กระบวนการรับชำระเงินต้องใช้ข้อมูลจำนวนมาก ธุรกรรมทุกรายการมีสัญญาณหลายสิบอย่าง และการตัดสินใจต้องทำอย่างรวดเร็ว ครั้งหนึ่งการตัดสินใจเหล่านี้ต้องอาศัยกฎแบบคงที่ (เช่น “หากยอดเงินทำธุรกรรมเกิน X ให้ตั้งค่าสถานะ”) แต่ในขณะที่กฎแบบคงที่ตรวจจับการฉ้อโกงได้บางส่วน แต่ก็พลาดบางส่วนไป และอาจปิดกั้นการซื้อที่ถูกต้องเป็นจำนวนมากในระหว่างขั้นตอนนั้น

การเกิดขึ้นของ AI ในกระบวนการรับชำระเงินทำให้สมการนี้เปลี่ยนไป เพราะเครื่องมือใหม่ๆ สามารถประเมินสัญญาณได้อย่างรวดเร็วและเรียนรู้จากผลลัพธ์อย่างต่อเนื่อง ซึ่งช่วยให้ตัดสินใจได้ละเอียดยิ่งขึ้น ในปี 2024 รัฐบาลสหรัฐอเมริกาใช้การตรวจจับการฉ้อโกงที่อิงตามแมชชีนเลิร์นนิงเพื่อป้องกันและเรียกคืนเงินจำนวนกว่า 4,000 ล้านดอลลาร์สหรัฐจากการชำระเงินที่ฉ้อโกง

ด้านล่างนี้ เราจะไปดูว่า AI เปลี่ยนแปลงการอนุมัติการชำระเงิน การป้องกันการฉ้อโกง และประสบการณ์ของลูกค้าอย่างไร ตลอดจนสิ่งที่ธุรกิจของคุณจำเป็นต้องพิจารณาก่อนที่จะนำ AI มาใช้

ประเด็นสำคัญ

• เครื่องมือการอนุมัติที่ขับเคลื่อนด้วย AI อย่างเช่นการกำหนดเส้นทางแบบไดนามิกและการยอมรับที่ปรับตัวได้ จะเรียกคืนรายรับที่มีความหมายได้ด้วยการลดจำนวนการปฏิเสธการชำระเงินที่ผิดพลาด

• โมเดลการป้องกันการฉ้อโกงที่ใช้แมชชีนเลิร์นนิงสามารถเพิ่มความแม่นยำได้ด้วยการวิเคราะห์สัญญาณทั่วทั้งเครือข่ายการชำระเงิน แทนที่จะวิเคราะห์เพียงประวัติการทำธุรกรรมของธุรกิจรายเดียว

• การเพิ่มมูลค่าจากกระบวนการรับชำระเงินที่ขับเคลื่อนด้วย AI ให้ได้สูงสุดนั้น จำเป็นต้องคอยให้ความสนใจกับอัตราการปฏิเสธการชำระเงิน กฎที่เกี่ยวกับการฉ้อโกง และข้อมูลการดึงเงินคืนอย่างต่อเนื่อง

เหตุใดกระบวนการรับชำระเงินจึงนำ AI มาใช้

เมื่อทั้งกลวิธีในการฉ้อโกงและรูปแบบธุรกรรมเปลี่ยนแปลงไป ระบบที่ใช้กฎแบบคงที่ก็อาจประสบปัญหาในการตามให้ทันกลโกงเหล่านั้น เครื่องมือประมวลผลการชำระเงินที่ขับเคลื่อนด้วย AI ประกอบด้วยโมเดลแมชชีนเลิร์นนิงที่ได้รับการฝึกจากชุดข้อมูลธุรกรรมขนาดใหญ่ ซึ่งจะสามารถระบุรูปแบบในตัวแปรหลายพันตัวได้พร้อมกันและให้น้ำหนักสัญญาณตามบริบทแบบเรียลไทม์ นอกจากนี้ยังปรับให้เข้ากับการเปลี่ยนแปลงและอัปเดตตัวเองได้เมื่อมีข้อมูลใหม่เข้ามา

AI ช่วยปรับปรุงการอนุมัติการชำระเงินและอัตราความสำเร็จได้อย่างไร

ความล้มเหลวในการอนุมัติอาจเป็นแหล่งการสูญเสียรายรับสำหรับธุรกิจที่ไม่ค่อยมีใครนึกถึง ซึ่ง AI สามารถปรับปรุงกฎการอนุมัติแบบคงที่ได้หลายวิธี

โดยมีส่วนช่วยดังต่อไปนี้

• การกำหนดเส้นทางแบบไดนามิก: แทนที่จะส่งธุรกรรมไปตามเส้นทางดำเนินการที่กำหนดไว้ การกำหนดเส้นทางที่ขับเคลื่อนด้วย AI จะประเมินเส้นทางที่เป็นไปได้หลายเส้นทางแบบเรียลไทม์ จากนั้นก็เลือกเส้นทางที่มีแนวโน้มจะสำเร็จตามข้อมูลประสิทธิภาพในอดีต หากผู้ประมวลผลรายหนึ่งแสดงอัตราความล้มเหลวสูงกว่าปกติสำหรับประเภทบัตรเฉพาะเจาะจงในชั่วโมงที่ผ่านมา โมเดลก็จะเปลี่ยนเส้นทางไปใช้ผู้ประมวลผลรายอื่นได้

• ตรรกะการลองใหม่ที่ปรับปรุงขึ้น: เมื่อธุรกรรมล้มเหลว โมเดล AI จะสามารถคาดเดาช่วงเวลาที่เหมาะสมในการลองใหม่ได้ตามรหัสความล้มเหลวและรูปแบบในอดีต

• การยอมรับที่ปรับตัวได้: โมเดลแมชชีนเลิร์นนิงสำหรับการยอมรับที่ปรับตัวได้จะได้รับการฝึกจากจุดข้อมูลจากทั่วทั้งเครือข่ายของบริษัท เมื่อมีธุรกรรมส่งเข้าสู่ระบบการรับชำระเงิน โมเดลจะพิจารณาบริบททั้งหมดเพื่อส่งสัญญาณที่ถูกต้องไปยังธนาคารที่ออกบัตรและเพิ่มโอกาสที่จะได้รับการอนุมัติ

AI ทำงานอย่างไรสำหรับการป้องกันการฉ้อโกงและการจัดการความเสี่ยง

กฎแบบคงที่จะทำงานตามหมวดหมู่ กฎที่เข้มงวดพอที่จะตรวจจับการฉ้อโกงก็อาจรัดกุมเกินไปจนปิดกั้นธุรกรรมที่ถูกต้อง ผลบวกลวงเหล่านี้อาจปิดกั้นลูกค้าที่ดีและส่งผลให้สูญเสียธุรกรรมนั้นไป เครื่องมือ AI จะทำงานตามความน่าจะเป็นแทน เนื่องจากธุรกรรมที่ดูผิดปกติเมื่อพิจารณาแบบแยกส่วนอาจดูเป็นปกติโดยสมบูรณ์ เมื่อพิจารณาตามบริบท

การตรวจจับการฉ้อโกงด้วย AI มีความสามารถดังต่อไปนี้

• ไบโอเมตริกเชิงพฤติกรรม: บอทที่กรอกแบบฟอร์มการชำระเงินจะมีพฤติกรรมแตกต่างจากมนุษย์ ระบบการฉ้อโกงด้วย AI บางระบบจะวิเคราะห์วิธีที่ผู้ใช้โต้ตอบกับหน้าการชำระเงินและเปรียบเทียบกับพฤติกรรมพื้นฐาน

• การตรวจจับรูปแบบระดับเครือข่าย: โมเดลแมชชีนเลิร์นนิงสามารถวิเคราะห์สัญญาณทั่วทั้งเครือข่าย หากบัตรมีความเกี่ยวข้องกับกิจกรรมการฉ้อโกงในธุรกิจที่เชื่อมต่ออื่นๆ ก่อนที่จะมาถึงหน้าการชำระเงินของคุณ ระบบตรวจจับก็จะรู้เรื่องนี้อยู่แล้ว

• ความเร็วและการวิเคราะห์ความเชื่อมโยง: โมเดล AI สามารถเชื่อมโยงสัญญาณที่ดูเหมือนไม่เกี่ยวข้องกันหากสัญญาณนั้นอยู่เดี่ยวๆ ในกรณีที่พบที่อยู่อีเมลใหม่ ร่วมกับอุปกรณ์ที่เคยเห็นว่ามีการทดสอบทำธุรกรรมเล็กๆ น้อยๆ ในธุรกิจหลายแห่ง ประกอบกับที่อยู่สำหรับจัดส่งที่ไม่ตรงกับภูมิภาคการเรียกเก็บเงิน จะทำให้เกิดคะแนนความเสี่ยงโดยรวมที่มีประโยชน์มากกว่าสัญญาณใดสัญญาณหนึ่งเพียงอย่างเดียว

เครื่องมืออย่าง Stripe Radar ที่สร้างไว้ในระบบการรับชำระเงินของผู้ให้บริการชำระเงินของคุณจะดำเนินการส่วนใหญ่เหล่านี้ได้โดยอัตโนมัติ

AI ในกระบวนการรับชำระเงินจะช่วยยกระดับประสบการณ์สำหรับลูกค้าได้อย่างไร

เมื่อธุรกรรมที่ถูกต้องถูกบล็อก ลูกค้าอาจไม่รู้ว่าบัตรของตนถูกเจาะข้อมูลหรือธุรกิจมีปัญหาทางเทคนิค

ซึ่ง AI สามารถช่วยได้ดังนี้

• คำแนะนำเกี่ยวกับวิธีการชำระเงิน: AI สามารถวิเคราะห์บริบทการซื้อ (เช่น ภูมิศาสตร์ ประเภทอุปกรณ์ ประวัติการทำธุรกรรม) และแสดงวิธีการชำระเงินที่ลูกค้าเฉพาะเจาะจงอาจต้องการ

• การเพิ่มประสิทธิภาพสำหรับบัตรที่บันทึกไว้: หากลูกค้ามีบัตรหลายใบในระบบ AI จะสามารถคาดเดาได้ว่าใบใดมีแนวโน้มที่จะทำธุรกรรมสำเร็จได้มากที่สุด และจะแสดงให้เห็นตามค่าเริ่มต้น ซึ่งจะทำให้การชำระเงินรวดเร็วและง่ายดายขึ้น โดยเฉพาะในอุปกรณ์เคลื่อนที่

• Adaptive 3D Secure (3DS): การตรวจสอบสิทธิ์ 3DS ช่วยเพิ่มความปลอดภัยแต่ก็อาจทำให้กระบวนการช้าลงด้วยการเพิ่มขั้นตอนสำหรับผู้ใช้ ระบบที่ขับเคลื่อนด้วย AI จะปรับใช้ 3DS เฉพาะเมื่อโปรไฟล์ความเสี่ยงเป็นเหตุให้ต้องใช้เท่านั้น ซึ่งจะทำให้ประสบการณ์ใช้งานสำหรับธุรกรรมที่มีความเสี่ยงต่ำเรียบง่าย และจะเพิ่มการยืนยันในจุดที่สำคัญ

ข้อควรพิจารณาด้านโครงสร้างพื้นฐาน ความปลอดภัย และการปฏิบัติตามข้อกำหนดสำหรับ AI ในการชำระเงินมีอะไรบ้าง

การนำกระบวนการรับชำระเงินที่ขับเคลื่อนด้วย AI มาใช้ย่อมมาพร้อมกับผลกระทบด้านโครงสร้างพื้นฐานและการปฏิบัติตามข้อกำหนด ซึ่งก็คือการเข้าถึง การใช้ และข้อผูกพันด้านข้อมูล

เอกสารที่จำเป็นมีดังนี้

• ความต้องการข้อมูล: โมเดล AI ต้องใช้ข้อมูลเพื่อให้ทำงานได้ดี หากคุณเปลี่ยนผู้ให้บริการชำระเงินหรือย้ายจากระบบเดิม คุณอาจเริ่มต้นด้วย Cold Model ที่จะปรับปรุงเมื่อเวลาผ่านไป ไม่ใช่โมเดลที่ปรับเทียบกับรูปแบบการทำธุรกรรมของคุณเรียบร้อยแล้ว

• การปฏิบัติตามมาตรฐานความปลอดภัยของข้อมูลในอุตสาหกรรมบัตรชำระเงิน (PCI DSS): หากใช้ AI คุณยังคงต้องรับผิดชอบต่อวิธีการจัดการ จัดเก็บ และส่งต่อข้อมูลของเจ้าของบัตร ระบบ AI ที่จัดเก็บ ดำเนินการ ส่ง หรือสามารถส่งผลกระทบต่อความปลอดภัยของข้อมูลเจ้าของบัตร จะถือว่าอยู่ในขอบเขตภายใต้ PCI DSS

• ความสามารถในการอธิบายโมเดล: ในบางเขตอำนาจศาล หากธุรกรรมถูกปฏิเสธ ลูกค้ามีสิทธิ์ที่จะเข้าใจว่าเพราะเหตุใด โมเดล AI ที่ทำงานโดยไม่มีคำอธิบายอาจทำให้เรื่องนี้เป็นเรื่องยาก ไม่ว่าคุณจะใช้เครื่องมือที่มีอยู่หรือสร้างขึ้นมาเอง คุณก็จะต้องสามารถอธิบายการตัดสินใจตามตรรกะการฉ้อโกงของ AI ให้เป็นภาษาที่มนุษย์เข้าใจและสามารถนำไปจัดทำเอกสารได้

ธุรกิจของคุณจะเตรียมตัวนำ AI มาใช้ในกระบวนการรับชำระเงินได้อย่างไร

ธุรกิจที่ได้ประโยชน์จาก AI ในการชำระเงินจะถือว่าการนำ AI มาใช้เป็นกระบวนการที่เกิดขึ้นอย่างต่อเนื่อง การเริ่มต้นอย่างตั้งใจเป็นการกำหนดแนวทางที่ถูกต้อง

ต่อไปนี้คือสิ่งที่คุณควรทำ

• ตรวจสอบอัตราการปฏิเสธการชำระเงินในปัจจุบันของคุณ: ก่อนที่จะเปลี่ยนแปลงอะไร ให้ดึงข้อมูลอัตราการอนุมัติออกมาและจัดหมวดหมู่ตามประเภทบัตร ภูมิศาสตร์ และขนาดของธุรกรรม วิธีนี้จะทำให้คุณทราบข้อมูลพื้นฐานพร้อมกับมองเห็นโอกาสที่ใหญ่ที่สุด

• ทบทวนกฎเกี่ยวกับการฉ้อโกงของคุณ: หากตั้งกฎที่กำหนดเองไว้ ให้ตรวจสอบกฎเหล่านั้นกับรูปแบบการฉ้อโกงในปัจจุบัน กฎที่เขียนขึ้นเมื่อ 18 เดือนที่แล้วอาจกำลังปิดกั้นลูกค้าตัวจริงหรือพลาดรูปแบบที่เพิ่งเกิดขึ้น การผสมผสานระหว่าง AI และกฎแบบทำด้วยตนเองที่ได้รับการดูแลเป็นอย่างดีจะมีประสิทธิภาพมากกว่าการใช้อย่างใดอย่างหนึ่งเพียงอย่างเดียว

• สร้างช่องทางให้ความเห็น: การป้องกันการฉ้อโกงด้วย AI จะทำงานได้ดีที่สุดเมื่อได้เรียนรู้อยู่ตลอดเวลา ให้ติดตามว่าธุรกรรมใดที่ส่งผลให้เกิดการดึงเงินคืนและป้อนข้อมูลนั้นกลับเข้าสู่การกำหนดค่าการฉ้อโกงเพื่อประสิทธิภาพที่ดีขึ้น

• หากเปลี่ยนผู้ให้บริการ โปรดคิดถึงความต่อเนื่องของข้อมูล: สอบถามผู้ให้บริการรายใหม่ว่าโมเดลของพวกเขาจัดการกับกระบวนการเริ่มต้นใช้งานธุรกิจใหม่อย่างไร และจะใช้เวลานานเท่าใดกว่าโมเดลจะได้รับการปรับเทียบกับรูปแบบการทำธุรกรรมของคุณอย่างเต็มที่

Stripe Payments ช่วยเหลือคุณได้อย่างไร

Stripe Payments มอบโซลูชันการชำระเงินระดับโลกแบบครบวงจรที่ช่วยให้ธุรกิจใดๆ ตั้งแต่สตาร์ทอัพที่กำลังเติบโตไปจนถึงองค์กรระดับโลกรับชำระเงินออนไลน์ ที่จุดขาย และทั่วโลกได้

Stripe Payments สามารถช่วยคุณทำสิ่งต่อไปนี้

• เพิ่มประสิทธิภาพให้ประสบการณ์การชำระเงินของคุณ: สร้างประสบการณ์ที่ราบรื่นให้กับลูกค้าและประหยัดเวลาในการทำงานวิศวกรรมได้หลายพันชั่วโมงด้วย UI การชำระเงินที่สร้างไว้ให้แล้ว, สิทธิ์เข้าถึงวิธีการชำระเงินมากกว่า 125 วิธี และ Link ซึ่งเป็นกระเป๋าเงินที่สร้างโดย Stripe

• ขยายไปสู่ตลาดใหม่ๆ ได้เร็วขึ้น: เข้าถึงลูกค้าทั่วโลกและลดความซับซ้อนและค่าใช้จ่ายในการจัดการหลายสกุลเงินด้วยตัวเลือกการชำระเงินข้ามพรมแดนที่มีให้บริการใน 195 ประเทศและกว่า 135 สกุลเงิน

• รวมการชำระเงินที่จุดขายและทางออนไลน์ไว้ด้วยกัน: สร้างประสบการณ์การค้าแบบแพลตฟอร์มรวมในช่องทางออนไลน์และที่จุดขายเพื่อปรับแต่งการโต้ตอบ ตอบแทนความภักดี และเพิ่มรายได้

• ปรับปรุงประสิทธิภาพการชำระเงิน: เพิ่มรายรับด้วยเครื่องมือการชำระเงินที่กำหนดเองได้และปรับแต่งได้ง่ายๆ ซึ่งรวมถึงระบบป้องกันการฉ้อโกงแบบไม่ต้องเขียนโค้ดและความสามารถขั้นสูงเพื่อเพิ่มอัตราการอนุมัติ

• เดินหน้าได้เร็วขึ้นด้วยแพลตฟอร์มที่ยืดหยุ่นและเชื่อถือได้เพื่อการเติบโต: สร้างบนแพลตฟอร์มที่ออกแบบมาเพื่อขยับขยายไปพร้อมกับคุณ โดยมีระยะเวลาให้บริการที่แทบจะไม่หยุดทำงานเลย และมีความน่าเชื่อถือระดับแนวหน้าของวงการ

ดูข้อมูลเพิ่มเติมเกี่ยวกับวิธีที่ Stripe Payments สามารถช่วยให้คุณรับการชำระเงินออนไลน์และที่จุดขายได้ หรือเริ่มใช้งานเลยวันนี้