> **来源：[研报客](https://pc.yanbaoke.cn)** # 如何让具有代理能力的AI重塑支付方式 ## 核心内容 国际货币基金组织（IMF）的这份报告探讨了代理型人工智能（Agentic AI）对支付系统可能带来的变革。代理型AI具备自主解释目标、规划多步骤行动并以机器速度与数字服务互动的能力，可能重塑支付流程，从传统的“点击支付”转向“决策支付”，即由AI代理自主发起交易。报告分析了代理AI在支付系统中的三层架构，并探讨了其带来的机遇、风险和缓解策略。 --- ## 主要观点 ### 1. 代理AI的定义与能力 - 代理AI是能够自主推理、规划和执行任务的系统，而非仅仅执行预设规则。 - 代理AI可以优化支付流程，提高效率，改善流动性管理，增强合规性，并推动金融普惠。 ### 2. 支付系统中AI的发展历史 | 时期 | 关键技术 | 创新示例 | 支付功能 | |------------|----------------|--------------------------|----------------------------| | 1980年代 | 专家系统 | 美国运通授权助手 | 基于规则的信用授权和欺诈检测 | | 1990年代 | 机器学习，早期神经网络 | Falcon欺诈管理器 | 概率欺诈评分和模式识别 | | 2000年代 | 图分析，异常检测 | PayPal伊戈尔和伊利亚 | 网络基础欺诈和风险评估 | | 2010年代 | 深度学习，生物识别 | 苹果支付，Stripe雷达 | 生物识别认证，令牌化，高级欺诈检测 | | 2020年代 | 基础模型，对话式AI | 语音驱动的UPI支付（印度） | AI介导的支付发起、客户互动与工作流程自动化 | ### 3. 三层AI支付模型 - **L1：意图与编排层** – 负责将用户目标转化为代理系统可执行的指令，包括意图识别、规划和多代理协调。 - **L2：控制与授权层** – 强制执行确定性约束，确保代理发起的交易符合用户授权和法律要求。 - **L3：结算层** – 执行具有法律终局性的支付，如RTGS系统、稳定币结算和DLT技术。 ### 4. 代理AI的潜在应用 - **电子商务** – 代理AI可自主完成产品搜索、价格比较、折扣应用和交易执行，提高效率并改善用户体验。 - **跨境支付** – 代理AI可优化支付路径、管理流动性并减少跨境交易延迟。 - **合规性管理** – AI代理可实时监控交易、识别风险并执行合规措施，如制裁筛查和欺诈检测。 --- ## 关键信息 ### 1. 风险与挑战 - **授权追溯失败**：AI代理发起的交易可能无法明确追溯至用户，引发责任归属问题。 - **不透明性**：AI模型的黑盒特性增加了监管和审计的难度。 - **系统性风险**：AI代理的决策可能导致市场波动、流动性压力和网络攻击。 - **法律不确定性**：现有法律框架难以适应AI代理的自主行为，需更新“了解你的代理”（KYA）要求。 - **数据安全与隐私**：代理AI依赖敏感数据，可能引发数据泄露和隐私问题。 ### 2. 缓解策略 - **系统性措施**： - 建立AI治理结构，确保透明度、问责制和持续监控。 - 引入“kill switches”等机制，以防止错误或恶意行为。 - 在支付流程中实现架构分离，确保AI代理的决策与执行互不干扰。 - **私营部门措施**： - 开发可信赖的身份验证和互操作性标准。 - 部署基于AI的争端解决机制，明确责任分配。 - 提高网络安全，确保API和系统之间的安全集成。 - **公共部门措施**： - 推动监管框架更新，如“了解你的代理”（KYA）和AI治理标准。 - 建立监管沙盒，测试AI代理支付系统的合规性。 - 强化法律和责任框架，确保AI代理行为可追溯、可审计。 --- ## 结论 代理AI在支付领域的应用代表了金融系统的一次结构性变革，其潜力巨大，但伴随的挑战也不容忽视。报告强调，支付系统的成功整合AI代理取决于制度设计、治理选择和风险管理策略。通过三层模型，可以实现AI代理的优化和自动化，同时保持确定性和法律终局性。未来，随着技术的不断演进，代理AI有望显著提升支付效率和金融包容性，但必须在信任、稳定性和责任之间找到平衡。