AI重構跨境支付：效率、風控與Agent商業時代

螞蟻國際的 Leo Li 說，AI 正把跨境支付從「人工找路、事後補救」改造成一套即時決策系統：交易走哪條通道、放不放行、對不上帳怎麼解釋，都交給模型在幾秒內判斷。這期節目由《矽谷101》主持人陳茜與 Leo Li 對談，主線是 Antom 的產品矩陣，Agentic Commerce（智慧體商務）只佔後段約五分鐘，並非全篇重心。

讀者能拿到的是三層內容：跨境支付從點選付款到資金到帳的完整鏈路與收單機構的決策難點；Antom Autopilot、3-in-1 Transformer、Antom Shield、SmartDispute 等具體工具在市場調研、風控、對帳、運維上的量化效果；以及航旅場景中「三個價格」、鎖匯、分層驗證等落地細節。所有效果數字均為 Antom 自述，節目未提供第三方驗證。

一筆跨境支付要穿過四道機構，授權與結算相隔數天

主持人以自己訂回國機票為例，拆解了一筆跨境交易的完整鏈路。關鍵區分是：前幾秒完成的是交易授權，流動的是資訊；錢真正到商戶手上要等之後的清算與結算，跨境交易通常需 T+1 到 T+3 天甚至更久，中間還可能涉及換匯與跨境資金流動。

flowchart TD
    A["消費者點選付款"] --> B["商戶發起支付請求"]
    B --> C["收單機構（Antom、Stripe、PayPal 等）找路、選通道、控風險"]
    C --> D["卡組織（Visa、Mastercard、銀聯）中轉"]
    D --> E["發卡機構驗證帳戶、餘額、信用與風險"]
    E -->|授權結果原路返回| D
    D --> C
    C --> B
    B --> F["授權完成，錢尚未到帳"]
    F --> G["清算與結算，經支付網路與收單機構"]
    G --> H["資金結算至商戶帳戶，跨境另含換匯"]

收單機構被定位為鏈條中「承前啟後、最關鍵的節點」，因為它同時要處理三類彼此衝突的目標：

• 支付方式碎片化：北美以信用卡為主，亞洲多習慣電子錢包，部分市場仍依賴銀行轉帳與本地支付網路，這些體系並不天然相通，把它們接起來本身就是基礎設施工程。
• 跨幣種結算：消費者付美元，商戶可能收歐元或人民幣，中間要處理匯率、兌換與結算。
• 即時取捨：一條通道成功率高但成本高，另一條便宜卻易失敗；風控攔鬆了放過欺詐，攔緊了誤傷正常消費者。交易從一個國家擴到上百個市場，複雜度成倍上升。

AI 先把支付鏈條裡的重複勞動壓縮到分鐘級

過去維持這套網路高度依賴人力：進新市場派人調研當地支付方式與監管、異常交易人工排查、跨市場對帳靠財務手工、渠道故障靠值班發現。Antom 自 2023 年起為全球商戶提供支付服務，其 Antom Autopilot 把 AI 放進商戶使用支付服務的全流程——入駐與系統整合、交易中風控、拒付處理、對帳、新市場擴充套件。以下為節目給出的前後對比：

風控效果方面，Antom 稱一家客戶的欺詐拒付率從 1.18% 降到 0.02%，整體商戶欺詐平均下降約 55%。主持人對「模擬」環節的評語值得單獨拎出，因為它點出了效率提升的真正意義：

「兩週，5 分鐘。當研究變得如此便宜時，我們所提出的問題就會改變。我們不再問團隊，我們什麼時候才負擔得起對某些特定市場進行研究，而是仍然回到這個問題：我們現在需要立刻進入哪些市場。」

攻擊面隨 AI 商戶一起轉移，風控從事後變成閉環

Leo Li 指出，除了傳統的盜卡與拒付，攻擊者正轉向新的業務場景：隨著更多 AI 商戶推出後付費、免費試用期等服務吸引新使用者，惡意薅羊毛類攻擊開始出現在這些流程中。盜卡測試已是普遍問題——機器人拿成千上萬張盜來的卡在商家平臺瘋狂試刷，一眨眼點選上萬次付款；被盜刷使用者向銀行申訴後，店鋪投訴率瞬間飆升，拒付率甚至能漲 50%。

Visa 近期進一步收緊「收單行監控計劃（VAMP）」：每 1000 筆交易中欺詐與爭議交易門檻從 22 筆降到 15 筆，超標的商戶與收單機構可能被罰款，嚴重時影響支付通道。Antom 的應對是把風控做成「即時監測、模擬驗證、上線、持續復盤」的閉環，而非一次性規則上線。

三類資料放進同一個模型，才能看到完整的風險圖景

Antom 推出 3-in-1 Transformer 安全模型，特點是把三類異構資料放進同一個 Transformer 分析，理由是單一維度容易看到區域性、忽略交易背後的關聯。

「這個使用者過去怎麼做、他和誰有關聯、這筆交易本身有沒有異常。」

底層模型負責「看懂風險」，上層 Antom Shield 負責「擋住風險」，分三層：支付防護（盜卡、欺詐、拒付）、反濫用防護（批次註冊、裝置養號、薅免費額度）、智慧體防護（Agent 參與交易後的新風險）。此外推出 AgentSafePay 風險保障機制，Antom 稱使用 Antom Shopping Agent 及 Antom 收單服務的商戶，若發生符合條件的智慧體交易風險，可做到「100% 敢付敢賠」。

Agent 同時改寫「怎麼買」和「怎麼賣」，但中小商戶自己搭不起

Agentic Commerce 的變化不只是多了一個 AI 導購：過去是「人找商品」，未來是「Agent 理解人、再替人完成交易」。消費者只需說出意圖（例如「幫我找一條適合主持年度科技峰會的白色裙子」），搜尋、比價、付款都由 Agent 完成。購物入口因此改變——使用者進站後 Agent 主動打招呼、按需求推薦、引導下單、在授權下完成支付，甚至提供售後。

但自建 Agent 對中小企業門檻很高：需要模型接入、技術開發與持續維護，要備雲伺服器與算力，每次對話、搜尋、呼叫工具都產生 Token 與推理成本。Antom 因此推出 Antom Shopping Agent，把訪問、導購、下單、支付到售後串成一條流程嵌入商戶網站。

營銷端同樣從「廣撒網」轉向「做匹配」。節目引用的資料是：平臺獲客成本上漲 15%、流量轉化下降 20%；傳統優惠券從發放到使用需 48 小時以上運營支援，最終核銷率僅 1.87%。Antom 的 A+ Rewards 覆蓋亞太十大市場與超過 21 個數字支付平臺，把優惠券、返現、訂閱折扣放進使用者日常使用的錢包場景——使用者對 Agent 說「我今天想喝杯咖啡」，AI 識別意圖、從 A+ Rewards 找優惠、推薦並協助核銷，把「看到廣告、領取優惠、回來消費」壓成「表達需求、匹配優惠、完成交易」。

航旅案例暴露 AI 支付的三個真問題：價格漂移、支付卡頓、誤殺

航旅是典型跨境場景：一張跨境機票連線不同國家、幣種、支付方式與航司、代理商等多方，且價格、庫存、使用者決策都在即時變化。AI 讓比價和下單變簡單，卻也放大了三個痛點。

「三個價格」。 AI 比價時是一個價格，真正支付時匯率可能已變，退款時又是另一個匯率。Antom 用 Falcon TST 模型的預測能力做動態鎖匯，在報價時鎖定匯率並延續到支付與退款環節，最長可鎖一年，讓三個價格盡可能變成同一個。

支付卡頓。 機票價格與庫存即時變動，支付一旦失敗座位可能被釋放，重付時價格和座位可能都沒了。Antom 的做法是智慧分層驗證（對長期可信使用者減少驗證、高風險交易加強驗證）加智慧重試，其自述在實際應用中讓整體機票預訂支付成功率提升 3.8 個百分點。

誤殺。 旅行支付中「不正常」不等於欺詐：住在 A 國、從 B 國出發、用 C 國信用卡買票，或父母替孩子、助理替老闆訂票，付款人與乘客本就不是同一人。3-in-1 Transformer 把裝置、網路、地理位置、付款人與乘客關係、歷史行為放在一起判斷「這個人、這張卡、這個裝置和這次旅行組合起來是否合理」。在香港航空的應用中，Antom 稱實現 99.99% 的風險覆蓋率，並減少超過 100 萬美元的欺詐損失。

供應鏈資金端，傳統旅行分銷依賴固定授信、保證金與批次結算，當 AI 讓訂單越來越即時，這套模式越來越吃力。Antom 用企業帳戶連線各方，讓資金隨訂單流動、減少保證金佔用，該帳戶體系覆蓋 100 多個國家、40 多個市場的本地貨幣帳戶並內建授信能力，使旅行支付從「先交易、後結算」走向「資金跟著交易流動」。

支付平臺正從交易最後一步，擴張成資金與金融服務的底座

螞蟻國際的四大板塊勾勒出這個擴張路徑：Alipay+ 靠近消費者，連線各國錢包與銀行 APP；Antom 靠近商戶，覆蓋 200 多個支付市場、300 多種支付方式、140 多種貨幣；WorldFirst（萬裡匯）連線帳戶、資金與外匯，覆蓋超過 200 個國家，25 種貨幣即時到帳、85 種貨幣 T+0、60 多種數字錢包；Bettr 提供嵌入業務的金融服務，包括企業信貸、資金管理、外匯與流動性——例如 AliExpress 中小商戶可在商家後臺直接申請運營資金貸款，消費者可用先買後付分期。

大會主題「Attention Is All You Need」被主持人解讀為對應兩個方向：支付的智慧化，與支付平臺角色的重新定位。Antom 的產品矩陣由一個「三合一」基礎模型（3-in-1 Transformer）、一個 AI 智慧體（Autopilot）、一個 AI 原生平臺與一套全棧 AI 解決方案組成。本地服務被視為差異化優勢：許多國際支付公司核心團隊在歐美，而跨境電商與出海商戶相當一部分來自亞洲，Antom 紮根亞洲、在中國與亞洲有更完整的服務團隊。

「Antom 是 Ant to Merchant 的縮寫……我們的目標一定不是去搶佔其他收單機構的份額，因為整個市場的盤子如果不增長，對於商戶來說，他的經營和增長並沒有變得更大。」

值得追蹤的張力

這期節目的所有效果數字——拒付率 1.18% 到 0.02%、欺詐下降 55%、勝訴率 24.5% 到 41.8%、成功率提升 3.8 個百分點、香港航空 99.99% 覆蓋率與 100 萬美元減損——都出自 Antom 自述，節目未給出獨立驗證或對照組，讀者宜把它們當作廠商口徑而非行業基準。更值得觀察的是兩條尚未閉合的線：一是「100% 敢付敢賠」的 AgentSafePay 如何界定「符合保障條件的智慧體交易風險」，這決定它究竟是產品承諾還是營銷話術；二是當 Agent 同時扮演導購、下單者與風控物件，3-in-1 Transformer 與 Antom Shield 的第三層「智慧體防護」能否在誤殺率與攔截率之間找到穩定平衡——航旅場景已經證明，這類交易裡「看起來不正常」的比例遠高於一般電商。