蚂蚁国际AI跨境支付：交易决策与Agent支付新考题

本文作者为硅谷101，钛媒体经授权发布。

网购下单、在线点餐、线下消费，如今付钱这件事越来越省事——点一下、扫个码或者碰一碰就完成了。可就在这几秒里，一套复杂的支付系统其实一直在后台跑着。

放到全球看，这类交易每分钟要发生数百万次，其中相当一部分资金要跨境流动。各地的消费者、商户、支付方式和金融机构被串在一起，识别、授权、风险判断都在极短时间内走完。一次看似轻巧的付款，牵动的却是整条支付链路。

现在，AI也挤进了这条链路：帮支付平台实时判断一笔交易该走哪条路径、要不要放行，甚至能不能直接替客户把交易做成。支付这个动作，正慢慢变成一套智能决策系统。

全球跨境支付的链路到底怎么运转，卡点在哪？AI进来之后带来了哪些变化，行业巨头又做了哪些尝试？本文结合蚂蚁国际的实践，聊聊跨境支付的运行机制，以及它们为AI时代所做的准备。

从点下付款到最终到账，一笔跨境支付要穿过好几个环节。

▍跨境支付的复杂性

拿买一张国际机票来说：在航空公司网站挑好机票和支付方式，按下“付款”，一笔交易就启动了。

第一步，商户把支付请求和交易信息发给收单机构。收单机构是商户接入支付网络的入口，Antom、Stripe、PayPal等支付平台在实际业务中也会提供收单或相关支付处理服务。连接不同支付方式、挑选合适的支付通道、识别并控制交易风险，都是它们的活。

接着，交易信息进入Visa、Mastercard、银联等卡组织网络。卡组织干的是信息转接的活，把交易信息从商户这一侧传到消费者这一侧的发卡机构，也就是消费者银行卡所属的银行。

银行来验证账户和支付信息，查余额或信用额度，同时评估交易风险，决定批不批，再把授权结果返回。结果经卡组织、收单机构，最后回到商户手里，这一来一回的传递和授权，可能只要几秒钟。

不过要留意，这时候完成的主要是交易授权，传的是交易信息，钱还没真正进商户账户。真正的资金划转发生在后面的清算和结算环节：资金从发卡机构一侧出发，经支付网络和收单机构，最终结算到商户账户。如果碰上跨境交易，还可能涉及货币兑换和跨境资金流动，整个过程通常要T+1至T+3天，甚至更久。

所以，一次简单的付款背后，商户、收单机构、卡组织和发卡机构已经完成了一轮复杂的信息传递与授权。收单机构处在承前启后的关键位置，要让每笔交易顺利走完，并不轻松。

▍跨境支付的复杂性

对想在全球做生意的商户来说，面对的不是一个统一的支付市场。各国各地的支付习惯差别明显：北美以信用卡为主，亚洲不少地区更爱用电子钱包，还有一些市场比较依赖银行转账，甚至各有独立的本地支付网络。

这些体系之间并不是天然打通的。把不同国家的支付方式、银行和支付网络连起来，本身就是一项复杂的基础设施工程。

另一个难点在跨币种与跨境结算。消费者用美元付款，商户最后收到的可能是欧元或人民币，中间要跨过不同的金融体系，处理汇率、货币兑换和资金结算等问题。

还有，收单机构不能只盯着交易成不成，成本、风险和消费者的支付体验都得兼顾。比如一条支付通道成功率高，成本也高；另一条成本低，却更容易失败。风险控制同样要权衡：审核放得太松，欺诈交易可能溜过去；收得太紧，正常消费者又可能被误伤。

于是收单机构面对的是复杂的实时决策：走哪条支付路径、放不放行，以及怎么在速度、成本与安全之间找平衡。业务从一个国家扩到几十甚至上百个市场，这些问题的复杂程度还会成倍往上翻。

过去，这些难题主要靠支付机构的基础设施、预设规则和人工经验来扛。近几年，AI成了支付链路里的新变量，影响主要在两个层面：

一头是AI在优化原有支付链路中的交易决策，让支付效率和智能化水平往上走；另一头是随着Agent参与商品搜索、下单，乃至自主完成支付，新的交易方式和支付场景也带出了以前没遇到过的问题。

高度复杂的全球支付网络，长期靠大量人工维持运转。进新市场之前，要调研当地的支付方式和监管要求；交易出了异常，要人工排查；不同市场的账目对不上，要财务人员核对；支付渠道出了故障，也得靠人发现、定位并决定怎么处理。

跨境交易规模越涨，这些工作的效率压力就越大，光靠人力已经难以满足需求。AI因此成了支付行业降本增效的共同探索方向，头部支付机构开始把AI用到交易决策、风险控制和运营等环节。

蚂蚁国际在上海举办的VOYAGE2026上，也展示了支付行业借助AI解决这些问题的具体实践。

蚂蚁国际旗下有个叫Antom的平台，专做商户跨境支付，2023年起面向全球商户开放服务。这次演示中亮相的Antom Autopilot智能体，能看出AI把支付服务流程改成了什么样：商户入驻、系统集成、交易风控、拒付处理、对账，乃至开拓新市场，多个环节都有AI插手。

下面挑几个典型场景，讲讲这个智能体到底怎么干活。

先看新市场研究。企业要进一个新市场，得先弄明白“当地人到底怎么支付”——消费者偏爱信用卡还是电子钱包，当地监管制度又是什么样。这类调研过去企业自己做，大概要6个月；就算找收单机构给建议，也至少得2至4周。换成Antom Autopilot，这个过程能压到5分钟。比如一家企业打算进印尼市场，AI先分析当地支付格局和用户习惯，再按不同商户类型的业务特点，给出个性化的支付组合推荐。

不少系统做到“推荐”就收工了，Antom Autopilot还多加了一道仿真：把推荐的支付方案放到结账页和生产环境里提前跑一遍，看真实交易可能出什么结果，确认无误再一键上线。

Antom方面称，市场调研从两周缩到五分钟，研究成本也跟着大幅下降，企业决策的重点就变了。以前企业得盘算什么时候才负担得起某个市场的调研成本；现在精力可以更多放在判断哪些市场值得马上进。

第二个难点是安全。信用卡在许多海外市场仍是主流支付方式，而欺诈和拒付，正是信用卡交易里最让商户头疼的事。

Visa不久前又收紧了“收单行监控计划（VAMP）”：新标准下，每1000笔交易中，欺诈和争议交易的门槛从过去的22笔降到15笔。一旦越线，商户和收单机构可能吃罚款，严重时支付通道都会受影响。

与此同时，欺诈攻击的手法也在不断演变，识别和拦截越来越难。比如“盗卡测试”如今已很普遍：攻击者用机器人拿着大量盗来的信用卡信息，在商户平台反复尝试支付，确认哪些卡还能用，短时间内就能发起上万次支付操作。被盗刷的用户向银行申诉后，店铺投诉率迅速上升，拒付率甚至可能涨50%。

Leo LiAntom风控负责人

除了传统的欺诈和拒付，攻击者也在往新的业务场景转移。拿AI商户来说，越来越多企业推出后付费、免费试用期等服务来吸引用户，这类业务过程中也冒出了不少新的风险攻击，尤其是“薅羊毛”这类滥用行为。

面对这类问题，传统风控大多以事后处理为主：等拒付报告出来，再由人工定位原因，整个过程可能要2周到4个月。引入AI后，风控可以转向实时监测与提前预判。

以Antom Autopilot为例，AI持续监测交易，发现异常就自动分析、生成拦截规则。这些规则不会马上上线，而是先拿历史交易“回放”，模拟可能拦下哪些交易、对支付成功率有什么影响。规则上线后，系统每7天自动评估风控效果、生成报告，形成“实时监测—模拟验证—上线—持续复盘”的闭环。

这套系统的效果也相当明显。Antom表示，一家客户的欺诈拒付率从1.18%降至0.02%；从Antom整体商户情况看，欺诈平均下降约55%。

就算拒付已经发生，AI仍能参与后续争议处理。比如Antom SmartDispute会给出申诉建议，把平均争议胜诉率从24.5%提升至41.8%；Antom AutoDispute则能自动整理材料、协助提交申诉，减少人工工作量。

交易完成后，商户还得面对繁琐的对账。跨境交易涉及不同国家、支付方式和结算规则，比如在东南亚、欧洲等市场，一次对账可能牵扯6种以上货币，不同渠道的结算周期可能分别是T+2或T+7。同一笔交易因结算批次不同，甚至可能出现在不同文件里。传统人工对账一个周期可能要48至72小时，发现差异后还得接着查原因。

这正是AI开始发挥作用的环节。Antom除了能把人工对账自动化，还让AI进一步解释异常：找出问题之后，接着判断背后原因是什么，并生成对应报告，整个流程能压缩至5分钟。

除了上面这些环节，支付系统还得持续稳定运行。跨境支付连接大量渠道与合作机构，任何一处出故障都可能带来损失。

在东南亚，一些支付渠道每月可能出1至3次故障。以前这类事很大程度上靠人工值班和排查，等问题定位清楚，可能已经损失了超过5%的交易量。所以，7×24小时的系统运维同样重要。

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，并进一步给出关停、切换流量、智能路由等处理方案。过去检测与处理要数小时甚至数天，如今能缩短到分钟级。

从交易前的市场研究，到交易中的风控，再到交易后的对账和支付系统的实时运维，AI首先改变的，是支付背后那些复杂、重复的工作。

但这只是第一步。当AI从“帮人把支付做好”进一步变成“自己参与交易”，支付面对的问题也会完全不一样。

近年来，一个新词被越来越多地提起：Agentic Commerce（智能体商务）。传统线上购物，通常由消费者自己搜商品、逛网页、比价格、领优惠，最后完成付款。

有了Agent参与，这套流程就完全变了样。用户只要把想买什么告诉AI，比价、搜索甚至付款都能交给Agent去办，主流支付平台也在围绕这个场景加紧落子。

这并不只是多了一个AI导购那么简单。以往电商走的是"人找商品"的路子，今后可能变成"Agent读懂人、再替人把交易做完"。交易里参与的角色一变，原来的销售和支付链路也会跟着变。

最先被触动的是购物入口。以前独立站能不能把流量变成订单，很大程度上看用户找不找得到、选不选得定商品，也看商户的销售和客服人手够不够。

到了Agent时代，用户进站之后，智能体会先主动打招呼，再按需求精准推荐商品、给出建议。接下来它还能引导下单、生成订单，并在用户授权下把款付了。交易结束之后，售后服务它也能接着做。

可对大量中小企业来说，自己搭这样一套Agent并不轻松。Agent要一直跑着，背后得接模型、做开发、长期维护，还得备好云服务器和算力。它每次跟用户对话、搜索或调用工具，都会产生Token消耗和推理成本。技术团队、经验、成本，哪一样都可能成为商户的门槛。

所以主流支付公司都在抓紧做一站式Agent产品。Antom推出的Antom Shopping Agent就是一个例子，它把访问、导购、下单、支付到售后连成完整一条线，直接嵌进商户网站。

除了改变消费者"怎么买"，Agent也在改变商户"怎么卖"。过去的营销多靠投广告、发优惠券，然后等用户触达、领取、最终消费，效率有限。

研究数据显示，平台获客成本涨了15%，流量转化却降了20%。传统优惠券从发出去到真正用掉，可能还要超过48小时以上的运营支持，最后核销率只有1.87%。

AI进来之后，营销思路从"广撒网"转向"做匹配"，Antom在A+ Rewards上的尝试就是一例。

A+ Rewards不只是个发券工具。它覆盖亚太10大市场，连接超过21个数字支付平台，商户能把优惠券、返现、订阅折扣这些营销活动，直接放进用户平时用的钱包场景里。

比如用户跟Agent说"今天想喝杯咖啡"，AI能识别出这个意图，再去A+ Rewards里找对应优惠推荐给用户，并协助完成核销。

原本"看到广告、领优惠、回来消费"的营销链路，就这样被压成了"表达需求、匹配优惠、完成交易"。对商户来说，这既可能拉高转化率，也可能触达以前不会主动上门的用户。

不管是AI进入原有支付链路，还是造出新的交易场景，背后都指向同一个趋势：越来越多的"判断"和"执行"交给AI去做，安全问题也随之变得更复杂。

前面提到的Antom Autopilot等产品正在提升风控效率，但这项能力首先得建立在对风险的准确识别上。为此Antom推出了Antom 3-in-1 Transformer安全模型，它最大的特点是把三类不同数据放进同一个Transformer模型里分析。

以往不少风控模型只盯某一种数据维度，比如一笔交易本身的特征，或者用户行为。Antom认为，单看一个维度容易只见局部，却漏掉交易背后的关联。一笔交易有没有风险，往往同时牵涉好几个层面的信息。

这三类数据分别是：

第一类是序列数据，用来判断当前交易符不符合用户过去的行为轨迹；

第二类是图数据，用来分析设备、账户和资金之间有没有可疑的关联网络；

第三类是表格数据，涵盖上万个专业风险维度，用来判断交易本身符不符合正常支付模式。

它们分别回答三个问题：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？把这些信息合到一起，AI能看清更完整的风险图景。

Leo Li

Antom风控负责人

Antom 3-in-1 Transformer把不同类型的数据融合得更充分，风险与支付之间的关联因此能被我们看得更细，支付环节里的风险也就能判得更准。

底层模型给出了风险判断，但识别出来之后还得落到防控上。为此Antom又建了三重防护机制Antom Shield，分别对应AI支付正在面对的三类不同风险。

这三重防护各有分工。支付防护盯的是盗卡、欺诈和拒付这类老问题；反滥用防护则针对批量注册、设备养号、薅免费额度之类新冒出来的风险；智能体防护对应的是Agent开始参与交易之后才出现的新风险。

这么一来，底层模型管识别，Antom Shield管落地防控，两者搭在一起，构成了AI支付的安全底座。

就算AI在交易环节出了差错，商户的损失也完全在可控范围内。Antom为此推出了AgentSafePay风险保障机制。按Antom的说法，使用Antom Shopping Agent及Antom收单服务的商户，一旦碰上符合保障条件的智能体交易风险，可以获得其所说的“100%敢付敢赔”保障。

支付流程在变，全球化企业对支付平台的要求也在变宽。如今对不少全球化企业来说，支付早已不只是让客户把钱付出来这么简单。一家企业可能同时在美国、欧洲和东南亚做生意，每天收进不同币种的款项，之后还要结算、换汇，给供应商和员工付款，并把散在不同国家、不同账户里的资金统一管起来。

所以，企业想要的不止是支付，还希望资金能在不同账户和市场之间转得更快、更灵活。这也是近几年主流支付平台纷纷加快动作的原因：从单纯处理交易，一步步延伸到企业账户、跨境付款、资金调拨和流动性管理。

蚂蚁国际的业务布局也顺着这个方向走。目前整个蚂蚁国际的体系分成四大板块。Alipay+偏消费者这一端，主要把不同国家和地区的钱包、银行App等支付方式连起来，让消费者用自己熟悉的工具就能在海外商户付款。

Antom则站在商户这一端，帮企业接上不同市场的支付方式，并提供相关数字化服务。目前，Antom覆盖200多个支付市场、300多种支付方式和140多种货币。

交易完成之后，资金还得继续流动，这就轮到WorldFirst（万里汇）的业务了。WorldFirst把账户、资金和外汇串起来，帮企业用多币种账户做全球收付款和换汇。业务更复杂的企业，还能对不同实体、账户和市场中的资金做集中管理与调度。

Carl Huang万里汇Enterprise总经理

据Carl Huang介绍，万里汇的覆盖范围已经超过200个国家，25种货币可以即时到账，85种货币始终能做到T+0，还能覆盖60多种数字钱包。如果把款项付到员工账户、数字钱包账户，或者用这25种货币付款，都能实现即时到账。

支付、账户和资金流连起来之后，金融服务也就有了融入企业经营场景的基础。Bettr提供的正是这一层服务，涵盖企业信贷、资金管理、外汇和流动性等。

举个例子，AliExpress上的中小商户要补货或者短期周转资金，直接在商家后台就能申请营运资金贷款，不用再另找融资渠道。消费者购物时，也能用“先买后付”等方式分期付款。

换句话说，金融服务不再是单独摆着的产品，而是可以直接嵌进企业经营和消费者交易里。从消费者付款、商户收款，到企业资金流动，再延伸到融资、外汇等服务，原先散落在不同系统中的环节，正被同一个生态包起来。支付也因此成了连接消费者、商户、企业资金和金融服务的一层基础设施。

这些产品和能力进入具体行业后能起什么作用？航旅业务是个典型例子。

一张跨境机票背后，连着不同国家、币种和支付方式，也牵扯航空公司、代理商等多个参与方。同时，航旅交易对实时性要求很高，价格、库存和用户决策都在不停变化。随着AI参与旅行搜索、比价和预订，支付环节的效率问题也变得更突出。

Apple GaoAntom航旅解决方案负责人

行业的结构性变化，集中在两处：机票的销售结构在变；最近AI带来的效率提升，把整条销售链路彻底改写了一遍。

AI工具确实让用户省事不少。可问题是，销售分销的结构如果原封不动，B to B销售里最要命的履约环节这个bottleneck（瓶颈），反而可能被AI放得更大。

▍AI比价体验

现在有了AI，机票比价和下单一件事就办了。用户把需求说出来，AI很快能对比不同航班和价格，甚至直接告诉用户买哪个。

不过AI看到的价格，未必等于最后掏的钱。机票本身价格会动，跨境支付还要受汇率波动影响。比价那一刻、真正付款那一刻、后面退款那一刻，汇率都可能是三个数，同一张机票也就冒出“三个价格”。

用户一旦把比价和下单交给AI，价格能不能对得上就成了新麻烦。支付系统得尽量让AI报出来的价，在后面整个交易里保持住。

Antom的办法之一是动态锁汇：靠Falcon TST模型的预测能力，在报价环节就把当时的汇率锁住，一直延用到后面的支付和退款，最长能锁一年。

这么一来，原本可能出现的“三个价格”，尽量收拢成一个价。用户看到的价格更清楚，商户少受汇率波动拖累，AI给出的报价在真实交易里也更容易兑现。

▍不让支付挡住转化

搜索、比价、下单都走完了，最后要是卡在支付这一步，前面省下的效率照样白费，航旅交易尤其明显。机票价格和库存都在实时变，支付一失败，座位可能转眼就被放掉；消费者再付一次时，原来的价格和座位说不定已经没了。

所以AI把购买决策压缩到几秒钟，支付环节也得把速度和安稳一起顾上，尽量别打断购买流程。

一个做法是智能分层验证：长期可信的用户少做不必要的验证，高风险交易则上更严的身份核验。碰上支付超时或失败，系统还能智能重试，争取赶在价格和库存变动之前把交易做完。

Antom表示，实际应用下来，这套方法让整体机票预订的支付成功率提升了3.8个百分点。

▍AI智能风控

AI开始自动参与风控之后，大批交易可能被系统拦下。可航旅支付特殊在：一笔看着“不正常”的交易，未必真有欺诈。

比如有人住在A国，却从B国出发，刷的是C国发行的信用卡买机票；再比如父母替孩子买票、助理给老板订票，付款人和乘客根本不是同一个人。

AI要是只盯某一个维度，这些正常交易很容易被当成风险。所以AI时代的旅行风控，不能只看单笔交易，还得看清交易背后的完整关系，这也正是前文提到的Antom 3-in-1 Transformer派上用场的地方。

这个模型把设备、网络、地理位置、付款人与乘客的关系、历史行为等信息放到一起看，判断这个人、这张卡、这台设备和这趟旅行凑在一块合不合理，再实时给出风险判断。

据称，在香港航空的实际应用里，这套系统做到了99.99%的风险覆盖率，还帮忙减少了超过100万美元的欺诈损失。

▍资金的实时流动

航旅这个行业，也把支付生态的重要性摆得很明白。一张机票卖出去，资金还得在航空公司、OTA和代理商这些参与方之间接着转。

传统旅行供应链靠的多是固定授信、保证金和批量结算。可AI带来的订单越来越实时，老模式就跟不上了：订单一直在产生，资金却还卡在原来的账期和结算流程里。

Antom的思路，是用企业账户把不同参与方连起来，让资金跟着订单走，少让保证金占着钱。

眼下这套账户体系覆盖100多个国家、40多个市场的本地货币账户，还内置了授信能力。说到底，旅行支付正从“先交易、后结算”，慢慢转向“资金跟着交易流动”。

Apple Gao，Antom航旅解决方案负责人

行业结构正在变化，航旅客户做生意时遇到的难题也多了起来。

所以，我们在搭建能力的时候，会把航旅客户经营所需的部分单独拎出来做。帮客户压低风险、把风控做得更高效，或者围绕票价波动提供动态定价（dynamic pricing）能力，这些都是我们对外服务时的着力点。

现在再看支付，它能干的事已经不只是“收款”了。

一头是AI进了支付体系，系统本身变得更自主、也更聪明。以前支付系统基本靠规则跑：哪笔交易该拦、走哪条通道、出了岔子怎么处理，都得事先定好规则，或者人来插手。如今AI能实时分析交易、判断风险、挑出更合适的支付路径，发现异常后还能自己调整、自己优化。

另一头是支付平台的边界在往外扩。过去说到支付，一般指交易的最后一步——用户挑好商品、决定买、把钱付掉。现在AI开始参与比价、选品、找优惠，甚至直接下单，支付就早早进入了交易过程，和导购、营销、转化这些环节连在一起。交易完成之后，支付平台的服务还会往结算、换汇和资金管理上延伸。

蚂蚁国际这次VOYAGE2026的主题定为“Attention Is All You Need”，其中的“Attention”，对应AI进入支付领域的两个方向：支付的智能化，以及支付平台角色的重新定位。

围绕这两个方向，Antom目前搭起了一套产品矩阵：“三合一”支付基础模型Antom 3-in-1 Transformer、AI智能体Antom Autopilot、一个AI原生平台，再加一套全栈AI解决方案，覆盖企业支付生命周期的各个环节。

还有一点很实际——做全球生意离不开本地服务。不少国际支付公司的核心团队设在欧美，可全球跨境电商和出海业务里，相当一部分商户来自亚洲。

Antom的根扎在亚洲，在中国及亚洲地区有更完整的服务团队，商户有需求，响应和处理都能更快一些。

Apple Gao，Antom航旅解决方案负责人

Antom是“Ant to merchant”的缩写，从名字也能看出来，我们成立之初就想陪着商户一起成长。这也意味着，我们提供的服务不止于收单和支付。

我们并不打算去抢其他收单机构的市场份额。整个市场不增长，商户的经营规模和增长空间也扩不大。所以我们的目标一定是先把商户服务好，再围绕他经营的精细化操作和未来的收入增长，帮他把业务做大。

说到底，支付正在发生的变化不只是技术升级。它要解决的问题，已经从“把钱收进来”，变成进一步回答：“这笔交易，应该怎么发生、怎么管理？”

支付的边界也因此被重新划定：它正从交易的最后一步，走向整个交易过程。这或许就是AI时代给支付留下的新想象空间。