扩展 Stripe Radar,为您的企业提供更多保护
上个月,我们在 Stripe Sessions 上分享了有史以来对由 AI 驱动的欺诈防范工具 Stripe Radar 所做的最大规模扩展。Radar 现在可以拦截所有支持的支付方式下的高风险交易;无论您使用哪家支付处理商,都能防御多账户滥用和按量付费型滥用等新的欺诈类型;并为平台提供全新工具,以评估和降低商家在 Stripe 内外的风险。我们还推出了更多方法,通过更智能的举证能力和自动化证据库来应对争议。
以下是本次发布内容的详细介绍。
借助全球支付覆盖、全新多处理商信号及自定义模型,为更多交易保驾护航
欺诈防护正变得愈发复杂。企业需要防范各种支付方式下的欺诈行为,并且需要依靠更精准的信号,在 Stripe 内外发生欺诈之前进行拦截。现在,Radar 不仅解决了这两个问题,还支持您使用自定义欺诈模型。
拦截所有支持的全球支付方式下的高风险交易
Radar 现在为全球所有受支持的支付交易额提供保护,包括银行借记、先买后付 (BNPL) 选项、加密货币、数字钱包、实时支付和现金付款凭单。当 Radar 在某笔交易中检测到欺诈形式时,该信息便可用于保护所有支付方式下的交易。例如,如果欺诈分子在 Stripe 上的某家企业使用被盗的信用卡,而我们检测到并将其拦截,那么相同的 IP 地址和设备指纹现在将在全网范围内的银行借记、钱包和先买后付交易中被标记。我们发现,在五个月的期间内,Radar 为使用 Affirm、Cash App、Klarna 和 PayPal 的企业减少了 71% 的疑似欺诈行为。
借助新的多处理商信号优化您的欺诈决策
企业利用 Radar 针对非 Stripe 交易的风险信号,来补充其内部欺诈模型,并在不同的支付处理商之间做出更精准的欺诈决策。现在,您可以通过针对非 Stripe 交易的额外信号进一步优化您的欺诈决策,帮助您在欺诈发生之前防患于未然。
Stripe 现在可以识别支付是否可能触发来自卡组织的早期欺诈预警。然后,您可以选择主动为该交易办理退款,并保护您的争议率。
Stripe 还可以预测支付是否可能导致欺诈类争议。您可以使用该信号来发放退款、收集证据或调整您的争议策略。
我们计划添加可用于您整个支付技术栈的新信号。
获取企业级自定义欺诈模型
对于具有更复杂风险状况的企业,Radar 现在提供自定义欺诈模型。您可以将企业独有的信号传递给 Stripe,例如产品目录数据、忠诚度状态、行为指标或与您的风险状况相关的任何结构化元数据。然后,Stripe 会将这些信息与我们的全球网络数据相结合,部署专门为您企业定制的模型。对于早期采用者而言,自定义模型检测出的欺诈行为至少增加了 15%,且误报率没有上升。
防范新型欺诈
欺诈分子在窃取算力方面,已经变得和盗取资金一样老练。他们通过循环使用免费试用、设置多个账户或故意不支付下一张账单来滥用政策。随着企业扩展 AI 产品,token 滥用已成为一种代价高昂的欺诈途径。
上个月,我们分享了 Radar 如何利用预防免费试用滥用功能来应对其中一种欺诈手段。在 Sessions 上,我们重点介绍了一些可保护您的企业免受多账户滥用、按量付费型欺诈以及由机器人驱动的欺诈类支付影响的新方法。
拦截多账户滥用
多账户滥用是指单个欺诈分子创建多个账户,以重复使用促销优惠券,或将盗刷卡活动分散到多个账户中,得以更长时间地规避检测。在整个 Stripe 网络中,AI 企业的新注册账号中,超过六分之一都与多账户滥用行为存在关联。
现在,Radar 可以实时评估每个新账户,以便您在滥用发生之前拦截可疑账户,无论是在 Stripe 内还是在 Stripe 外。我们的解决方案利用整个 Stripe 网络中先前滥用行为的信息,包括设备指纹、IP 地址、电子邮件域名等。在过去两个月中,ElevenLabs 每天能够拦截 2000 名滥用其免费定价层级的用户。
预测按量付费型滥用
当客户滥用您的服务,不断累积用量费用却无意在账单到期时付款,就会发生按量付费滥用。这些恶意用户利用按用量定价的结构,即计费周期内费用持续累积,但付款发生在周期结束之后。例如,某客户可能在一个月内消耗了价值数千美元的算力,月底收到账单后却拒不支付。
Radar 现在可帮助随着用量累积预测非支付滥用行为,让您能够在向客户出具账单之前进行干预。这样您就可以要求充值、切断服务或采取符合您风险承受能力的任何操作。
检测并防范由机器人驱动的欺诈类支付
随着智能体商务的扩展,区分代表客户行事的合法智能体与恶意机器人变得越来越重要。两者都是进行购买的非人类流量,但一个是客户授权的智能体,而另一个可能会利用您的结账流程购买限量库存、滥用促销定价或绕过购买限制。
Radar 现在可为在 Stripe Checkout 上进行的支付分配机器人评分,评估它们由恶意机器人进行的可能性。您可以使用此评分来实施反脚本或反机器人策略。例如,您可以拦截对限量版商品的自动购买行为,或标记高频订单以进行审核。
保护您的平台免受账户欺诈行为的影响
欺诈分子正在利用生成式 AI 创建虚假的身份、证件和网站,其逼真程度足以绕过许多平台的验证系统。平台面临着一种权衡:在入驻期间要求提供补充信息,但会增加摩擦;或者保持轻量级的入驻流程,但要承担潜在的重大风险。
平台现在可以利用 Radar 缓解其整个业务的风险,其功能包括:为每家企业和每笔交易提供 0 到 100 的欺诈评分;解释账户被标记原因的 AI 驱动洞察;帮助您的团队了解账户背景的笔记和账户历史记录;以及争议、支付拒绝、退款和支付的账户级指标。
我们还推出了三种新方法,供平台监控和评估商家在 Stripe 内外的风险。
- 欺诈类网站信号会像人类欺诈分析师一样分析企业的网站,寻找危险信号,例如以不切实际的低价出售的奢侈品、AI 生成的文案、拼写错误的品牌 URL,或其他表明该网站具有欺诈性的指标。平台可以在入驻期间使用此信号来自动执行验证,标记账户以进行人工审核,或者在批准企业之前将其作为自身风险评分的输入信息。
- 欺诈类商家信号通过分析整个 Stripe 网络中的模式(包括银行账户信息、企业详细信息、交易动态和争议),识别新账户或现有账户是否构成欺诈风险。然后,平台可以发起审核、暂停打款、暂停支付、拒绝该账户、设置预留金或要求进行身份验证。
- 商家欠款风险信号可预测企业是否有累积负余额的风险;具体而言,它可预测该余额是否可能在 60 天或更长时间内保持为负。平台可以使用此信号来决定是否要主动调整打款周期,要求高风险账户提供预留金,或在损失累积之前标记商家以进行更密切的审核。
通过更智能的举证能力和自动化证据库,更有效地应对争议
Smart Disputes 是我们由 AI 驱动的争议管理产品,始终代表您整理并提交证据。现在,Smart Disputes 可以制定更加定制化的策略,以提高您在每次争议中胜诉的几率。
Smart Disputes 会分析每一项争议,并针对特定证据字段(例如运单号或客户用量日志)提供由 AI 驱动的建议。通过 Smart Disputes 添加我们 AI 建议的证据的企业,其胜诉率是没有添加任何证据的企业的 3 倍。
我们还减少了提交证据所涉及的人工操作。许多争议需要相同的支持材料:条款和条件、退货政策和服务协议。借助证据库,您只需上传并存储这些文档一次,Smart Disputes 就会根据争议的原因代码、卡组织要求和持卡人声明自动选择它们并将其包含在您的证据包中,完全无需手动重新提交。
未来展望
在 Sessions 上,我们还发布了公开路线图:这是一份包含数百个详细条目、时间跨度直至 2027 年第一季度的清单,其中包括整个 Radar 的产品、功能和改进项。
如需进一步了解 Radar 如何保护您的企业,请前往全球各大城市参加我们的 Stripe Tour 2026 活动。您还可以阅读我们的文档,或者与我们团队的专家取得联系。