目前，许多德国企业正在评估人工智能（AI）如何增强在线购物的结账和支付流程。他们的目标是优化内部工作流程并改善客户体验。“AI 结账”一词被广泛使用，但它可能会产生误导。这是因为该技术并不意味着 AI 会接管整个结账流程。相反，它为客户旅程中的各个步骤提供支持。这里蕴含着各种各样的机会。

在本文中，您将了解 AI 如何改变数字支付、加快结账速度，并帮助企业在防范欺诈的同时增加销售额。

要点

• AI 代理支持授权的结账流程，从而改变数字化客户旅程。
  
• AI 可以实现个性化的产品发现，并减少结账期间不必要的步骤。
  
• 共享支付令牌（SPT）、Link 的代理钱包以及由 AI 驱动的欺诈防范功能有助于保护代理支付的安全。
  
• 程序化支付流程使 AI 代理能够以程序化的方式为数字服务（例如应用程序编程接口 (API)、数据和软件）付款。
  

AI 如何改变在线支付？

Gemini 和 Microsoft Copilot 等新型 AI 应用正在将安全、自动化的在线支付新机遇整合到现有的支付和商务系统中。这方面的焦点正日益转向 AI 代理。它们代表个人或企业行事，能够支持研究和比较报价，或者准备和执行结账等授权任务。这正在对支付基础设施提出新的要求。

客户旅程中的变化

变化在实际完成支付之前便已发生。AI 代理协助人们寻找并评估产品、服务或软件。因此，企业必须越来越多地以结构化、机器可读的形式提供信息，以便自动化系统能够解读。作为向代理商务发展这一持续增长趋势的一部分，这影响了电商，以及软件即服务 (SaaS) 提供商、平台、旅游公司、服务提供商，以及 API 和 AI 服务的运营商。

结账流程也在发生变化。AI 代理越来越多地通过通用商务协议 (UCP) 等标准与数字产品和服务提供商的系统进行通信。可编程的工作流使它们能够在设定的参数范围内安全地执行授权交易。提供商保持对价格、税费、可用性、订单处理以及整个客户关系的控制。

安全和信任

由代理驱动的支付提高了安全性要求。企业必须能够验证 AI 代理是否真的代表已获批准的用户行事。同时，不得与它们共享敏感的财务数据。SPT 允许代理在不访问客户底层支付凭据的情况下发起授权支付。代理使用的 Link 钱包使代理能够代表客户进行购买，而不会暴露客户的底层支付信息。

企业如何降低 AI 驱动交易中的风险？

随着 AI 代理越来越深入地参与数字商务，企业需要设法管理与代理驱动交易相关的风险。这包括评估交易风险、保护敏感支付信息，以及明确何时授权代理代表客户行事。

• 实时欺诈检测
  企业可以使用欺诈防范工具（如 Stripe Radar）评估交易的风险信号，并实时识别潜在的欺诈活动。

• 支付数据保护

  SPT 和 Link 可以帮助保护代理驱动交易中的敏感支付信息，同时允许授权支付安全进行。

• 授权与用户控制
  由于 AI 代理代表个人或企业行事，因此公司需要明确特定操作需要哪些授权。根据交易的不同，他们可以决定代理何时获准继续操作，以及何时需要用户额外确认。

AI 如何减少结账时的阻力损失？

AI 代理可以通过帮助准备完成购买所需的信息和操作来减少结账时的阻力。企业不要把 AI 当作另一种形式的自动化，而可以授权代理在规定的权限范围内代表客户行事，同时让客户保留对交易的控制权。

更快地准备结账

AI 代理可以使用可用信息，例如已存储客户详细信息、首选支付方式、产品可用性、配送选项和其他购买要求，来帮助准备结账。这可以减少客户需要手动输入或选择的信息量，使从发现产品到完成购买的过程变得更加轻松。

程序化结账

AI 代理还可以通过结构化协议和 API 与商务系统交互，以交换信息并执行经授权的结账步骤。程序化结账使企业能够在支持这些代理驱动的交互的同时，继续使用其现有的支付、订单和计费系统。

AI 如何影响在线支付转化率？

• 通过更简单的结账降低购物车放弃率
  复杂或冗长的结账流程是购物者放弃购物车的一个常见原因。当 AI 代理可以使用之前在客户旅程中准备的信息和授权步骤时，它们可以帮助缩短从购买意向到完成交易的路径。

• 更可靠的结账流程
  程序化结账流程有助于使交易所需的信息和授权步骤在整个购买完成过程中保持一致。

• 信任是转化的先决条件
  客户需要信任代理驱动交易，然后才可能使用它们。清晰的授权、支付信息的保护以及适当的保护措施可以帮助企业打造让客户保持控制、同时由代理代表他们行事的结账体验。

Stripe 如何在支付流程中部署 AI？

Stripe 将由 AI 驱动的支付功能与旨在支持代理商务的基础设施相结合。Stripe Payments 帮助企业通过一体化的基础设施处理在线和实体店交易。同时，SPT、UCP 和 Link 的代理钱包支持由 AI 代理发起的授权交易。

由 AI 驱动的功能还可以帮助企业提高支付性能。Stripe 使用基于数据模型来分析支付流并识别可为调整支付流程提供依据的模式。

对于定期收款，Smart Retries 使用 AI 确定重试失败支付的最佳时间，从而帮助企业从订阅产品中恢复更多收入。

借助 Stripe Radar 进行欺诈防范

AI 在在线支付中的主要用途之一是欺诈检测。Stripe Radar 使用 AI 模型，根据包括支付详情、交易模式及其他安全特征在内的风险信号评估交易。

这种分析有助于企业区分合法购买和可疑活动，并在不必要地阻止授权支付的情况下检测企图进行的欺诈。

关于 AI 结账的常见问题解答