AREX Viewpoint Article
AI重构跨境支付：效率、风控与Agent商业时代
导读
一笔跨境支付看起来只是点一下、扫一下，背后却要经过授权、清算和结算的接力。视频一开始就指出，进入新市场前的调研、交易异常排查、对账和渠道运维长期依赖人力，交易规模越大，这套人工链路的效率天花板越明显。9月17日，蚂蚁国际在上海年度VOYAGE商户大会上面向1100多名高管发布全栈AI原生解决方案，覆盖支付、账户、外汇和财资等环节，并称这是业界首个此类方案。对跨境支付行业来说，这已不是一次普通产品更新，而是支付平台把AI从单点工具推向全链路基础设施的公开信号。
这项发布之所以值得现在讨论，是因为它与视频的议题几乎重合。蚂蚁国际的新闻稿把新方案放在支付、账户、外汇与财资管理的连续链条中，AFP刊发的稿件还提到AI外汇风控与收入解决方案。换句话说，其真正卖点不是某一个环节更快，而是把原本分散的支付运营、资金流动和风险管理收进同一套AI原生能力。视频没有停在发布层面，而是沿着这条线索进入Antom的具体业务，追问“全栈”究竟落在哪些流程上。
视频给出的第一组答案是运营环节的压缩。Antom Autopilot把新市场支付方案调研从企业自行调研约6个月、收单机构建议2至4周缩短到5分钟，并在推荐后增加仿真验证；智能对账被压缩到5分钟；渠道异常监测和处置则从数小时甚至数天缩短到分钟级。这里的关键不是“快”本身，而是AI开始接管跨境支付中最依赖经验、最容易被规模拖垮的重复判断，使支付运营从人工经验驱动转向实时决策。上述数据来自视频中Antom方面的介绍，属于企业实践口径，而非独立审计结果。
更敏感的是风控。视频中，Antom把传统风控描述为等拒付报告出来后再人工定位，周期可能长达2周到4个月；AI介入后，系统持续监测交易、生成拦截规则，先用历史交易回放评估对支付成功率的影响，上线后每7天复盘。支撑这一闭环的是把序列、图和表格数据合在一起的3-in-1 Transformer，以及覆盖支付、反滥用和智能体的Antom Shield。Antom称，一家客户的欺诈拒付率从1.18%降至0.02%，整体商户欺诈平均下降约55%；在香港航空场景中，这套系统据称实现99.99%的风险覆盖率，并减少超过100万美元欺诈损失。
这些数字并不能消除疑问，反而把视频的第二个价值凸显出来：它没有停留在“AI更强”的结论，而是给出判断AI支付是否可靠的边界条件。比如在航旅场景，付款人与乘客不一致、居住地与出发地不同、使用他国信用卡，可能是正常交易；如果模型只看单一维度，就会把父母替孩子买票、助理替老板订票误判为欺诈。再如Agent替用户比价和下单后，机票价格、支付汇率和退款汇率可能形成“三个价格”，支付平台必须用动态锁汇把报价、支付和退款拉回同一价格，否则AI给出的低价无法兑现。
回到这次发布，蚂蚁国际的官方新闻稿提供了“发生了什么”，视频则补上了“怎么发生、在哪些环节发生、哪些地方仍可能失灵”。当Agent开始参与搜索、比价、下单和付款，支付平台的竞争已不只是收单费率，而是能否把风控、锁汇、结算和企业资金服务连成可验证的闭环。读者需要关注的，不是“全栈AI”这个标签，而是它能否在真实交易中同时守住成功率、风险覆盖和价格一致性。
核心结论
- AI正在把跨境支付的核心瓶颈从人力转向算法：Antom Autopilot将新市场调研从数周压缩到5分钟，把对账从48至72小时压缩到5分钟，把渠道故障处理从数小时压缩到分钟级，说明支付运营的效率天花板正在被AI重新定义。
- AI风控的关键不是拦截更多，而是用多模态数据还原完整风险图景：3-in-1 Transformer把序列数据、图数据和表格数据放进同一个模型，配合Antom Shield三层防护，让风控从“事后处理”转向“实时监测、模拟验证、上线、持续复盘”的闭环，并在香港航空场景中实现了99.99%的风险覆盖率和超过100万美元的欺诈损失减少。
- Agentic Commerce正在把支付从“交易最后一步”推向“交易全流程入口”：当Agent替用户搜索、比价、下单甚至付款，支付平台必须更早进入导购、营销和转化环节。Antom Shopping Agent和A+ Rewards的实践表明，支付公司正在从收单工具转向交易入口和营销匹配平台。
- AI让价格一致性成为跨境交易的新基础设施问题：AI比价让机票购买决策压缩到几秒，但机票价格、汇率和退款汇率可能产生“三个价格”，导致AI给出的价格无法在真实交易中兑现。Antom通过Falcon TST模型实现动态锁汇，说明支付竞争正在从“能不能付”转向“价格能不能兑现”。
- 支付平台正在从“收单工具”扩展为“企业资金与金融服务基础设施”：全球化企业的需求已从收款升级为多币种结算、换汇、供应商付款和融资。蚂蚁国际通过Alipay+、Antom、WorldFirst和Embedded Finance四大板块，把支付变成连接消费者、商户、企业资金和金融服务的底层基础设施。
观点拆解
1. AI正在把跨境支付从“人工经验驱动”重构为“实时智能决策系统”
-
跨境支付的传统瓶颈在于全链路依赖人工，AI成为行业降本增效的共同方向：跨境支付背后是一套高度复杂的全球网络，但市场调研、异常排查、对账和渠道运维长期依赖人力，随着交易规模增长，人工模式已无法满足效率要求。这构成了AI重构支付运营的基本前提，也说明支付行业的核心瓶颈正在从人力转向算法。
“进入一个新市场，先得派人调研当地的支付方式和监管要求；交易有异常，往往需要人工排查；不同市场的账对不上，要靠财务人工处理；渠道出了故障，也得靠人工发现、定位、再决定怎么办。”
“靠人力，显然是太低效了。于是，AI成为了行业降本增效的共同探索方向。”
-
Antom Autopilot将新市场调研从数周压缩到5分钟，并加入仿真验证环节：Antom Autopilot把AI嵌入商户使用支付服务的全流程，尤其在新市场扩展上，将过去企业自行调研约6个月、收单机构建议2到4周的周期压缩到5分钟。更重要的是，它在推荐支付方案后增加了仿真环节，让方案在结账页和生产环境中提前验证，避免推荐即结束的盲区。
“过去企业如果自行调研的话，可能需要大概6个月；而收单机构给出建议，也至少要花上2到4周。这个效率实在是太低了。但是通过Antom Autopilot，这个过程能够缩减到多少呢？只需要5分钟。”
“以前很多系统到“推荐”这一步就结束了，而Antom Autopilot多了一个关键环节，那就是仿真。它可以把推荐的支付方案放到结账页和生产环境里提前跑一遍，看看真实交易可能会出现什么结果，确认没有问题之后，再一键上线。”
-
AI风控从“事后处理”转向“实时监测、模拟验证、上线、持续复盘”的闭环：传统风控往往等拒付报告出来后再由人工定位问题，周期可能长达2周到4个月。AI介入后，风控变成实时监测和提前预判，并通过历史交易回放验证拦截规则对支付成功率的影响，上线后每7天自动评估效果，形成持续优化的闭环。Antom数据显示，一家客户的欺诈拒付率从1.18%降至0.02%，整体商户欺诈平均下降约55%。
“传统的风控往往是“事后处理”，也就是等拒付报告出来，再由人工去定位问题，整个过程可能需要2周到4个月之久。那AI应用进来之后，风控就可以变成实时监测、提前预判。”
“AI可以持续监测交易，发现异常之后自动分析，并且生成拦截规则。但这些规则不会直接上线，而是先用历史交易进行“回放”，模拟会拦下哪些交易，以及对支付成功率有什么影响。上线之后，系统还会每7天自动评估风控效果并且生成报告，形成一个“实时监测、模拟验证、上线、持续复盘”的闭环。”
“Antom表示，一家客户的欺诈拒付率从1.18%降到了0.02%；而从整个Antom商户来看，欺诈平均下降了大约55%。”
-
AI将智能对账和渠道运维从小时级、天级压缩到分钟级：在对账环节，Antom不仅将人工对账自动化，还让AI进一步解释异常原因并生成报告，整个过程压缩到5分钟。在系统运维环节，AI持续监测全球支付渠道，发现异常后自动判断影响范围和原因，并给出关停、切换流量、智能路由等处理方案，将原本需要数小时甚至数天的检测和处理压缩到分钟级。这进一步证明支付运营的核心瓶颈正在从人力转向算法。
“Antom除了可以将人工对账自动化，还让AI进一步去解释异常。在找出问题之后，还接着会判断背后的原因是什么，并生成对应的报告。而整个过程可以被压缩到5分钟。”
“AI可以持续监测全球支付渠道，发现异常后自动判断影响范围和原因，并且进一步给出关停、切换流量、智能路由等处理方案。原本需要数小时甚至数天的检测和处理，现在也被压缩到了分钟级。”
2. AI风控的关键不是“拦截更多”，而是用多模态数据还原完整风险图景
-
传统风控是“事后处理”，AI把它变成实时闭环：传统风控往往要等拒付报告出来后再由人工定位问题，周期可能长达2周到4个月。AI介入后，风控可以持续监测交易、自动生成拦截规则，并通过历史交易回放验证规则效果，上线后每7天自动复盘，形成“实时监测、模拟验证、上线、持续复盘”的闭环。这意味着风控从被动响应转向主动预判，大幅缩短了风险暴露窗口。
“传统的风控往往是“事后处理”，也就是等拒付报告出来，再由人工去定位问题，整个过程可能需要2周到4个月之久。”
“AI可以持续监测交易，发现异常之后自动分析，并且生成拦截规则，但这些规则不会直接上线，而是先用历史交易进行“回放”，模拟会拦下哪些交易，以及对支付成功率有什么影响。”
-
3-in-1 Transformer用三类数据还原完整风险图景：单一维度的风控模型容易只看到局部，忽略交易背后的关联。Antom的3-in-1 Transformer把序列数据、图数据和表格数据放进同一个模型，分别回答用户过去怎么做、他和谁有关联、这笔交易本身是否异常。三类数据结合后，AI能够从细微之处更深入地理解风险与支付之间的关系，从而更精准地识别风险。
“过去很多风控模型往往只关注某一种数据维度，比如一笔交易本身的特征，或者用户的行为，但单一维度很容易看到局部，却可能忽略交易背后的关联。”
“这三类数据分别回答：这个用户过去怎么做、他和谁有关联、这笔交易本身有没有异常。而把这些信息放在一起，AI就能识别完整的风险图景。”
“由于我们将多模态的数据更好地结合起来，从而能够帮助我们更深入地去理解风险和支付之间的关系，更精准地去识别出支付中存在的风险。”
-
Antom Shield三层防护覆盖从传统欺诈到Agent新风险：底层模型负责“看懂风险”，Antom Shield则负责“挡住风险”。三层防护分别对应支付防护、反滥用防护和智能体防护，覆盖了从传统盗卡欺诈到批量注册、薅免费额度，再到Agent参与交易后产生的新风险。这种分层设计让AI支付的安全底座既能应对存量威胁，也能适配AI带来的增量风险。
“第一层是支付防护，解决传统的盗卡、欺诈和拒付问题；第二层是反滥用防护，针对批量注册、设备养号、薅免费额度等新型风险；第三层则是智能体防护，解决Agent开始参与交易之后产生的新风险。”
“底层模型负责“看懂风险”，Antom Shield则是把风险给挡住，两者结合起来就共同构成了AI支付的安全底座。”
3. AI风控必须学会区分“异常交易”和“正常但少见的关系”
-
旅行支付中，“不正常”的交易不一定是欺诈：跨境旅行支付天然存在付款人与乘客不一致、居住地与出发地不同、使用他国信用卡等正常场景。如果AI风控只盯着单一维度，就会把父母替孩子买票、助理替老板订票这类合法交易误判为风险，造成不必要的拦截和用户体验损失。
“一笔看起来“不正常”的交易，并不一定是欺诈。比如说一个人住在A国，却从B国出发，用C国的信用卡买机票；或者父母替孩子买票、助理替老板订票，付款人和乘客本来就不是同一个人。如果AI只看某一个维度，就很容易把这些正常交易误判成风险。”
-
AI风控要看交易背后的完整关系，而不是孤立的一笔交易：要避免误判，AI时代的旅行风控需要把设备、网络、地理位置、付款人与乘客的关系以及历史行为等信息组合起来分析，判断“这个人、这张卡、这个设备和这次旅行”是否合理。3-in-1 Transformer正是通过这种多维关系建模来实时给出风险判断。
“AI时代的旅行风控，需要看的就不只是一笔交易，而是交易背后的完整关系。它会把设备、网络、地理位置、付款人与乘客的关系、历史行为等信息放在一起分析，判断这个人、这张卡、这个设备和这次旅行组合起来是否合理，再实时给出风险判断。”
-
精准风控在真实业务中产生了可量化的效果：这套多维关系风控系统在香港航空的实际应用中，据称实现了99.99%的风险覆盖率，并帮助减少了超过100万美元的欺诈损失。这说明AI风控不只是技术概念，而是能够在真实航旅场景中同时兼顾覆盖率和误判控制。
“在香港航空的实际应用当中，这套系统据称实现了99.99%的风险覆盖率，并且帮助减少了超过100万美元的欺诈损失。”
4. Agentic Commerce正在把支付从“交易最后一步”推向“交易全流程入口”
-
Agentic Commerce把电商链路从“人找商品”重构为“Agent理解人、再替人完成交易”：当Agent开始参与搜索、比价、下单甚至付款，消费者不再需要自己完成从浏览到支付的完整流程，而只需表达购买意图。这意味着交易参与者发生了根本变化，支付平台必须重新理解自己在交易链路中的位置。
“消费者只需要把购买意图告诉AI，比如“帮我找一条适合主持我们年度科技峰会的白色裙子吧”，而剩下的工作，从搜索、比价到付款，Agent都可以帮你完成。”
“过去的电商链路是“人找商品”，未来可能变成“Agent理解人、再替人完成交易”，而一旦交易的参与者变了，原来的销售和支付链路也会随之变化。”
-
支付公司正在从收单工具转向交易入口，Antom Shopping Agent把导购、下单、支付和售后串成完整流程：面对Agentic Commerce带来的结构性变化，主流支付平台不再满足于只做交易最后一步的收款工具，而是主动进入交易前端。Antom Shopping Agent的实践表明，支付公司可以通过一站式Agent产品直接嵌入商户网站，承担从访问、导购到售后的全链路角色。
“Antom最近推出的Antom Shopping Agent，就把访问、导购、下单、支付到售后，串成一条完整的流程，直接嵌入商户的网站。”
“当如今AI开始参与比价、选商品、找优惠，甚至直接完成购买，支付也更早地进入到交易过程，开始和导购、营销、转化连接起来。”
-
AI营销从“广撒网”转向“做匹配”，A+ Rewards把优惠核销压缩为“表达需求、匹配优惠、完成交易”：传统优惠券营销链路长、转化率低，而Agent可以识别用户意图并主动匹配优惠。A+ Rewards的探索显示，支付平台正在把营销能力嵌入用户日常使用的钱包场景，从而帮助商户提高转化并触达新用户，这进一步印证了支付平台向交易入口和营销匹配平台演进的趋势。
“传统优惠券从发放到真正使用，中间还可能需要48小时以上的运营支持，最终的核销率只有1.87%。所以AI进入之后，营销思路开始从“广撒网”转向“做匹配”。”
“原本“看到广告、领取优惠、回来消费”的长链路，就被压缩成了“表达需求、匹配优惠、完成交易”。对于商户来说这不仅能够提高转化，也可能触达那些原本从未主动访问过的新用户。”
5. AI让价格一致性成为跨境交易的新基础设施问题
-
AI比价让“三个价格”问题浮出水面，价格一致性成为跨境交易的新痛点：当用户把比价和购买决策交给AI后，机票价格、支付时汇率和退款时汇率可能形成三个不同的价格，导致AI给出的价格无法在真实交易中兑现。这意味着AI时代的支付竞争正在从“能不能付”转向“价格能不能保持一致”。
“AI比价时是一个价格，真正支付的时候汇率可能就已经变了，退款时候又可能是另外一个汇率，于是，一张机票可能会出现“三个价格”。”
“当用户把比价和购买决策交给AI之后，价格能不能保持一致，就成了一个新的问题。”
-
动态锁汇把报价、支付和退款统一为同一价格，让AI报价真正可兑现：Antom通过Falcon TST模型的预测能力，在报价阶段就锁定汇率，并将同一汇率延续到支付和退款环节，最长可锁一年。这直接回应了“三个价格”的痛点，让用户看到的价格更透明，也让AI给出的价格更容易在真实交易中兑现。
“Antom采用的一种方式是动态锁汇，它们通过Falcon TST模型的预测能力，在报价的时候就锁定当时的汇率，并且将这一汇率延续到后续的支付和退款环节，最长可以锁定一年。”
“这样原本可能会出现的“三个价格”，就尽可能地变成了同一个价格。对于用户来说，价格更透明；对于商户来说，可以降低汇率波动带来的影响；而对于AI来说，它给出的价格也更容易在真实交易中兑现。”
-
AI压缩决策时间后，支付必须跟上速度，否则价格和库存优势会被浪费：机票价格和库存实时变化，支付一旦失败，座位可能被释放，用户重新支付时原来的价格和座位可能已经消失。因此，当AI把购买决策压缩到几秒钟，支付环节也必须同步提速，在保证安全的同时减少对购买流程的打断。
“机票价格和库存都在实时变化，支付一旦失败，座位可能很快被释放，等用户重新支付，原来的价格和座位可能都已经没有了。”
“所以当AI把购买决策压缩到几秒钟，支付也必须跟上，它既要保证安全，也要尽可能减少对用户购买流程的打断。”
6. 支付平台正在从“收单工具”扩展为“企业资金与金融服务基础设施”
-
全球化企业的支付需求已从“收款”升级为“资金流动管理”：跨境经营的企业不再只关心能否收到钱，而是需要同时处理多币种结算、换汇、供应商付款、员工付款和跨账户资金归集。这意味着支付平台的价值判断标准正在从交易成功率转向资金运营效率。
“现在对于很多全球化企业来说，他们对支付的需求已经不仅仅是让客户把钱付过来而已了。”
“它们还希望资金能够更快、更灵活地在不同账户和市场之间流动。”
-
蚂蚁国际用四大板块把支付扩展为企业资金与金融服务基础设施：蚂蚁国际通过Alipay+连接消费者端支付方式，通过Antom服务商户收单和数字化接入，通过WorldFirst处理多币种账户、收付款和换汇，再通过嵌入式金融服务提供融资和分期。四层业务共同把原本分散的支付、资金管理和金融环节整合进一个生态。
“目前整个蚂蚁国际的体系分为四大板块。其中，Alipay+更靠近消费者这一端，主要连接全球不同国家和地区的钱包、银行APP等支付方式。Antom则是更加靠近商户这一侧，帮助企业接入不同市场的支付方式。”
“这时候就到了WorldFirst，也就是万里汇。它连接账户、资金和外汇，帮助企业通过多币种账户进行全球收付款和换汇。”
“金融服务不再是独立存在的产品，可以直接嵌入企业经营和消费者交易当中了。”
-
支付正在成为连接消费者、商户、企业资金和金融服务的底层基础设施：从消费者付款、商户收款，到企业资金流动，再到融资和外汇，原本分散在不同系统中的环节正在被同一个生态包裹。支付不再只是交易通道，而是把多个商业和金融角色连接起来的基础层，这也是主流支付平台集体向企业账户和流动性管理延伸的根本原因。
“近几年主流支付平台都在快速行动，开始从单纯处理交易逐渐延伸到企业账户、跨境付款、资金调拨和流动性管理。”
“支付也正在成为连接消费者、商户、企业资金和金融服务的一层基础设施。”
7. AI放大了航旅分销链路的既有瓶颈，支付必须从“先交易后结算”走向“资金跟着订单流动”
-
AI提升销售效率，却放大了航旅分销链路中服务履约的既有瓶颈：AI工具让用户比价和购票更便捷，但机票销售背后的B2B分销结构并未同步改变。当订单产生速度加快，而服务履约仍依赖传统流程时，原本就存在的履约瓶颈会被AI进一步放大，成为制约效率的关键环节。
“AI的工具其实给了整个用户带来了很大的一个便捷性，但是你的整个销售，就是分销的这个结构没有变的话，原先的服务的履约是整个B2B的销售里面最关键的那个瓶颈，AI它也会把一些痛点去放大。”
-
传统航旅供应链依赖固定授信和批量结算，AI实时订单让旧结算模式越来越吃力：一张机票背后涉及航司、OTA、代理商等多个参与方，传统模式依赖固定授信、保证金和批量结算。当AI让订单实时产生，资金却仍停留在原有账期和结算流程中，订单与资金的不同步使传统供应链模式难以为继。
“传统的旅行供应链很多时候依赖固定授信、保证金和批量结算，但当AI带来的订单越来越实时，这套模式就会越来越吃力，因为订单可能在不断产生，资金却还停留在原来的账期和结算流程里。”
-
Antom通过企业账户体系推动旅行支付从“先交易后结算”走向“资金跟着交易流动”：面对AI实时订单与传统结算模式的矛盾，Antom的思路是通过企业账户连接航司、OTA、代理商等各方，让资金随订单流动，减少保证金占用。该账户体系已覆盖100多个国家和40多个本地货币账户，并提供内置授信能力，标志着旅行支付结算模式的结构性变革。
“让资金随着订单流动，同时减少保证金带来的资金占用。目前这套账户体系覆盖了100多个国家，40多个市场的本地货币账户，同时提供内置授信能力。这也意味着旅行支付从“先交易、后结算”逐渐走向“资金跟着交易流动”。”
“随着整个行业的结构性的变化，航旅的客户在整个去经营他的业务的经营维度上，会遇到很多的一些挑战。所以这也是为什么我们在整个建设对应的能力的时候，会不断地把我们围绕着航旅客户的这些经营的能力，把它单独拉出来。”
8. Antom的竞争策略不是抢收单份额，而是帮商户做大生意
-
Antom的差异化不在抢份额，而在帮商户把生意做大：Antom将自身定位为“Ant to Merchant”，明确表示目标不是抢占其他收单机构的份额，而是围绕商户的精细化运营和收入增长提供服务。这意味着其竞争逻辑从支付通道的零和争夺，转向了与商户共同做大市场盘子的增量思维。
“Antom是Ant to Merchant的这样的一个缩写，所以从这个缩写就可以看到，其实我们一开始成立，是希望陪伴着我们的商户一起去成长的。”
“我们的目标一定不是去抢占其他的收单机构的份额，因为整个市场的盘子如果它不增长的话，对于商户来说，他的经营和他的增长并没有变得更大的。”
-
亚洲本地服务团队是Antom响应出海商户问题的差异化优势：很多国际支付公司的核心团队在欧美，而跨境电商和出海业务中有相当一部分商户来自亚洲。Antom扎根亚洲，在中国和亚洲拥有更完整的服务团队，因此能更及时地响应和处理商户问题，这构成了其在服务响应上的本地化优势。
“很多国际支付公司的核心团队在欧美，而全球跨境电商和出海业务中，有相当一部分商户来自亚洲，而Antom本身扎根亚洲，在中国和亚洲有更完整的服务团队，因此也能够更加及时地响应和处理商户的问题。”
总结
AI对跨境支付的改变，远不止是让流程更快。它正在重新定义支付平台的角色：从被动收单的工具，变成主动参与导购、风控、锁汇、结算和企业资金服务的智能交易基础设施。这意味着支付行业的竞争逻辑已经改变，未来的赢家不是通道费率最低的公司，而是能用AI把交易全链路打通、让价格可兑现、让资金随订单流动的平台。对商户和消费者而言，真正的变化不是“支付更快了”，而是“交易更可靠了”。
信息源
视频来源
- AI重构跨境支付：效率、风控与Agent商业时代：
外部资料
- Ant International Launches Industry's First Full-Stack AI- ...：
- Ant International Launches Industry's First Full-Stack AI- ...：
- Ant International Launches Industry's First Full-Stack AI- ...：