支付处理需要大量数据。每笔交易都带有数十个信号，必须迅速做出决定。这些决定曾经依赖于静态规则（例如，“如果交易金额超过 X，则标记它。”）但是，虽然静态规则捕获了一些欺诈，但它们也漏掉了一些，并且它们可能在处理中拦截许多合法的购买。
AI 在支付处理中的出现改变了这一等式。新工具可以快速评估信号，并不断从结果中学习，这使得它们能够做出更精细的决定。在 2024 年，美国政府使用基于机器学习的欺诈检测防范并追回了超过 40 亿美元的欺诈性支付。
下面，我们将探讨 AI 如何改变支付授权、欺诈防范和客户体验，以及您的商家在采用它之前需要考虑什么。
要点
AI 驱动的授权工具（例如动态路径和自适应接受）可以通过减少错误拒绝来挽回有意义的收入。
使用机器学习的欺诈防范模型可以通过分析整个支付网络（而不是单一商家的交易历史记录）中的信号来提高准确性。
最大限度地发挥 AI 驱动的支付处理的价值需要持续关注拒绝率、欺诈规则和交易争议数据。
为什么支付处理要采用 AI？
随着欺诈策略和交易模式的改变，基于静态规则的系统可能难以跟上。AI 驱动的支付处理工具由在大型交易数据集上训练过的机器学习模型组成。它们可以同时识别数千个变量的模式，并根据实时上下文对信号进行加权。它们还可以适应变化，并随着新数据的进入而自我更新。
AI 如何提高支付授权和成功率？
授权失败可能是商家收入流失的一个未被充分认识的原因。AI 可以在几个方面改进静态授权规则。
以下是它的帮助方式：
动态路径： AI 驱动的路径评估并非将交易发送到固定的处理路径，而是实时评估多条潜在路线，并根据历史表现数据选择可能成功的一条。如果某个处理商在过去一小时内对特定类型的银行卡显示出较高的失败率，模型可以绕过它。
改进的重试逻辑： 当交易失败时，AI 模型可以根据失败代码和历史模式预测最佳重试窗口。
自适应接受： 自适应接受机器学习模型在整个公司网络的数据点上进行训练。当交易进入支付基础设施时，模型会考虑完整的上下文，向发卡行发送正确的信号，并增加其获得批准的可能性。
AI 如何在欺诈防范和风险管理中发挥作用？
静态规则按分类运作。足以捕获欺诈的规则可能也足以拦截合法的交易。这些误报可能会拦截优质客户并导致交易丢失。相反，AI 工具按概率运作，因为孤立来看不同寻常的交易在上下文中可能看起来完全正常。
AI 欺诈检测具有以下功能：
行为生物识别： 填写结账表单的机器人的动作与人类不同。一些 AI 欺诈系统会分析用户如何与结账页面互动，并将其与基准行为进行比较。
网络级别的模式检测： 机器学习模型可以分析整个网络中的信号。如果一张银行卡在进入您的结账环节之前已经与其他关联商家的欺诈活动相关联，检测系统就已经知道了。
速度和关联分析： AI 模型可以连接孤立来看看似无关的信号。一个新的电子邮件地址，加上一个被发现在多家商家测试小额交易的设备，再加上与开单地区不匹配的收货地址，产生的综合风险得分远比任何单一信号有用得多。
内置于您的支付提供商基础设施中的诸如 Stripe Radar 等工具可以自动完成大部分工作。
支付处理中的 AI 如何增强客户的体验？
当合法交易被拦截时，客户可能不知道他们的银行卡是否被盗用，或者商家是否遇到了技术问题。
以下是 AI 可以提供的服务：
AI 在支付中的基础设施、安全性和监管合规注意事项有哪些？
采用 AI 驱动的支付处理会带来基础设施和监管合规方面的影响。这些归根结底在于数据访问、使用和义务。
以下是所需文件：
数据需求： AI 模型需要数据才能发挥出色。如果您要更换支付提供商或从旧系统迁移，您可能要从一个冷启动模型开始，该模型会随着时间的推移而改进，而不是一个已经根据您的交易模式校准过的模型。
支付卡行业数据安全标准 (PCI DSS) 监管合规： 如果您使用 AI，您仍然需要对持卡人数据的处理、存储和传输方式负责。任何存储、处理、传输持卡人数据或可能影响持卡人数据安全的 AI 系统都被视为在 PCI DSS 范围内。
模型可解释性： 在某些司法管辖区，如果交易被拒绝，客户有权了解原因。在没有解释的情况下运行的 AI 模型可能会使这变得困难。无论您使用的是现有工具还是自己制作的工具，您都必须能够使用人类可以理解和记录的术语来解释您的 AI 的欺诈逻辑决策。
您的商家如何准备在支付处理中使用 AI？
受益于支付中 AI 的商家将其采用视为一个持续的过程。深思熟虑地开始会奠定正确的基调。
具体做法如下：
审计您当前的拒绝率： 在您更改任何内容之前，请提取您的授权率数据，并按银行卡类型、地理位置和交易规模对其进行分类。这将为您提供一个基准，同时展示最大的机会。
审查您的欺诈规则： 如果您设置了自定义规则，请对照当前的欺诈模式检查它们。18 个月前编写的规则可能会拦截真正的客户，或者遗漏自那时起出现的模式。AI 和维护良好的手动规则的结合比单独使用任何一种都更有效。
创建反馈循环： AI 欺诈防范在不断学习时效果最好。跟踪哪些交易导致了交易争议，并将其反馈到您的欺诈配置中以提高性能。
如果您要更换提供商，请考虑数据连续性： 询问您的新提供商，其模型如何处理新商家的入驻，以及模型需要多长时间才能完全针对您的交易模式进行校准。
Stripe Payments 如何提供帮助
Stripe Payments 提供一体化的全球支付解决方案，能够助力各类企业——从成长型初创公司到全球性企业——在全球范围内接受线上、线下支付。
Stripe Payments 可帮助您：
优化您的结账体验：通过预构建的支付用户界面、125 种以上支付方式以及 Stripe 构建的 Link 钱包，打造顺畅的客户体验，并节省数千小时的工程时间。
更快拓展新市场：覆盖全球客户，并通过跨境支付选项降低多币种管理的复杂性和成本，覆盖 195 个国家/地区、支持 135 种以上货币。
统一线下与线上支付：整合线上与线下渠道，打造一体化商务体验，实现个性化互动、提升客户忠诚度并增加收入。
提升支付表现：通过一系列可定制、易于配置的支付工具提升收入，包括无代码欺诈防护和提高授权率的高级功能。
利用灵活、可靠的平台加速业务增长：选择一个专为随业务扩展而设计的平台，历史正常运行时间达 99.999%，可靠性在行业内首屈一指。
了解有关 Stripe Payments 如何为您的线上和线下付款提供支持的更多信息，或者立即开始使用。
本文中的内容仅供一般信息和教育目的，不应被解释为法律或税务建议。Stripe 不保证或担保文章中信息的准确性、完整性、充分性或时效性。您应该寻求在您的司法管辖区获得执业许可的合格律师或会计师的建议，以就您的特定情况提供建议。