了智能体商务（Agentic Commerce）兴起后，支付如何从单纯的事后扣款工具，演进为涵盖 AI 导购、动态锁汇与资金流动性管理的超级智能基础设施。蚂蚁国际推出智能体 Antom Autopilot，将出海商户进入新市场的支付调研与配置周期从过去的 6 个月（或专业机构建议的 2-4 周）大幅缩短至 5 分钟，并支持在生产环境一键进行流量仿真模拟。 (5:00) 面对 Visa 收紧千笔交易欺诈上限（22 笔降至 15 笔）与黑客脚本高频试刷，Antom 通过 AI 自动生成规则与全量历史仿真回放，使全平台商户欺诈率平均下降约 55%，单商户欺诈拒付率从 1.18% 降至 0.02%。 (7:14) 面向 Agentic Commerce（智能体商务）时代，Antom 自研并发布了 3-in-1 Transformer 基础风控大模型，统一融合序列数据、图数据与表格数据，并配套提供智能体交易‘100% 敢付敢赔’的 Agent SafePay 保障机制。 (16:03) 在航旅复杂场景中，Antom 借助 Falcon TST 汇率预测大模型实现最长锁定 1 年的动态锁汇，消除‘一票三价’痛点，并借助智能分层验证将机票预订支付成功率提升 3.8 个百分点。 (21:55)

Reading summary

跨境支付正从被动的末端结算工具演进为全流程智能基础设施；在蚂蚁国际 Voyage 大会上，旗下 Antom 展现了如何利用生成式 AI 与大模型重构风控、运营及面向 Agentic Commerce 的新型交易形态。跨境支付的底层摩擦与实时决策困局 (0:00) 一笔跨境支付在数秒内需要穿过商户、收单机构（如 Antom、Stripe）、卡组织与发卡行等层层关卡完成信息授权，而真正的跨币种资金划转与清结算通常需要 T+1 至 T+3 天甚至更久。在此过程中，出海商户面临北美信用卡、亚洲电子钱包等高度碎片化的支付习惯，以及跨币种汇兑摩擦。收单机构长期在交易成功率、通道成本、风控松紧度与用户体验之间权衡。过去维系跨市场交易主要依靠固定规则与人工经验，而 AI 正被用于破解这种四方博弈的平衡木，从底层效率与场景两端重构传统网络。自动化运维：准入、风控与对账的效率跃迁 (5:00) 传统跨境支付在进入新市场调研、欺诈防御与长尾对账上面临严重的人力负担。Antom 推出的智能体 Antom Autopilot 将新市场准入调研从传统的数周至数月压缩至 5 分钟，并通过真实流量仿真（Replay）模拟测试后一键上线。在对账环节，面对多币种与错综周期的结算单，AI 自动化核销将原需 48 至 72 小时的周期缩减到 5 分钟以内，并能秒级监测通道故障、分钟级完成排障路由。面对 Visa 下调每千笔交易欺诈容忍阈值（从 22 笔降至 15 笔）的外部压力及高频试刷脚本，Antom 通过全天候监测、历史回放测试新规则并周期性复盘，使全平台商户欺诈率平均下降约 55%，单家商户欺诈拒付率从 1.18% 降至 0.02%。同时，Smart Dispute 与 Auto Dispute 工具使平均争议申诉率由 24.5% 提升至 41.8%，降低了人工举证成本。智能体商务演进与自研风控大模型 (12:35) 随着网购从“人找商品”走向“Agent 理解人并代为决策支付”的 Agentic Commerce 时代，Antom 推出了帮助商户低门槛接入闭环交易的 Antom Shopping Agent，并结合连接亚太 10 大市场与 21 个钱包生态的 A+ Rewards，实现意图识别后的瞬时权益核销，试图改善传统优惠券仅 1.87% 的低核销率。为应对 Agent 自主交易带来的新型滥用与欺诈，Antom 自研了 3-in-1 Transformer 风控大模型，统一表征序列数据（行为轨迹）、图数据（设备与资金网络）和表格数据（万级底层特征）。在此基础上构建的 Antom Shield 提供支付、反滥用与智能体三重防护，并配套 Agent SafePay 机制，针对符合保障条件的自主交易风险承诺 100% 赔付兜底。航旅复杂场景落地：动态锁汇与分层核身 (21:55) 航旅场景存在运价秒级变动、乘机人与付款人天然分离以及跨国交易链条长等痛点。Antom 运用 Falcon TST 汇率时间序列预测大模型推行动态锁汇机制，支持在询价阶段锁定汇率最长达 1 年，解决比价、支付与退改签之间的“一票三价”问题。在身份校验方面，系统对高信誉常旅客免除繁琐校验，对高危交易实行毫秒级阶梯核身并在掉单临界点智能重试，将机票预订支付成功率提升 3.8 个百分点。结合 3-in-1 Transformer 关联图谱识别代买、异地购票等复杂交易，该机制实现了 99.99% 的风险覆盖率，为航旅客户挽回超 100 万美元欺诈损失，并通过多币种账户授信替代传统保证金以优化流动性。蚂蚁国际以“Attention is all you need”为主题，折射出跨境支付已从末端收款演变为贯穿前端导购、中端动态风控与后端全球资金管理的智能系统；但在 Agent 全面主导交易的未来，自主代扣的安全边界与各司法管辖区的长效合规适应仍将是持续检验该模式的关键。

Source quotes

[16:03] Leo Li: 我们的 3-in-1 Transformer，由于我们将多模态的数据更好地结合起来，从而能够帮助我们从细微之处更深入地去理解风险和支付之间的关系，帮助我们同样更精准地去识别出这里面支付中存在的这个风险。

Original transcript

[0:00] 你们有没有觉得支付这件事情真的越来越简单了?网上购物,再现点单,点一下,线下付款,扫一下,碰一下,这件事就完成了。但是你有没有想过支付变得越来越便捷的背后到底发生了什么?实际上就在这短短几秒钟内,这笔钱穿过了一套非常复杂的支付系统。在全球这样的交易以每分钟数百万次的频率发生着,并且很多都是跨境流动。金融机构都被连接起来并且快速完成识别授权和风险的案段所以表面上看我们只是点了一下付款背后却牵动着一整条支付链路而现在AI也开始进入到这条链路之中他正在帮助支付平台实施决定这笔交易应该怎么走哪条路径更合适要不要放行甚至能不能直接替客户完成交易支付也正在从一个简单的交易动作变成一个完整的智能决策系统那么全球跨境支付是一个什么样的链路中间有什么难点AI来了之后支付这件事又在发生着什么样的变化以及行业的巨头们又在率先做什么样的实践尝试呢那今天这期视频呢我们和蚂蚁国际合作一起深入聊一聊跨境支付这件事以及呢他们是如何为AI时代做准备的那首先啊一笔跨境支付从点击付款到最终完成背后到底要经过哪些环节呢比如啊我最近要准备回国出差打开航空公司网站选好机票和支付方式点击付款之后那一笔交易就开始了首先呢商户会发起支付请求把交易信息发送给收单机构进入支付网络的入口像Anton, Stripe, PayPal 这类的支付平台在实际业务中也会提供收单或者相关的支付处理服务他们做的事情可以简单理解为给交易找路连接不同支付方式选择合适的支付通道同时识别和控制风险接下来交易信息进入卡组织网络比如说 Visa, Mastercard,银联等等他们像一个中转中心负责把交易信息从商户一侧传递到消费者一侧的发卡机构最后交易到达发卡机构也就是消费者银行卡背后的银行,银行会验证账户和支付信息,检查余额或者信用额度,同时判断这笔交易是否存在风险,之后就会决定是否批准交易并且返回授权结果。这个过程可能只有几秒,但到这里,完成的主要是交易授权,流动的是交易信息,钱还没有真正的到商户手上。而真正的资金划转发生在之后的清算和结算环节资金从发卡机构一侧经支付网络和收担机构最终结算到商户账户如果是一笔跨境交易,中间还可能涉及货币兑换和跨境资金流动,整个过程通常需要提加1到提加3天,甚至更久。所以我们看到的只是一次点击付款但是在屏幕背后商户收单机构卡组织和发卡机构已经在几秒钟之内完成了一轮信息传递和数权其中收单机构是这个链条当中成前起后最为关键的节点而他们要让这笔交易顺利完成其实并不容易首先对于一家想做全球生意的商户来说它面对的从来不是一个统一的支付市场不同国家和地区的支付习惯差别很大每每以信用卡为主亚洲很多地区跟习惯电子钱包还有一些市场仍然大量依赖银行转账甚至有自己的本地支付网络而这些体系之间并不天然相通支付服务商要把不同国家的支付方式银行和网络连接起来第二个问题是跨币种和跨境结算消费者用美元付款商户最终收到的可能是欧元或者人民币这中间就要跨越不同的金融体系处理汇率货币兑换资金结算等等而且除了成功付款之外收担机构还要同时兼顾成功率成本风险和消费者的支付体验比如说一条支付通道成功率高但成本也更高另一条成本低却更容易失败风控也是一样蓝的太松会放过欺诈又会误伤正常消费者所以收担机构要解决的是一个复杂的实施决策问题这比交易该走哪条路要不要放行怎样让它更快更便宜同时又足够安全而当交易从一个国家扩展到几十上百个市场这些问题的复杂度也在成倍上升在过去这些问题主要靠支付机构的基础设施规则和大量人工增验来解决但在最近几年AI成了这条列路里面一个全新的变量它带来的改变主要体现在两个层面一方面AI正在改造原有的支付链路 [5:00] 并优化交易中的每一个决策让整个支付过程更高效更智能另一方面,当agent开始参与搜索商品,下单甚至自主完成支付,他也创造出新的交易方式和支付场景,带来了过去没有遇到的新问题。那么AI到底能怎样去解决跨境支付原来的这些难题呢?而当AI开始成为新的交易参与者,支付又应该如何去适应和赋能这些新的转变呢?刚才我们说到一笔跨境支付背后是一套高度复杂的全球支付网络而要维持它的正常运转其实非常依赖人力进入一个新市场先得派人调研当地的支付方式和监管要求交易有异常往往需要人工排查不同市场的账对不上要靠财务人工处理渠道出了贵账也得靠人工发现定位再决定怎么办随着跨境交易增长,这些工作对效率的要求也越来越高,靠人力显然是太低效了。于是AI成为了行业降本增效的共同探索方向,头部支付机构都开始把AI引入交易决策、风控和运营等环节。最近,蚂蚁国际也正好在上海召开了Voja10年度大会,我们也有机会来近距离看看现在的支付行业具体是怎么用AI解决这些问题的。它从2023年开始为全球商户提供支付服务,在此次的Anthem演示中这种变化被集中体现在一个叫做Anthem Autopilot的智能体上。Anthem Autopilot把AI放进了商户使用支付服务的整个过程中,从最开始的入驻和系统集成,到交易中的风控,再到后面的巨幅处理,对账和新市场扩展,AI都开始深入参与其中。那么这个智能体具体是怎么工作的呢下面呢我们就挑几个典型场景来看看哈那比如说啊对于一家想进入新市场的企业来说首先就要先去理解当地人到底是怎么支付这件事像这个地方的消费者是更喜欢用信用卡还是电子钱包当地的监管制度是什么样的等等过去企业如果自行调研的话可能需要大概六个月而收担机构给出建议也至少要花上两到四周这个效率实在是太低了对吧,但是通过Atom Autopilot这个过程能够缩减到多少呢?只需要5分钟。比如说企业想要进入一米市场,AI会先分析当地支付格局和用户习惯,再结合不同商户类型的业务特点,个性化推荐,支付组合。以前很多系统到推荐这一步就结束了,而Atom Autopilot多了一个关键环节,那就是仿真。他可以把推荐的支付方案放到结账页和生产环境里提前跑一遍,看看真实交易可能会出现什么结果,确认没有问题之后再一键上线。2 weeks5 minutes当研究这么便宜, 问题会改变他不再问我们的团队,我们可以做一些特别的市场研究。但是他说,我们现在的市场要开启?第二个老大男的场景就是安全了。在很多海外市场,信用卡依然是非常普遍的支付方式。而信用卡交易里面最让商户头疼的问题就是欺诈和巨付。不久前,VISA进一步收紧了他们的收单行监控计划。按照新的标准每一千笔交易中欺诈和争议交易的门槛从过去的22笔降到了15笔一旦超过商户和收单机构不仅可能会被罚款严重的话甚至会影响支付通道但现在随着技术的发展欺诈的攻击手段变得越来越难以识别和拦截比如说盗卡测试如今已经是普遍问题机器人拿着成千上万张到来的信用卡在商家平台疯狂试刷看哪张能通一眨眼就能点击上万次付款被盗刷的用户向银行申诉之后,店铺的投诉率就瞬间飙升,巨幅率甚至能够涨50%。除了老生常谈的欺诈和巨富问题以外我们现在看到了攻击者他也不断在转向一些新的业务场景随着更多的AI商户他去推出例如说像后付费啊免费试用期啊这样的一些这个服务用来去吸引新的用户那有不少的风险的攻击特别是类似于耗药毛这样的行为出现在这样的业务过程中对于这类型的问题呢传统的封控往往是事后处理也就是等居付报告出来再由人工去定位问题那整个过程呢可能需要两周到四个月之久那AI应用进来之后呢封控就可以变成实时监测提前预判具体怎么做呢以Anton Autopilot为例AI可以持续监测交易发现异常之后自动分析并且生成拦截规则但这些规则不会直接上线而是先用历史交易进行回放replay模拟会拦下哪些交易有什么影响,上线之后,系统还会每7天自动评估风控效果并且上线 [10:00] 形成一个实时监测模拟验证上线持续复盘的闭环这套系统的效果呢也非常显著Anthom表示一家客户的欺诈拒付率从1.18%降到了0.02%而从整个Anthom商户来看欺诈平均下降了大约55%而即使拒付已经发生AI也可以继续参与后面的争议处理比如说 Antem的Smart Dispute会提供申诉建议,将平均争议申诉率从24.5%提升到41.8%另外Auto Dispute还可以自动整理材料,协助提交申诉,减少成功处理的工作量。前面我们说AI帮助解决了市场问题欺诈问题那一笔交易完成之后是不是就顺利结束呢那对于商户来说啊他们还有一项非常繁琐的工作要做那就是对账跨境交易涉及不同国家不同支付方式和不同结算规则比如说在东南亚欧洲一次对账可能涉及六种以上的货币不同支付渠道的结算周期有可能有些是T加2 有些是T加7批次不同就可能出现在不同的文件里所以对不上仗接着去找原因是让企业财务最头疼的事情传统人工对仗一个周期可能就会花48到72小时那这也是AI开始发挥作用的地方Anthom除了可以将人工对仗自动化还让AI进一步去解释异常在找出问题之后还接着会判断背后的原因是什么并生成对应的报告而整个过程可以被压缩到5分钟除了这些具体的问题之外呢,支付还是一个一刻也不能停的系统啊。跨期支付连接着大量渠道和合作机构,任何一个环节出现故障,就会造成巨大的损失。在东南亚,一些渠道每个月可能会出现一到三次故障,以前这种事情很大程度上还是靠人工值班和排查,等问题被定位时可能就已经损失了超过5%的交易量,所以系统的7×24小时的运维也非常重要。全球支付渠道发现异常后自动判断影响范围和原因并且进一步给出关屏切换流量智能路由等处理方案原本需要数小时甚至数天的检测和处理现在也被压缩到了分钟级所以从交易前的市场研究到交易中的风险控制再到交易之后的对账以及支付系统的实施运维AI首先改变了是支付背后的那些复杂重复的工作不过这只是第一步当AI开始从帮人把支付做好进一步变成了自己参与交易支付面对的问题也会完全的不一样那最近这一两年呢我们可能经常听到一个新词呢叫做Agentic Commerce智能体商务是什么意思呢我们之前在网上买东西一般是自己搜索商品浏览网页比较价格领取优惠最后付款但Agent加入之后呢这样的流程就被彻底颠覆了消费者只需要把购买意图告诉AI比如帮我找一条适合主持我们年度科技峰会的白色裙子吧而剩下的工作从搜索比价到付款agent都可以帮你完成而最近主流的支付平台都在围绕这个新场景加快布局这件事情带来的变化其实不只是多了一个AI导购过去的电商链路是人找商品未来可能变成agent理解人再替人完成交易而一旦交易的参与者变了原来的销售和支付链路也会随之变化那具体怎么变呢第一个层面就是购物入口变了很大程度上取决于用户自己会不会找会不会选以及商户有没有足够的销售和客服人员去服务但在agent时代就省事多了用户进入网站之后他会主动打招呼并且精准地根据需求去推荐商品提供建议接着他还可以继续引导下单生成订单并在用户的数权下完成支付交易完成之后甚至还可以提供出户服务这样全能的agent每个商户都想拥有却很难有能力自己去搭agent要持续运行背后需要模型介入技术开发和持续维护还需要准备云服企和算力agent每一次和用户对话搜索和调用工具也都会产生token和推理成本无论是技术团队经验还是成本对于商户来说都可能是门槛所以我们看到主流支付公司都在积极研发一战式的agent产品比如说Antem最近推出的Antem Shopping Agent就把访问导购下单支付一条完整的流程直接嵌入商户的网站那除了改变怎么买agent呢还能改变怎么卖以前的营销通常是投广告发优惠券等待用户看到领导然后消费但这种方式其实很低效研究数据显示平台货客成本上涨了15%流量转化却下降了20%而传统优惠券从发放到支持 [15:00] 使用,中间还可能需要48小时以上的运营支持,最终的合效率只有1.87%所以AI进入之后营销思路开始从广撒网展向做匹配这也是Anton在Aplus Rewards上的一个探索Aplus Rewards不是一个单纯的优惠券工具它覆盖了亚太十大市场和超过21个数字支付平台让商户可以把优惠券、返线、订阅折扣等营销活动直接放进用户日常使用的钱包场景里比如说一个用户对agent说我今天想喝杯咖啡,AI就能识别地图,再从A+ Rewards 里面去寻找相关优惠并且进行推荐,然后帮助用户完成核销。这样一来,原本看到广告领取优惠,回赖消费的长链路就被压缩成了表达需求,匹配优惠,完成交易。对于商户来说,这不仅能够提高转化,也可能触达那些原本从未主动访问过的新用户。不过无论是AI介入原有的支付链条还是创造出新的交易场景背后共同的确实是我们正在越来越多的把判断和执行交给AI而这也意味着安全问题也变得更加复杂了此前我们有提到像Antem Autopilot这样的产品正在让风控变得更高效但从底层来看高效需要建立在一个前提之上那就是系统首先得具备准确的识别风险的能力为此Antem是推出了3-in-1 Transformer安装模型它最大的特点是把三类不同的数据放进同一个Transformer模型中进行分析过去很多风控模型往往只关注某一种数据维度用户的行为但在Anton看来单一维度很容易看到局部却可能忽略交易背后的关联一笔交易有没有风险,往往同时包含多个层面的信息。第一类是序列数据,看这笔交易是否符合用户过去的行为轨迹。第二类是图数据,看账户背后的设备、账户和资金之间是否存在可疑的关联网络。第三类是表格数据,包含上万个专业风险维度,用来判断这笔交易本身是否符合正常的支付模式。那这三类数据分别回答,这个用户过去怎么做,它和谁有关联,这笔交易本身有没有异常。而把这些信息放在一起,AI就能识别完整的风险图景。我们的3 in 1 Transformer由于我们将多么它这个数据更好的结合起来从而能够帮助我们能够从细微之处更深入的去理解风险和支付之间的关系帮助我们同样更精准的去识别出这里面支付中存在的这个风险底层模型提供了风险判断但是风险被识别之后还需要落实到防控上本层的Anthem是进一步搭建了一套三重防护机制Anthem Shield分别对应AI支付正在面对的三类不同风险第一层是支付防护解决传统的盗卡欺诈和屈付问题第二层是反滥用防护针对批量注册设备养耗耗免费额度等新型风险第三层则是智能体防护交易之后产生的新风险这样一来底层模型负责看懂风险Atom Shield则是把风险给挡住那么两者结合起来就共同的构成了AI支付的安全底座而即便是AI在交易过程中出了错商户的损失也是完全可控的对此,Anthem是推出了Agent SafePay风险保障机制。Anthem表示,使用Anthem Shopping Agent以及Anthem收单服务的商户,如果发生符合保障条件的智能体交易风险,能够做到100%赶富赶赔。那除了前面的这几点非常具体流程上的改变之外呢如果我们把视角再往后一步看一下整个支付行业的变化可能会发现啊现在对于很多全球化企业来说他们对支付的需求已经不仅仅是让客户把钱付过来而已了一家企业可能同时在美国欧洲东南亚做生意每天收到不同币种的付款它需要完成结算换汇给供应商和员工付款资金统一管理起来所以除了支付之外他们还希望资金能够更快更灵活的在不同账户和市场之间流动这也是为什么经济年主流支付平台都在快速行动开始从单纯处理交易逐渐延伸到企业账户跨境付款资金掉拨和流动性管理这个变化在蚂蚁国际的业务布局中也很明显目前整个蚂蚁国际的体系分为四大板块其中Alipay Plus更靠近消费者这一端银行APP等支付方式让消费者可以使用自己熟悉的支付工具在海外商户完成支付Intom则是更加靠近商户这一侧帮助企业接触不同市场的支付方式并且提供相关的数字化服务目前覆盖200多个支付市场300多种支付方式和140多种货币但交易完成之后 [20:00] 资金还要继续流动,这时候就到了World First,也就是万里汇,和连接账户、资金和外汇,帮助企业通过多币种账户进行全球收付款和换汇。对于业务更复杂的企业还可以进一步对不同的实体、账户和市场的资金进行集中管理和调度。而当支付和账户资金流都被连接起来之后金融服务也就有了进入企业经营场景的基础那Better提供的就是这一层更陷入业务的金融服务包括了企业信贷资金管理外汇和流动性等比如说AliExpress上的中小商户如果需要补货或者短期周转资金就可以直接在商家后台申请运营资金贷款而不需要再单独去寻找融资渠道那消费者在购物的时候呢也可以使用先买后付的方式完成分期也就是说金融服务不再是独立存在的产品可以直接嵌入企业经营和消费者交易当中了从消费者付款到商户收款再到企业资金流动最后延伸到融资外汇等等原本分散在不同系统里的环节正在被一个生态包裹起来支付也正在成为连接消费者商户企业资金和金融服务的一层基础设施那么当所有的这些产品服务和能力真正进入一个具体行业之后会发生什么呢那接下来呢我们可以结合行旅这个具体的案例来看一看行旅呢是一个典型的跨境支付场景一张跨境机票的背后连接着不同国家币种支付方式以及行司代理商等多个参与方而且啊行旅交易对于实时性的要求很高价格库存和用户决策都在不断变化随着AI进入旅行搜索比价和预定这些支付环节的效率问题也会更加突出结构性上的变化主要是有两层一层是整个机票的销售的结构是发生了变化然后第二层是最近的AI所带来的效率提升是把整个销售的链路的话是做了一个颠覆性的改变AI的工具其实给了整个用户带来了很大的一个便捷性但是你的整个销售就是分销的这个结构没有变的话前面的服务的领约是整个B2B的销售里面最关键的那个Botterneck那AI他也会把一些痛点去放大现在借助AI比价买机票已经越来越简单了我们只需要告诉AI需求AI就可以快速比较不同航班和价格甚至直接给出购买建议但是AI看到的价格不一定是最终支付价格除了机票价格本身会变化花金支付还会受到汇率波动的影响AI比价时是一个价格真正支付的时候汇率可能就已经变了退款时候又可能是另外一个汇率于是一张机票可能会出现三个价格当用户把比价和购买决策交给AI之后价格能不能保持一致就成了一个新的问题而支付系统需要做的就是让AI给出的价格在后面的交易过程中尽可能的保持一致ATEM采用了一种方式是动态所汇他们通过Falcon TST模型的预测能力在报价的时候就锁定当时的汇率并且将这一汇率延续到后续的支付和退款环节最长可以锁定一年这样原本可能会出现的三个价格就尽可能的变成了同一个价格对于用户来说价格更透明对于商户来说可以降低汇率波动带来的影响而对于AI来说它给出的价格也更容易在真实交易中兑现不过搜索比价和决策都完成了如果最后卡在支付上前面的效率还是会被浪费掉旅行尤其如此机票价格和库存都在实施变化支付一旦失败座位可能很快被释放等用户重新支付原来的价格和座位可能都已经没有了所以当AI把购买决策压缩到几秒钟支付也必须跟上它既要保证安全也要尽可能减少对用户购买流程的打断那么怎么在安全和速度之间找到平衡呢那一种方式是智能分层验证对长期可信的用户减少不必要的验证对高风险交易再进行更严格的身份验证如果支付出现超时或者失败系统还可以进行智能重视尽可能在价格和库存变化之前完成交易Intem就表示在实际应用当中这种方法让整体机票预定支付成功率提升了3.8个百分点还有一个问题是当AI开始自动参与风控大量交易可能会被系统拦截但旅行支付有一个特殊支出就是一笔看起来不正常的交易并不一定是欺诈比如说一个人住在 [25:00] A股却从B股出发用C股的信用卡买机票不准的父母替孩子买票助理替老板订票付款人和乘客本来就不是同一个人如果AI只看某一个维度就很容易把这些正常交易误判成风险所以AI时代的旅行风控需要看的就不只是一笔交易而是交易背后的完整关系也就是前面提到的3-in-1 Transformer它发挥作用的地方它会把设备网络地理位置付款人与乘客的关系历史行为等信息放在一起分析判断这个人这张卡这个设备和这次旅行组合起来是否合理再实时给出风险判断实际应用当中这套系统据称实现了99.99%的风险覆盖率并且帮助减少了超过100万美元的欺杀损失那最后呢制服生态的重要性也在航旅这个行业中啊非常的凸显一站机票卖出去之后背后还有航司OTA代理商等多个参与方钱还要继续往下流传统的旅行供应链很多时候依赖固定数信保证金和批量结算但当AI带来的订单越来越实时这套模式就会越来越吃力因为订单可能在不断产生资金却还停留在原来的账期和结算流程里Anton的思路啊企业账户把不同参与方连接起来让资金随着订单流动同时减少保证金带来的资金占用目前这套账户体系覆盖了100多个国家40多个市场的本地货币账户同时提供内置受信能力这也意味着旅行支付从先交易后结算逐渐走向资金跟着交易流动随着整个行业的结构性的变化行旅的客户在整个去operate他的业务的经营维度上会遇到很多的一些挑战我们在整个建设对应的能力的时候会不断的把我们围绕着行旅客户的这些经营的能力把它单独拉出来不管是帮它去降低它的风险效率还是围绕着它的这个票价的波动去提供行旅的这个Dynamic Pricing的这些能力这都会变成我们整个去提供服务的时候的一个guidance那我们一路看下来会发现啊,支付现在已经不仅仅是收缩钱这么简单了。一方面,AI进入之后,支付系统本身变得越来越自主和智能。过去的支付系统主要靠规则去懂,什么交易概念,走哪条支付渠道,出了问题怎么处理,都需要提前设定规则或者人工介入。另一方面支付平台的边界也在扩大以前我们理解支付主要出现在交易的最后一步用户选好商品决定购买然后完成付款但当如今AI开始参与比价选商品找优惠甚至直接完成购买支付也更早地进入到交易过程开始和导购营销转换连接起来同时交易完成之后支付平台还在继续向结算换汇和资金管理延伸讲到这里再回头看这次卖一国际文杰时代会的主题其实就非常有意思了它叫做Attention is all you need这个Attention其实是对应了AI进入支付的两个方向支付的智能化和支付平台角色的重新定位如今Anton围绕着这两个方向搭建了由一个三合一支付基础模型Anton 3-in-1 Transformer一个AI智能体Anton Autopilot一个AI原生平台一套全占AI解决方案组成的产品取证另外做全球生意还有一个很现实的问题就是本地服务很多国际支付公司的核心团队在欧美而全球跨境电商和出海业务中有相当一部分商户来自亚洲而Anton本身扎根亚洲在中国和亚洲有更完整的服务团队因此也能够更加及时地响应和处理商户的问题整个市场的盘子如果它不增长的话对于商户来说它的经营和它的增长并没有变得更大的所以我们的目标一定是在服务好商户的基础之上围绕着它的经营的精细化操作和未来的整个revenue的增长去帮它业务变得更大所以支付正在发生的变化不只是技术的升级它要解决的问题正在从把钱收进来到现在需要进一步去回答这笔交易应该怎么发生怎么管理这意味着支付的边界也在重新被定义它正在从交易的最后一步走向整个交易的过程而这可能也是AI时代带给支付的全新想象空间 [30:00] 那么以上就是本期硅谷101的全部内容了你们的点赞留言还有转发是支持我们做好深度科技和商业内容的最佳动力我是陈倩那我们就下期视频再见了Bye

蚂蚁国际Antom推AI全链路系统 欺诈率降55%并兜底Agent交易