YT YouTube2Text

YouTube2Text → Transcripts → AI重构跨境支付：效率、风控与Agent商业时代

AI重构跨境支付：效率、风控与Agent商业时代 — Transcript

by 硅谷101 · 896 words · 819 segments · language zh · Watch on YouTube

Open in transcriber Summarize with AI Download SRT/VTT

Full transcript

0:00你们有没有觉得
0:01“支付”这件事情真的越来越简单了
0:04网上购物、在线点单
0:06点一下
0:06线下付款
0:07扫一下、碰一下
0:09这件事就完成了
0:10但是你有没有想过
0:12“支付”变得越来越便捷的背后
0:14到底发生了什么
0:15实际上就在这短短几秒钟里
0:17这笔钱穿过了一套非常复杂的支付系统
0:21在全球这样的交易
0:22以每分钟数百万次的频率发生着
0:25并且很多都是跨境流动
0:27不同地区的消费者、商户
0:28不同的支付方式、金融机构
0:30都被连接起来
0:31并且快速完成识别、授权和风险判断
0:35所以表面上看
0:36我们只是“点了一下付款”
0:37背后却牵动着一整条支付链路
0:41而现在AI也开始进入到这条链路之中
0:44它正在帮助支付平台实时决定
0:46这笔交易应该怎么走
0:48哪条路径更合适、要不要放行
0:50甚至能不能直接替客户完成交易
0:52支付也正在从一个简单的交易动作
0:55变成一个完整的智能决策系统
0:57那么全球跨境支付是一个什么样的链路
1:00中间有什么难点
1:02AI来了之后
1:03支付这件事又在发生着什么样的变化
1:06以及行业的巨头们
1:07又在率先做什么样的实践尝试呢
1:10今天这期视频
1:11我们和蚂蚁国际合作
1:13一起深入聊一聊“跨境支付”这件事
1:15以及他们是如何为AI时代做准备的
1:24首先一笔跨境支付
1:26从点击付款到最终完成
1:28背后到底要经过哪些环节呢
1:33比如我最近要准备回国出差
1:35打开航空公司网站
1:37选好机票和支付方式
1:38点击“付款”之后
1:40那一笔交易就开始了
1:41首先商户会发起支付请求
1:44把交易信息发送给收单机构
1:47收单机构可以理解为
1:48商户进入支付网络的入口
1:50像Antom、Stripe、PayPal这类的支付平台
1:53在实际业务中
1:54也会提供收单或者相关的支付处理服务
1:57它们做的事情
1:58可以简单理解为给交易“找路”
2:00连接不同支付方式
2:02选择合适的支付通道
2:04同时识别和控制风险
2:06接下来交易信息进入卡组织网络
2:08比如说Visa、Mastercard、银联等等
2:10它们像一个“中转中心”
2:12负责把交易信息从商户一侧
2:14传递到消费者一侧的发卡机构
2:17最后交易到达发卡机构
2:19也就是消费者银行卡背后的银行
2:21银行会验证账户和支付信息
2:24检查余额或者信用额度
2:26同时判断这笔交易是否存在风险
2:28之后就会决定是否批准交易
2:30并且返回授权结果
2:32这个结果会沿着原路返回
2:34从发卡机构经过卡组织、收单机构
2:37最终回到商户
2:38整个过程可能只有几秒
2:40但到这里完成的主要是交易授权
2:43流动的是交易信息
2:45钱还没有真正地到商户手上
2:48而真正的资金划转
2:49发生在之后的清算和结算环节
2:52资金从发卡机构一侧
2:54经支付网络和收单机构
2:55最终结算到商户账户
2:58如果是一笔跨境交易
2:59中间还可能涉及货币兑换和跨境资金流动
3:03整个过程通常需要T+1到T+3天
3:05甚至更久
3:06所以我们看到的只是一次点击“付款”
3:09但是在屏幕背后
3:10商户、收单机构、卡组织和发卡机构
3:13已经在几秒钟之内
3:15完成了一轮信息传递和授权
3:17其中收单机构是这个链条当中承前启后
3:21最为关键的节点
3:22而它们要让这笔交易顺利完成
3:25其实并不容易
3:29首先对于一家想做全球生意的商户来说
3:32它面对的从来不是一个统一的支付市场
3:36不同国家和地区的支付习惯差别很大
3:39北美以信用卡为主
3:40亚洲很多地区更习惯电子钱包
3:42还有一些市场仍然大量依赖银行转账
3:45甚至有自己的本地支付网络
3:47而这些体系之间并不天然相通
3:50支付服务商要把不同国家的支付方式
3:52银行和网络连接起来
3:54这本身就是一项非常复杂的基础设施工程
3:57第二个问题是跨币种和跨境结算
4:00消费者用美元付款
4:02商户最终收到的可能是欧元或者人民币
4:05这中间就要跨越不同的金融体系
4:07处理汇率、货币兑换、资金结算等等
4:10而且除了“成功付款”之外
4:12收单机构还要同时兼顾成功率、成本
4:15风险和消费者的支付体验
4:17比如说一条支付通道成功率高
4:19但成本也更高
4:20另一条成本低
4:21却更容易失败
4:23风控也是一样
4:24拦得太松会放过欺诈
4:26拦得太严又会误伤正常消费者
4:28所以收单机构要解决的
4:30是一个复杂的实时决策问题
4:32这笔交易该走哪条路
4:34要不要放行
4:35怎样让它更快、更便宜
4:36同时又足够安全
4:38而当交易从一个国家
4:39扩展到几十、上百个市场
4:41这些问题的复杂度也在成倍上升
4:44在过去这些问题主要靠支付机构的
4:46基础设施、规则和大量人工经验来解决
4:50但在最近几年
4:51AI成了这条链路里面一个全新的变量
4:54它带来的改变主要体现在两个层面
4:57一方面 AI正在改造原有的支付链路
4:59重新优化交易中的每一个决策
5:01让整个支付过程更高效、更智能
5:04另一方面
5:04当Agent开始参与搜索商品、下单
5:07甚至自主完成支付
5:08它也创造出新的交易方式和支付场景
5:11带来了过去没有遇到的新问题
5:13那么 AI到底能怎样去解决
5:16跨境支付原来的这些难题
5:18而当AI开始成为新的交易参与者
5:20支付又应该如何去适应和赋能
5:22这些新的转变呢
5:30刚才我们说到一笔跨境支付背后
5:32是一套高度复杂的全球支付网络
5:35而要维持它的正常运转
5:37其实非常依赖人力
5:39进入一个新市场
5:40先得派人调研当地的支付方式和监管要求
5:44交易有异常
5:45往往需要人工排查
5:46不同市场的账对不上
5:48要靠财务人工处理
5:50渠道出了故障
5:51也得靠人工发现、定位、再决定怎么办
5:54随着跨境交易增长
5:55这些工作对效率的要求也越来越高
5:58靠人力显然是太低效了
6:01于是 AI成为了行业降本增效的
6:03共同探索方向
6:04头部支付机构都开始把AI引入交易决策
6:07风控和运营等环节
6:09最近蚂蚁国际也正好在上海召开了
6:12VOYAGE年度大会
6:13我们也有机会来近距离看看
6:15现在的支付行业
6:17具体是怎么用AI解决这些问题的
6:20目前蚂蚁国际旗下主要负责
6:21商户跨境支付业务的平台叫做Antom
6:24它从2023年开始
6:25为全球商户提供支付服务
6:28在此次的Antom演示中
6:29这种变化被集中体现在一个
6:31叫Antom Autopilot的智能体上
6:34Antom Autopilot把AI放进了
6:36商户使用支付服务的整个过程中
6:38从最开始的入驻和系统集成
6:40到交易中的风控
6:42再到后面的拒付处理、对账和新市场扩展
6:45AI都开始深度参与其中
6:48那么这个智能体具体是怎么工作的呢
6:50下面我们就挑几个典型场景来看看
6:56比如说对于一家想进入新市场的企业来说
6:59首先就要先去理解
7:01“当地人到底是怎么支付”这件事
7:04像这个地方的消费者是更喜欢用信用卡
7:06还是电子钱包
7:08当地的监管制度是什么样的等等
7:10过去企业如果自行调研的话
7:12可能需要大概6个月
7:14而收单机构给出建议
7:15也至少要花上2到4周
7:17这个效率实在是太低了
7:20但是通过Antom Autopilot
7:21这个过程能够缩减到多少呢
7:24只需要5分钟
7:25比如说企业想要进入印尼市场
7:28AI会先分析当地支付格局和用户习惯
7:32再结合不同商户类型的业务特点
7:34个性化推荐支付组合
7:36以前很多系统到“推荐”这一步就结束了
7:39而Antom Autopilot多了一个关键环节
7:41那就是仿真
7:42它可以把推荐的支付方案
7:44放到结账页和生产环境里提前跑一遍
7:47看看真实交易可能会出现什么结果
7:50确认没有问题之后
7:51再一键上线
7:52两周 5分钟
7:55当研究变得如此便宜时
7:57我们所提出的问题就会改变
8:00我们不再问团队
8:01我们什么时候才负担得起
8:03对某些特定市场进行研究
8:05而是仍然回到这个问题
8:06我们现在需要立刻进入哪些市场
8:11那第二个“老大难”的场景就是安全了
8:14在很多海外市场
8:15信用卡依然是非常普遍的支付方式
8:18而信用卡交易里面
8:19最让商户头疼的问题就是欺诈和拒付
8:22不久前 Visa进一步收紧了
8:24他们的“收单行监控计划（VAMP）”
8:26按照新的标准
8:27每1000笔交易中
8:28欺诈和争议交易的门槛
8:30从过去的22笔降到了15笔
8:32一旦超过
8:33商户和收单机构不仅可能会被罚款
8:36严重的话甚至会影响支付通道
8:38但现在随着技术的发展
8:40欺诈的攻击手段
8:41变得越来越难以识别和拦截
8:44比如说“盗卡测试”如今已经是普遍问题
8:47机器人拿着成千上万张盗来的信用卡
8:49在商家平台疯狂试刷
8:51看哪张能通
8:53一眨眼就能点击上万次付款
8:55被盗刷的用户向银行申诉之后
8:58店铺的投诉率就瞬间飙升
9:00拒付率甚至能够涨50%
9:02除了老生常谈的欺诈和拒付问题以外
9:05我们现在看到了攻击者
9:07他也不断在转向一些新的业务场景
9:09随着更多的AI商户
9:11他去推出例如说像后付费、免费试用期
9:15这样的一些服务
9:16用来去吸引新的用户
9:18那有不少的风险的攻击
9:21特别是类似于（恶意）薅羊毛这样的一个行为
9:23出现在这样的业务过程中
9:25对于这类型的问题
9:26传统的风控往往是“事后处理”
9:28也就是等拒付报告出来
9:30再由人工去定位问题
9:32整个过程可能需要2周到4个月之久
9:35那AI应用进来之后
9:37风控就可以变成实时监测、提前预判
9:40具体怎么做呢
9:41以Antom Autopilot为例
9:42AI可以持续监测交易
9:44发现异常之后自动分析
9:46并且生成拦截规则
9:47但这些规则不会直接上线
9:49而是先用历史交易进行“回放”（Replay）
9:52模拟会拦下哪些交易
9:54以及对支付成功率有什么影响
9:56上线之后系统还会每7天
9:58自动评估风控效果并且生成报告
10:00形成一个
10:01“实时监测、模拟验证、上线、持续复盘”的闭环
10:05这套系统的效果也非常显著
10:07Antom表示一家客户的欺诈拒付率
10:09从1.18%降到了0.02%
10:12而从整个Antom商户来看
10:14欺诈平均下降了大约55%
10:17而即使拒付已经发生
10:19AI也可以继续参与后面的争议处理
10:22比如说Antom的SmartDispute
10:23会提供申诉建议
10:25将平均争议胜诉率
10:26从24.5%提升到了41.8%
10:30另外 AutoDispute还可以自动整理材料
10:32协助提交申诉
10:33减少人工处理的工作量
10:38前面我们说AI帮助解决了
10:40市场问题、欺诈问题
10:41那一笔交易完成之后
10:43是不是就顺利结束了呢
10:44那对于商户来说
10:46他们还有一项非常繁琐的工作要做
10:48那就是对账
10:50跨境交易涉及不同国家、不同支付方式
10:52和不同结算规则
10:54比如说在东南亚、欧洲
10:56一次对账可能涉及6种以上的货币
10:59不同支付渠道的结算周期
11:01有可能有些是T+2、有些是T+7
11:04同一笔交易因为结算批次不同
11:06就可能出现在不同的文件里
11:08所以对不上账、接着去找原因
11:11是让企业财务最头疼的事情
11:13传统人工对账
11:14一个周期可能就会花48到72小时
11:17这也是AI开始发挥作用的地方
11:20Antom除了可以将人工对账自动化
11:22还让AI进一步去解释异常
11:25在找出问题之后
11:26还接着会判断背后的原因是什么
11:28并生成对应的报告
11:30而整个过程可以被压缩到5分钟
11:35除了这些具体的问题之外
11:36支付还是一个一刻也不能停的系统
11:39跨境支付连接着大量渠道和合作机构
11:43任何一个环节出现故障
11:44就会造成巨大的损失
11:46在东南亚
11:47一些渠道每个月可能会出现1到3次故障
11:50以前这种事情很大程度上
11:51还是靠人工值班和排查
11:53等问题被定位时
11:55可能就已经损失了超过5%的交易量
11:58所以系统的7×24小时的运维也非常重要
12:01AI可以持续监测全球支付渠道
12:04发现异常后自动判断影响范围和原因
12:06并且进一步给出关停、切换流量
12:08智能路由等处理方案
12:10原本需要数小时甚至数天的检测和处理
12:13现在也被压缩到了分钟级
12:15所以从交易前的市场研究
12:17到交易中的风险控制
12:19再到交易之后的对账
12:20以及支付系统的实时运维
12:22AI首先改变的
12:24是支付背后的那些复杂重复的工作
12:27不过这只是第一步
12:29当AI开始从“帮人把支付做好”
12:30进一步变成了“自己参与交易”
12:33支付面对的问题也会完全的不一样
12:39最近这一两年我们可能经常听到一个新词
12:42叫做Agentic Commerce（智能体商务）
12:45是什么意思呢
12:46我们之前在网上买东西
12:47一般是自己搜索商品、浏览网页
12:50比较价格、领取优惠
12:51最后付款
12:52但Agent加入之后
12:53这样的流程就被彻底颠覆了
12:55消费者只需要把购买意图告诉AI
12:58比如
12:59“帮我找一条适合主持
13:00我们年度科技峰会的白色裙子吧”
13:03而剩下的工作
13:04从搜索、比价到付款
13:05Agent都可以帮你完成
13:07而最近主流的支付平台
13:09都在围绕这个新场景加快布局
13:12这件事情带来的变化
13:13其实不只是多了一个AI导购
13:15过去的电商链路是“人找商品”
13:18未来可能变成
13:19“Agent理解人、再替人完成交易”
13:22而一旦交易的参与者变了
13:23原来的销售和支付链路也会随之变化
13:29那具体怎么变
13:30第一个层面就是“购物入口”变了
13:33以前一个独立站能不能把流量转化为订单
13:36很大程度上取决于
13:37用户自己会不会找、会不会选
13:40以及商户有没有足够的销售
13:42和客服人员去服务
13:44但在Agent时代就省事多了
13:46用户进入网站之后
13:47它会主动打招呼
13:48并且精准地根据需求
13:50去推荐商品、提供建议
13:52接着它还可以继续引导下单、生成订单
13:55并在用户的授权下完成支付
13:58交易完成之后
13:58甚至还可以提供售后服务
14:01这样全能的Agent
14:02每个商户都想拥有
14:04但是大量的中小规模企业
14:06却很难有能力自己去搭
14:08Agent要持续运行
14:10背后需要模型接入、技术开发和持续维护
14:13还需要准备云服务器和算力
14:15Agent每一次和用户对话、搜索和调用工具
14:18也都会产生Token和推理成本
14:20无论是技术团队、经验还是成本
14:23对于商户来说都可能是门槛
14:26所以我们看到主流支付公司
14:27都在积极研发一站式的Agent产品
14:30比如说Antom最近推出的
14:31Antom Shopping Agent
14:32就把访问、导购、下单、支付到售后
14:35串成一条完整的流程
14:37直接嵌入商户的网站
14:42那除了改变“怎么买”
14:43Agent还能改变“怎么卖”
14:45以前的营销通常是投广告、发优惠券
14:48等待用户看到、领到然后消费
14:50但这种方式其实很低效
14:52研究数据显示
14:53平台获客成本上涨了15%
14:55流量转化却下降了20%
14:58而传统优惠券从发放到真正使用
15:00中间还可能需要48小时以上的运营支持
15:03最终的核销率只有1.87%
15:06所以AI进入之后
15:07营销思路开始从“广撒网”转向“做匹配”
15:10这也是Antom在A+ Rewards上的一个探索
15:14A+ Rewards不是一个单纯的优惠券工具
15:16它覆盖了亚太十大市场
15:18和超过21个数字支付平台
15:21让商户可以把优惠券、返现
15:23订阅折扣等营销活动
15:24直接放进用户日常使用的钱包场景里
15:27比如说一个用户对Agent说
15:29“我今天想喝杯咖啡”
15:31AI就能识别意图
15:32再从A+ Rewards里面去寻找相关优惠
15:35并且进行推荐
15:37然后帮助用户完成核销
15:39这样一来原本“看到广告、领取优惠
15:42回来消费”的长链路
15:43就被压缩成了
15:45“表达需求、匹配优惠、完成交易”
15:48对于商户来说这不仅能够提高转化
15:51也可能触达那些
15:52原本从未主动访问过的新用户
15:58不过无论是AI进入原有的支付链条
16:00还是创造出新的交易场景
16:03背后共同的趋势是
16:04我们正在越来越多地
16:06把“判断”和“执行”交给AI
16:08而这也意味着
16:09安全问题也变得更加复杂了
16:11此前我们有提到
16:12像Antom Autopilot这样的产品
16:14正在让风控变得更高效
16:16但从底层来看
16:17高效需要建立在一个前提之上
16:20那就是系统首先得具备
16:21准确地识别风险的能力
16:26为此 Antom是推出了
16:273-in-1 Transformer安全模型
16:29它最大的特点
16:30是把三类不同的数据
16:32放进同一个Transformer模型中进行分析
16:35过去很多风控模型
16:37往往只关注某一种数据维度
16:39比如一笔交易本身的特征
16:41或者用户的行为
16:42但在Antom看来
16:43单一维度很容易看到局部
16:45却可能忽略交易背后的关联
16:47一笔交易有没有风险
16:49往往同时包含多个层面的信息
16:51第一类是序列数据
16:53看这笔交易是否符合用户过去的行为轨迹
16:57第二类是图数据
16:58看账户背后的设备、账户和资金之间
17:01是否存在可疑的关联网络
17:03第三类是表格数据
17:04包含上万个专业风险维度
17:07用来判断这笔交易本身
17:08是否符合正常的支付模式
17:11这三类数据分别回答
17:12这个用户过去怎么做、他和谁有关联
17:15这笔交易本身有没有异常
17:17而把这些信息放在一起
17:19AI就能识别完整的风险图景
17:21我们的3-in-1 Transformer
17:24由于我们将多模态的一个数据
17:26更好地结合起来
17:28从而能够帮助我们能够从细微之处
17:31更深入地去理解风险和支付之间的一个关系
17:34帮助我们从而更精准地去识别出
17:37这里面支付中存在的这个风险
17:40底层模型提供了风险判断
17:42但是风险被识别之后还需要落实到防控上
17:48为此 Antom是进一步搭建了一套
17:50三重防护机制Antom Shield
17:52分别对应AI支付正在面对的
17:54三类不同风险
17:55第一层是支付防护
17:57解决传统的盗卡、欺诈和拒付问题
18:00第二层是反滥用防护
18:02针对批量注册、设备养号
18:04薅免费额度等新型风险
18:06第三层则是智能体防护
18:08解决Agent开始参与交易之后
18:10产生的新风险
18:11这样一来底层模型负责“看懂风险”
18:14Antom Shield则是把风险给挡住
18:17两者结合起来就共同地构成了
18:19AI支付的安全底座
18:20而即便是AI在交易过程中出了错
18:23商户的损失也是完全可控的
18:25对此 Antom推出了AgentSafePay风险保障机制
18:29Antom表示使用Antom Shopping Agent
18:31及Antom收单服务的商户
18:33如果发生符合保障条件的智能体交易风险
18:37能够做到“100%敢付敢赔”
18:43除了前面的这几点
18:44非常具体流程上的改变之外
18:46如果我们把视角再往后一步
18:49看一下整个支付行业的变化
18:51可能会发现
18:52现在对于很多全球化企业来说
18:54他们对支付的需求
18:55已经不仅仅是让客户把钱付过来而已了
18:59一家企业可能同时在
19:00美国、欧洲、东南亚做生意
19:02每天收到不同币种的付款
19:04它需要完成结算、换汇
19:06给供应商和员工付款
19:08再把分散在不同国家和账户里面的资金
19:10统一管理起来
19:11所以除了支付之外
19:13它们还希望资金能够更快、更灵活地
19:15在不同账户和市场之间流动
19:18这也是为什么
19:19近几年主流支付平台都在快速行动
19:21开始从单纯处理交易
19:23逐渐延伸到企业账户、跨境付款
19:26资金调拨和流动性管理
19:28这个变化在蚂蚁国际的业务布局中也很明显
19:31目前整个蚂蚁国际的体系分为四大板块
19:34其中 Alipay+更靠近消费者这一端
19:37主要连接全球不同国家和地区的
19:39钱包、银行APP等支付方式
19:42让消费者可以使用自己熟悉的支付工具
19:44在海外商户完成支付
19:46Antom则是更加靠近商户这一侧
19:49帮助企业接入不同市场的支付方式
19:51并且提供相关的数字化服务
19:53目前覆盖200多个支付市场
19:55300多种支付方式和140多种货币
19:58但交易完成之后
19:59资金还要继续流动
20:01这时候就到了WorldFirst
20:03也就是万里汇
20:04它连接账户、资金和外汇
20:06帮助企业通过多币种账户
20:08进行全球收付款和换汇
20:10对于业务更复杂的企业
20:12还可以进一步对不同的实体、账户
20:14和市场的资金进行集中管理和调度
20:17我们的覆盖范围确实已经超过了200个国家
20:2125种货币可以即时到账
20:2585种货币始终可以做到T+0
20:29而且我们还可以覆盖60多种数字钱包
20:31如果你把款项支付到员工账户、数字钱包账户
20:33或者以这25种货币进行支付
20:38那么都可以实现即时到账
20:40而当支付和账户、资金流
20:41都被连接起来之后
20:42金融服务也就有了
20:44进入企业经营场景的基础
20:46Bettr提供的就是这一层
20:48更嵌入业务的金融服务
20:49包括了企业信贷、资金管理
20:51外汇和流动性等
20:53比如说AliExpress上的中小商户
20:56如果需要补货或者短期周转资金
20:59就可以直接在商家后台申请运营资金贷款
21:02而不需要再单独去寻找融资渠道
21:05消费者在购物的时候
21:06也可以使用“先买后付”的方式完成分期
21:09也就是说金融服务不再是独立存在的产品
21:12可以直接嵌入
21:13企业经营和消费者交易当中了
21:16从消费者付款到商户收款
21:18再到企业资金流动
21:20最后延伸到融资、外汇等等
21:22原本分散在不同系统里的环节
21:24正在被一个生态包裹起来
21:26支付也正在成为连接消费者、商户
21:29企业资金和金融服务的一层基础设施
21:32当所有的这些产品、服务和能力
21:34真正进入一个具体行业之后
21:36会发生什么呢
21:38接下来我们可以结合航旅
21:40这个具体的案例来看一看
21:46航旅是一个典型的跨境支付场景
21:49一张跨境机票的背后
21:50连接着不同国家、币种、支付方式
21:52以及航司、代理商等多个参与方
21:55而且航旅交易对于实时性的要求很高
21:58价格、库存和用户决策都在不断变化
22:01随着AI进入旅行搜索、比价和预订
22:04这些支付环节的效率问题也会更加突出
22:07结构性上的变化主要是有两层
22:09一层是整个机票的销售结构是发生了变化
22:14第二层是最近AI所带来的效率提升
22:18是把整个销售的链路
22:21是做了一个颠覆性的改变
22:23AI的工具其实给了整个用户
22:25带来了很大的一个便捷性
22:27但是你的整个销售
22:28就是分销的这个结构没有变的话
22:31原先的服务的履约是
22:32整个B to B的销售里面
22:34最关键的那个bottleneck（瓶颈）
22:36AI它也会把一些痛点去放大
22:41现在借助AI
22:42比价、买机票已经越来越简单了
22:44我们只需要告诉AI需求
22:46AI就可以快速比较不同航班和价格
22:49甚至直接给出购买建议
22:51但是AI看到的价格
22:52不一定是最终支付价格
22:54除了机票价格本身会变化
22:56跨境支付还会受到汇率波动的影响
22:59AI比价时是一个价格
23:01真正支付的时候汇率可能就已经变了
23:04退款时候又可能是另外一个汇率
23:06于是一张机票可能会出现“三个价格”
23:09当用户把比价和购买决策交给AI之后
23:12价格能不能保持一致
23:13就成了一个新的问题
23:15而支付系统需要做的
23:16就是让AI给出的价格
23:18在后面的交易过程中尽可能地保持一致
23:21Antom采用的一种方式是动态锁汇
23:24它们通过Falcon TST模型的预测能力
23:27在报价的时候就锁定当时的汇率
23:30并且将这一汇率延续到
23:31后续的支付和退款环节
23:34最长可以锁定一年
23:35这样原本可能会出现的“三个价格”
23:38就尽可能地变成了同一个价格
23:40对于用户来说价格更透明
23:42对于商户来说
23:43可以降低汇率波动带来的影响
23:45而对于AI来说
23:46它给出的价格也更容易在真实交易中兑现
23:52不过搜索、比价和决策都完成了
23:55如果最后卡在支付上
23:57前面的效率还是会被浪费掉
23:59旅行尤其如此
24:01机票价格和库存都在实时变化
24:03支付一旦失败
24:04座位可能很快被释放
24:06等用户重新支付
24:07原来的价格和座位可能都已经没有了
24:10所以当AI把购买决策压缩到几秒钟
24:13支付也必须跟上
24:14它既要保证安全
24:16也要尽可能减少对用户购买流程的打断
24:19那么怎么在安全和速度之间找到平衡
24:22一种方式是智能分层验证
24:25对长期可信的用户减少不必要的验证
24:27对高风险交易再进行更严格的身份验证
24:31如果支付出现超时或者失败
24:33系统还可以进行智能重试
24:35尽可能在价格和库存变化之前完成交易
24:38Antom就表示在实际应用当中
24:40这种方法让整体机票预订支付成功率
24:43提升了3.8个百分点
24:48还有一个问题是
24:49当AI开始自动参与风控
24:50大量交易可能会被系统拦截
24:53但旅行支付有一个特殊之处
24:55就是一笔看起来“不正常”的交易
24:57并不一定是欺诈
24:58比如说一个人住在A国
25:00却从B国出发
25:01用C国的信用卡买机票
25:03或者父母替孩子买票、助理替老板订票
25:07付款人和乘客本来就不是同一个人
25:10如果AI只看某一个维度
25:12就很容易把这些正常交易误判成风险
25:15所以AI时代的旅行风控
25:17需要看的就不只是一笔交易
25:19而是交易背后的完整关系
25:21也就是前面提到的3-in-1 Transformer
25:24它发挥作用的地方
25:26它会把设备、网络、地理位置
25:28付款人与乘客的关系、历史行为等信息
25:31放在一起分析
25:32判断这个人、这张卡、这个设备
25:34和这次旅行组合起来是否合理
25:36再实时给出风险判断
25:38在香港航空的实际应用当中
25:41这套系统据称实现了99.99%的风险覆盖率
25:45并且帮助减少了
25:46超过100万美元的欺诈损失
25:51最后支付生态的重要性
25:53也在航旅这个行业中非常凸显
25:56一张机票卖出去之后
25:58背后还有航司、OTA、代理商等多个参与方
26:01钱还要继续往下流
26:03传统的旅行供应链
26:04很多时候依赖固定授信、保证金和批量结算
26:07但当AI带来的订单越来越实时
26:10这套模式就会越来越吃力
26:12因为订单可能在不断产生
26:14资金却还停留在原来的账期和结算流程里
26:17Antom的思路
26:18是通过企业账户把不同参与方连接起来
26:21让资金随着订单流动
26:23同时减少保证金带来的资金占用
26:25目前这套账户体系覆盖了100多个国家
26:2840多个市场的本地货币账户
26:31同时提供内置授信能力
26:33这也意味着旅行支付从“先交易、后结算”
26:36逐渐走向“资金跟着交易流动”
26:39随着整个行业的结构性的变化
26:42航旅的客户在整个去operate（经营）
26:44他的业务的经营维度上
26:46会遇到很多的一些挑战
26:48所以这也是为什么
26:49我们在整个建设对应的能力的时候
26:52会不断地把我们围绕着航旅客户的
26:55这些经营的能力
26:57把它单独拉出来
26:58不管是帮他去
26:59降低他的风险效率
27:00还是围绕着他的票价的波动
27:03去提供航旅的dynamic pricing（动态定价）的
27:05这一些能力
27:06这都会变成我们整个去提供服务的时候的
27:09一个guidance（指引）
27:14我们一路看下来会发现
27:16支付现在已经不仅仅是“收收钱”
27:19这么简单了
27:20一方面 AI进入之后
27:21支付系统本身变得越来越自主和智能
27:24过去的支付系统主要靠规则驱动
27:27什么交易该拦、走哪条支付渠道
27:30出了问题怎么处理
27:31都需要提前设定规则或者人工介入
27:34但现在AI可以实时分析交易
27:37判断风险、选择更合适的支付路径
27:40甚至在发现问题之后自动调整和优化
27:43另一方面支付平台的边界也在扩大
27:46以前我们理解
27:47“支付”主要出现在交易的最后一步
27:49用户选好商品、决定购买
27:51然后完成付款
27:53但当如今AI开始参与比价
27:55选商品、找优惠
27:56甚至直接完成购买
27:58支付也更早地进入到交易过程
28:00开始和导购、营销、转化连接起来
28:03同时交易完成之后
28:05支付平台还在继续向结算、换汇
28:07和资金管理延伸
28:09讲到这里
28:10再回头看这次
28:11蚂蚁国际VOYAGE大会的主题
28:13其实就非常有意思了
28:14它叫做Attention Is All You Need
28:16这个Attention
28:17其实是对应了AI进入支付的两个方向
28:20支付的智能化和支付平台角色的重新定位
28:24如今 Antom围绕着这两个方向
28:26搭建了由一个“三合一”支付基础模型
28:28Antom 3-in-1 Transformer
28:30一个AI智能体Antom Autopilot
28:32一个AI原生平台
28:34一套全栈AI解决方案
28:35组成的产品矩阵
28:37覆盖企业的整个支付生命周期
28:40另外做全球生意还有一个很现实的问题
28:42就是本地服务
28:44很多国际支付公司的核心团队在欧美
28:46而全球跨境电商和出海业务中
28:49有相当一部分商户来自亚洲
28:51而Antom本身扎根亚洲
28:53在中国和亚洲有更完整的服务团队
28:55因此也能够更加及时地
28:57响应和处理商户的问题
28:59Antom是Ant to Merchant的
29:01这样的一个缩写
29:02所以从这个缩写就可以看到
29:04其实我们一开始成立
29:06是希望陪伴着我们的商户一起去成长的
29:10所以也就意味着
29:11我可能提供的服务
29:12并不仅仅只是收单和支付
29:15我们的目标一定不是
29:16去抢占其他的收单机构的份额
29:18因为整个市场的盘子
29:20如果它不增长的话
29:21对于商户来说
29:22他的经营和他的增长并没有变得更大的
29:25所以我们的目标一定是
29:27在服务好商户的基础之上
29:29围绕着他的经营的精细化操作
29:32和未来的整个revenue（收入）的增长
29:34去帮他业务变得更大
29:36所以支付正在发生的变化
29:38不只是技术的升级
29:40它要解决的问题
29:41正在从“把钱收进来”
29:43到现在需要进一步去回答
29:45“这笔交易应该怎么发生、怎么管理”
29:48这意味着支付的边界也在重新被定义
29:51它正在从交易的最后一步
29:53走向整个交易的过程
29:55而这可能也是AI时代带给支付的
29:57全新想象空间
29:59好了以上就是本期《硅谷101》的
30:02全部内容了
30:02你们的点赞、留言还有转发
30:04是支持我们做好深度科技
30:05和商业内容的最佳动力
30:06我是陈茜
30:07那我们就下期视频再见啦拜

About this transcript

This page contains the full transcript of AI重构跨境支付：效率、风控与Agent商业时代 by 硅谷101, generated from the public captions YouTube serves with the video. The transcript has 896 words across 819 segments, with the original timestamps preserved so you can click any line to jump to that moment in the embedded player.

What you can do with it

Use the transcript to take notes, quote the speaker, build a study guide, generate a summary with ChatGPT or Claude via the YouTube Summary tool, or export it as a timed subtitle file with YouTube to SRT. You can also re-open it in the transcriber to translate the transcript into 100+ languages.

Free YouTube transcript tool

YouTube2Text is a free YouTube transcript generator — no signup, no daily limit. Paste any YouTube link and get the full transcript instantly, with timestamps, click-to-jump, translation to 100+ languages, AI prompts for ChatGPT, Claude, and Gemini, and exports to TXT, SRT, VTT, or Markdown.