基于播客「AI重构跨境支付：效率、风控与Agent商业时代【硅谷101】」完整转写整理（音频1811秒，约30.2分钟）。本期为节目与蚂蚁国际的合作内容（主持人口播「我们和蚂蚁国际合作」），受访者为蚂蚁国际多位未具名高管与业务负责人，部分段落以英文回答、转写保留了英文原文；主持人片尾自称「陈倩」（转写名，存疑）。除注明外，产品能力与全部效果数字均为品牌方与节目口径（「节目称/Antom表示」），未经独立核实；转写疑似错误文末统一标注。本系列前作：AI助理争夺战篇、智能体手机入口篇——本文讨论的Agent Commerce，正是那两期「入口之争」落到交易与支付侧的下半场。

先说结论

这期《硅谷101》把「点一下付款」背后那几秒钟拆开给人看：一笔跨境支付要依次经过商户、收单机构、卡组织（Visa、Mastercard、银联）和发卡机构，几秒内完成的只是授权，真正的资金划转还要再等T+1到T+3甚至更久；而支撑这条链路的，是市场碎片化（北美信用卡、亚洲电子钱包、还有银行转账与本地网络并存）、跨币种结算、以及「成功率、成本、风险」的实时平衡这三重长期难题。AI对支付的改造在节目里被分成两个方向：一是接管链路后台——市场调研从商户自行六个月、收单机构建议两到四周，压缩到Antom Autopilot的五分钟并附仿真验证；风控从事后两周到四个月的人工排查，变成「实时监测—历史回放仿真—上线—每七天复盘」的闭环。二是应对交易发起者的变化——当Agent替人搜索、比价、下单甚至支付，一张跨境机票会出现「比价、支付、退款」三个价格，支付系统必须用动态锁汇、分层验证、智能重试乃至「敢赔」机制去兑现AI给出的承诺。收束全期的判断是：支付正在从交易的最后一步，变成从导购、营销一直延伸到企业资金管理的智能决策系统与基础设施。

一、一笔跨境支付要过几道关：链路、账期与三重难题

节目先用一个买机票的例子走完整个链路。点击付款后，商户发起支付请求，把交易信息交给收单机构——它是商户进入支付网络的入口，像Antom、Stripe、PayPal这类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，做的事情可以概括为「给交易找路」：连接不同支付方式、选择合适的支付通道，同时识别和控制风险。接着交易信息进入卡组织网络（Visa、Mastercard、银联等），它们像中转中心，把信息从商户一侧传递到消费者一侧的发卡机构。发卡行验证账户与支付信息、检查余额或信用额度、判断交易风险，然后决定是否批准；授权结果沿原路返回商户。整个过程可能只有几秒，但到这里完成的只是交易授权，流动的是信息，钱还没到商户手上——真正的资金划转发生在之后的清算和结算环节，跨境交易还叠加货币兑换，通常需要T+1到T+3天甚至更久。收单机构被节目称为这条链上「承前启后最关键的节点」。

而要让交易顺利走完，收单机构面对的是三重叠加的难题。其一是市场碎片化：一家想做全球生意的商户面对的从来不是统一市场——北美以信用卡为主，亚洲很多地区习惯电子钱包，还有市场大量依赖银行转账甚至自有本地支付网络，这些体系之间并不天然相通，把不同国家的支付方式、银行和网络连接起来，本身就是一项复杂的基础设施工程。其二是跨币种与跨境结算：消费者用美元付款，商户最终收到的可能是欧元或人民币，中间要跨越不同金融体系处理汇率、兑换和结算。其三是实时决策的平衡：一条通道成功率高但成本也高，另一条成本低却容易失败；风控拦得太松会放过欺诈，拦得太严又会误伤正常消费者——当交易从一个国家扩展到几十个、上百个市场，这些问题的复杂度成倍上升。在过去，这些主要靠支付机构的基础设施、规则和大量人工经验来解决：进入新市场先派人调研当地支付方式与监管，交易异常靠人工排查，账目对不上靠财务人工处理，渠道故障靠人工发现定位。理解了这四类人工作业，才能理解AI接下来接管的到底是什么。

二、AI先接管后台：五分钟的市场调研与实时化的风控、对账、运维

节目借蚂蚁国际在上海召开的Voyage年度大会，集中展示了收单品牌Antom（2023年起服务全球商户）把AI放进商户全流程的智能体Antom Autopilot，覆盖从入驻、系统集成、交易风控到拒付处理、对账与新市场扩展。四个场景把「降本增效」落成了具体数字。

场景一：市场进入。过去企业自行调研一个新市场的支付习惯与监管，大约需要六个月，收单机构给出建议也要两到四周；Autopilot把这件事压缩到五分钟——以进入印尼市场为例，AI先分析当地支付格局和用户习惯，再结合商户类型的业务特点个性化推荐支付组合。节目特别强调它比一般推荐系统多出的关键环节是仿真：把推荐方案放进结账页和生产环境提前跑一遍，确认真实交易可能的结果后再一键上线。一位受访高管用英文点出了这件事的真正意义：「Two weeks, five minutes. When the research is so cheap, the question just asked will be changed. He no more asking the team when we can afford to do the research of particular markets, but it says which markets we need to open right now.」——调研成本坍缩之后，商户的问题从「我们付得起哪个市场的调研」变成了「现在该开哪个市场」。

**场景二：风控。**背景是外部约束在收紧：嘉宾（英文转述）称Visa当周进一步收紧了争议监控标准，每千笔交易的欺诈与争议阈值从过去的22笔降到15笔，一旦超标，商户和收单行不仅可能被罚款，严重的甚至影响支付通道。同时欺诈在工业化：card testing（盗卡测试）已成常见问题，机器人拿着数千张被盗信用卡在商户平台疯狂试探，眨眼间点击数万次支付；待持卡人到银行投诉，商户投诉率瞬间飙升，拒付率甚至上升50%。攻击面还在向新业务场景转移——免费试用期、后付款这类拉新服务成为薅羊毛的重灾区。传统风控是事后处理：等拒付报告出来再人工定位问题，全程可能要两周到四个月。AI化之后变成实时监测与提前预测：Autopilot持续监测交易、发现异常、自动生成拦截规则，但规则不直接上线，而是先用历史交易回放仿真，评估会拦截哪些交易、对支付成功率有多大影响，上线后系统每七天自动复盘风控效果——监测、模拟验证、上线、持续复盘形成闭环。Antom给出的效果口径是：一家客户的欺诈拒付率从1.18%降到0.02%，Antom商户整体的欺诈平均下降约55%；争议发生后，Smart Dispute提供申诉建议，把平均争议申诉率从24.5%提升到41.8%，Auto Dispute还能自动整理材料、协助提交。

**场景三：对账。**跨境交易涉及不同国家、支付方式和结算规则：在东南亚、欧洲，一次对账可能涉及六种以上货币，不同渠道的结算周期有的T+2、有的T+7，同一笔交易因结算批次不同可能落在不同文件里——对不上账再去查原因，是企业财务最头疼的事。传统人工对账一个周期要48到72小时；Antom的AI不仅把对账自动化，还会在找出异常后解释背后的原因并生成报告，整个过程被压缩到五分钟。

**场景四：运维。**支付是一刻不能停的系统：在东南亚，一些渠道每个月可能出现一到三次故障，过去靠人工值班排查，等问题定位时可能已损失超过5%的交易量。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，把原本数小时甚至数天的检测处理压缩到分钟级。

这四个场景合成第一条机制链：人工经验作业（调研/排查/对账/值班）成本高且不随交易量线性扩展 → AI把其中可模式化的部分接管并压缩一至两个数量级（六个月→五分钟、72小时→五分钟、数天→分钟级）→ 支付机构的竞争力从「覆盖多少市场」转向「多快能把一个市场跑通并保持健康」→ 对读者的启发：评估支付或任何基础设施类服务商，别只看覆盖面，要看它把「进入一个新市场的单位时间」和「处理一次异常的单位时间」压到了多少——这才是AI改造基础设施的真实计价单位。

三、Agent Commerce：当交易由Agent发起，支付要先兑现承诺

后台被接管只是第一步。当AI从「帮人把支付做好」进一步变成「自己参与交易」，节目引出这两年的新词Agent Commerce（智能体商务）：过去买东西是自己搜索、浏览、比价、领券、付款；Agent加入后，消费者只需把购买意图告诉AI——节目的例子是「帮我找一条适合主持我们年度科技峰会的白色裙子」——剩下的搜索、比价到付款都由Agent完成。变化不只是多了一个AI导购：电商链路从「人找商品」变成「Agent理解人、替人交易」，销售与支付链路随之改变。

入口层面，过去一个独立站能否把流量转化为订单，很大程度取决于用户会不会找、会不会选，以及商户有没有足够的销售和客服人员；Agent时代，用户进入网站后它主动打招呼、按需求精准推荐、引导下单、生成订单，并在授权下完成支付，交易完成后还提供售后。这样全能的Agent每个商户都想要，但中小商户自建门槛很高：持续运行需要模型接入、技术开发和持续维护，要准备云服务器和算力，Agent每次对话、搜索、调用工具都在产生token和推理成本。于是主流支付公司都在做一站式产品——Antom Shopping Agent把访问、导购、下单、支付到售后串成完整流程，直接嵌入商户网站。

营销层面，节目引用的研究数据显示，平台获客成本上涨了15%、流量转化却下降20%；传统优惠券从发放到使用中间需要48小时以上的运营支持，最终核销率只有1.87%。AI让营销从广撒网转向做匹配：Antom的A+ Rewards覆盖亚太十大市场、超过21个数字支付平台，商户可把优惠券、返现、订阅、折扣直接放进用户日常的钱包场景——用户对Agent说「我今天想喝杯咖啡」，AI识别意图、从A+ Rewards里找到相关优惠推荐并帮助核销，「看到广告—领取—回来消费」的长链路被压缩成「表达需求—匹配优惠—完成交易」。

安全层面是这一节的地基。节目强调，高效风控的前提是系统首先能准确识别风险，为此Antom推出了Three in One Transformer安全模型：把三类不同的数据放进同一个Transformer分析——序列数据看这笔交易是否符合用户过去的行为轨迹，图数据看账户背后的设备、账户和资金之间是否存在可疑关联网络，表格数据包含上万个专业风险维度、判断交易本身是否符合正常支付模式。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」，拼出完整风险图景。识别之后是防控：三重防护机制Antom Shield分别对应三类风险——支付防护（传统盗卡、欺诈、拒付）、反滥用防护（批量注册、设备养号、薅免费额度）、智能体防护（Agent参与交易后产生的新风险）。而即便AI在交易中出错，Antom推出Agent Safe Pay风险保障机制：使用Antom Shopping Agent及收单服务的商户，发生符合保障条件的智能体交易风险时「百分之百敢付敢赔」。

这是第二条机制链：**交易发起者从人变成Agent → 比价、支付、退款发生在不同时点，汇率与库存风险被放大（下一节的「三个价格」） → 支付系统的新职责从「完成交易」扩展为「兑现Agent给出的承诺」（锁汇、分层验证、重试、赔付） → Agent Commerce的瓶颈不在导购，而在承诺兑现的基础设施 → 启发：判断Agent购物是否成立，看AI报价与最终成交价的一致率、看出错后谁兜底，而不是看导购演示多流畅。**这与本刊AI助理争夺战篇的结论互为印证：入口侧争的是「谁接到需求」，交易侧争的是「谁敢为结果负责」。

四、航旅切片：三个价格、3.8个百分点与「资金跟着订单走」

节目用航旅作为跨境支付的具体行业切片：一张跨境机票背后连接着不同国家、币种、支付方式以及航司、代理商等多个参与方，且对实时性要求极高。负责航旅业务的受访嘉宾（中文受访）判断，结构性变化有两层——机票销售结构本身在变，以及AI带来的效率提升对整个销售链路做了「颠覆性的改变」；他同时提醒，AI工具给了用户很大便捷，但如果分销结构没有变，履约仍是整个B2B销售里最关键的瓶颈，AI反而会把痛点放大。三个具体问题由此展开。

一张机票的三个价格。借助AI比价买机票越来越简单，但AI看到的价格不一定是最终支付价格：机票本身会变，跨境支付还要受汇率影响——AI比价时一个价格，真正支付时汇率可能已变，退款时又是另一个汇率。当用户把比价和决策交给AI，价格一致性就成了新问题。Antom的解法是动态锁汇：借助Falcon TST模型的预测能力（转写名，存疑），在报价时就锁定当时的汇率，并延续到后续支付和退款环节，最长可锁定一年——三个价格尽可能变成同一个价格。对用户价格更透明，对商户降低汇率波动影响，对AI则意味着它给出的价格更容易在真实交易中兑现。

**支付必须跟上被压缩的决策。**机票价格和库存实时变化，支付一旦失败座位可能很快被释放，等用户重新支付，原价格和座位可能都没了——AI把购买决策压缩到几秒钟，支付也必须跟上，同时不能为了速度牺牲安全。Antom的做法是智能分层验证：对长期可信用户减少不必要的验证，对高风险交易进行更严格的身份验证；支付超时或失败时系统智能重试，尽量赶在价格库存变化前完成交易。Antom表示，实际应用中这套方法让整体机票预订支付成功率提升了3.8个百分点。

**误判与关系风控。**旅行支付有个特殊性：看起来不正常的交易不一定是欺诈——一个人住在A国、从B国出发、用C国的信用卡买票；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人。AI只看单一维度很容易把这些正常交易误判成风险，于是又回到Three in One Transformer的价值：把设备、网络、地理位置、付款人与乘客的关系、历史行为放在一起，判断「这个人、这张卡、这个设备和这次旅行」的组合是否合理。据节目称，在香港航空的实际应用中，这套系统实现了99.99%的风险覆盖率，帮助减少超过100万美元的欺诈损失。

**资金跟着订单走。**一张机票卖出后，钱还要沿航司、OTA代理商等多方继续往下流。传统旅行供应链依赖固定授信、保证金和批量结算，而当AI带来的订单越来越实时，这套模式就会吃力——订单不断实时产生，资金却还停留在原来的账期和结算流程里。Antom的思路是通过企业账户把参与方连接起来，让资金随着订单流动，同时减少保证金的资金占用；这套账户体系覆盖一百多个国家、四十多个市场的本地货币账户，并内置授信能力。旅行支付由此从「先交易后结算」逐渐走向「资金跟着交易流动」。嘉宾还以中英夹杂的方式补充：正因航旅客户在经营维度上遇到的挑战，Antom把围绕航旅的经营能力单独拉出来建设——帮客户降低风险，或围绕票价波动提供dynamic pricing能力。

第三条机制链藏在最后一层：订单实时化与账期错配 → 保证金和批量结算模式吃紧 → 结算基础设施被改造为「账户+内置授信+实时资金流动」 → 增长最快的市场里，资金侧改造的优先级开始高于获客侧 → 启发：观察一个交易型平台的成熟度，看它的资金结算周期与订单产生周期的差距在收敛还是扩大。

五、从收单到资金基础设施：四大板块与「Attention is all you need」

把视角拉回整个行业，节目指出全球化企业对支付的需求早已不止「让客户把钱付过来」：一家同时在美国、欧洲、东南亚做生意的企业，每天收到不同币种的付款，要完成结算换汇、给供应商和员工付款、把分散在各国账户的资金统一管理——支付平台正从处理交易延伸到企业账户、跨境付款、资金调拨和流动性管理。蚂蚁国际的四大板块被顺势铺开：**Alipay+**靠近消费者端，连接全球不同国家和地区的钱包、银行APP等支付方式，让消费者用自己熟悉的工具在海外商户完成支付；Antom靠近商户端，帮助企业接入不同市场的支付方式并提供数字化服务，目前覆盖两百多个支付市场、三百多种支付方式和一百四十多种货币；**WorldFirst（万里汇）**连接账户、资金和外汇，企业通过多币种账户进行全球收付款和换汇，业务更复杂的企业还能对不同实体、不同市场的资金集中管理和调度——一位高管用英文给出数字：「We do can reach more than two hundred plus countries. Twenty five currencies will be instant. Eighty five currencies is always T plus zero. And we can also reach sixty plus wallets.」；Bettr（转写为Better，已校正）则提供嵌入业务的金融服务，包括企业信贷、资金管理、外汇和流动性——AliExpress上的中小商户需要补货或短期周转时，可直接在商家后台申请运营资金贷款，消费者购物时也可用先买后付分期。金融服务由此不再是独立产品，而是直接嵌进企业经营和消费者交易。

回头看Voyage大会的主题「Attention is all you need」（转写中一度误作「罗家石大会」），它对应的正是AI进入支付的两个方向：支付的智能化，与支付平台角色的重新定位。Antom围绕这两个方向搭建的产品矩阵，包括三合一支付基础模型Three in One Transformer、AI智能体Autopilot、一个AI原生平台和一套全栈AI解决方案，覆盖企业的整个支付生命周期。另有一个现实差异被节目点出：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相当一部分商户来自亚洲，Antom本身扎根亚洲、在中国和亚洲有更完整的服务团队，能更及时地响应商户问题。关于Antom的定位，受访高管的说法是：Antom是「Ant to Merchant」这样的缩写（转写口径，存疑），成立初衷是陪伴商户成长，提供的服务不限于收单和支付，目标不是抢占其他收单机构的份额——因为市场盘子不增长，商户的经营也不会变大——而是在服务好商户的基础上，围绕经营的精细化操作和未来收入增长，帮商户把业务做大。

收束全期：支付正在发生的变化不只是技术升级，它要回答的问题正从「把钱收进来」变成「这笔交易应该怎么发生、怎么管理」。支付从交易的最后一步走向整个交易的过程——从导购、营销、转化，到交易本身，再到结算、换汇和资金管理。这大概就是节目所说的，AI时代带给支付的全新想象空间。

尾声：下一步看什么

综合全期信息（写作者推断，非节目原话），有四个值得盯的观察指标：一是AI报价与最终成交价的一致率——动态锁汇最长一年，能否在汇率剧烈波动周期里兑现，是Agent Commerce可信度的硬测试；二是Agent Safe Pay「敢赔」的条款边界与实际触发情况——百分之百赔付是营销口径还是有精算支撑，决定Agent交易的风险定价能不能成立；三是收单机构的收入结构变化——当调研、风控、对账都由AI承担，收费从交易手续费向账户服务、授信与营销效果分成的迁移速度；四是中小商户在「自建Agent」与「支付平台一站式Agent」之间的选择比例——它决定入口之争在交易侧的终局是开放生态还是新的绑定。与前两期合看：助理之争决定了谁接到你的需求，这一期则显示，接住需求之后，真正的护城河在把承诺兑现、把风险兜住的那套基础设施里。

归属说明：本文事实与观点均来自《硅谷101》本期节目（主持人口播＋蚂蚁国际受访者采访），本期为节目与蚂蚁国际的合作内容，产品能力与效果数字（调研五分钟、拒付率1.18%→0.02%、欺诈平均降约55%、申诉率24.5%→41.8%、对账五分钟、成功率提升3.8个百分点、99.99%风险覆盖率、减少超100万美元欺诈损失、200+市场/300+支付方式/140+货币、200+国家/25币即时/85币T+0/60+钱包等）均为品牌方与节目口径，未经独立核实；Visa阈值从22降至15为嘉宾英文转述的当周新规，未查证原文；获客成本上涨15%、转化下降20%、优惠券核销率1.87%为节目引用的「研究数据」，未给出出处。受访者均为蚂蚁国际高管或业务负责人，节目未具名，本文以「嘉宾/受访高管/负责航旅业务的嘉宾」指称；第480-600秒、1200-1320秒与1560-1680秒段落为嘉宾英文原话，转写保留了英文。主持人片尾自称「陈倩」（转写，本系列历期转写名不一，存疑）。「写作者注/写作者推断」处为本文作者基于节目信息的补充与推断；Bettr、A+ Rewards、Alipay+、WorldFirst等专名已对照蚂蚁国际官网口径校正。

转写疑似错误与不确定项（本地ASR转写，专名按上下文校正，无法确认处保留原文）：

  1. 转写中「Antem/Antm/Atom」三种写法混用，均校正为Antom（蚂蚁国际旗下商户端支付品牌，2023年起服务全球商户，与Alipay+/WorldFirst/Bettr并列；已对照蚂蚁国际官网确认）。
  2. 「罗家石大会」应为Voyage大会（前文明确「在上海召开了Voyage年度大会」，系同一大会的转写误差）。
  3. 第四板块「那Better呢提供」的Better应为Bettr（蚂蚁国际场景式普惠金融服务品牌，官网口径已核验）。
  4. 「A Plus Rewards」应为A+ Rewards（Antom钱包营销平台；官网口径「覆盖10个亚太市场、连接21+数字支付伙伴」与节目数字一致）。
  5. 「阿里Express」应为AliExpress（全球速卖通）；「AliPay Plus」写作Alipay+；「World First」写作WorldFirst（万里汇）。
  6. 「懒得太松会放过欺诈，懒得太严」应为「拦得太松/拦得太严」（风控拦截语境）。
  7. 「逐进优化」疑为「逐步优化」；「全站AI解决方案」应为「全栈AI解决方案」（蚂蚁国际官方新闻稿即用「全栈AI原生」表述）。
  8. 「解决A阵开始参与交易之后产生的新风险」中「A阵」应为Agent；「行旅」应为航旅（两处，均为嘉宾口述转写）；「硅谷幺零幺」为「硅谷101」。
  9. 嘉宾英文中「fraud and overpayment」的overpayment按上下文为chargeback（拒付）之口误或转写偏差（同段后文即用disputed transactions）；「single bank monitoring plan」疑指Visa争议监控计划（Visa Dispute Monitoring Program，VDMP），「single bank」或指收单行（acquiring bank）；每千笔阈值22→15为嘉宾转述口径，未独立核实。
  10. 「Falcon TST」为Antom动态锁汇所依赖的预测模型转写名，写法存疑，保留原文；「Agent Safe Pay」保障机制名称按转写保留（官方写法或为Agent SafePay，未核验）。
  11. 「Antom是Ant to Merchant这样的一个缩写」为嘉宾口述转写，缩写来历存疑（或为Ant for Merchant式口误），保留原文。
  12. 主持人片尾自称「陈倩」为转写原文；本系列历期主持人转写名不一（前作出现「红军」「译文/易文」等），均存疑，本文正文称「主持人」。
  13. 第480-600秒段整体为嘉宾英文受访的英文转写（内含「薅羊毛」「事后处理」等中英夹杂，系嘉宾原话），非转写错误；第1200-1320秒、1560-1680秒段亦含嘉宾英文原话，均保留。

转写原文（修正版）

以下为整份转写稿全文（16个时间段，覆盖0s-1811s全程），已按上方校正表中已确认项修正（Antom、Voyage大会、Bettr、A+ Rewards、AliExpress、Alipay+、WorldFirst、拦得太松/太严、逐步优化、全栈、Agent、航旅、硅谷101），存疑项（Falcon TST、Agent Safe Pay、Ant to Merchant、single bank monitoring plan、overpayment等）保留原文；[起-止] 时间戳保留原样。原转写由 Qwen3-ASR（Intel Arc GPU，120秒分段，日志含 [load] xpu、无 [ERROR]）生成；第480-600s、1200-1320s、1560-1680s段落为嘉宾英文原话，系音频本身为中英混合所致，非转写错误。

[0s - 120s] 你们有没有觉得支付这件事情真的越来越简单了？网上购物在线点单点一下，线下付款扫一下碰一下，哎，这件事儿就完成了。但是啊，你有没有想过支付变得越来越便捷的背后到底发生了什么？实际上，就在这短短几秒钟内，这笔钱穿过了一套非常复杂的支付系统。在全球，这样的交易以每分钟数百万次的频率发生着，并且很多都是跨境流动，不同地区的消费者、商户、不同的支付方式、金融机构都被连接起来，并且快速完成识别、授权和风险判断。所以表面上看呢，我们只是点了一下付款，背后呢却牵动着一整条支付链路。而现在呢，AI也开始进入到这条链路之中，它正在帮助支付平台实施决定这笔交易应该怎么走，哪条路径更合适，要不要放行，甚至能不能直接替客户完成交易。支付也正在从一个简单的交易动作变成一个完整的智能决策系统。那么全球跨境支付是一个什么样的链路？中间有什么难点？AI来了之后，支付这件事儿又在发生着什么样的变化？以及行业的巨头们又在率先做什么样的实践尝试呢？那今天这期视频呢，我们和蚂蚁国际合作，一起深入聊一聊跨境支付这件事儿，以及呢他们是如何为AI时代做准备的。那首先啊，一笔跨境支付从点击付款到最终完成，背后到底要经过哪些环节呢？比如啊，我最近要准备回国出差，打开航空公司网站，选好机票和支付方式，点击付款之后，那一笔交易就开始了。首先呢，商户会发起支付请求，把交易信息发送给收单机构。收单机构可以理解为商户进入支付网络的入口，像Antom、Stripe、PayPal这类的支付平台，在实际业务中也会提供收单或者相关的支付处理服务。他们做的事情可以简单理解为给。

[120s - 240s] 交易找路，连接不同支付方式，选择合适的支付通道，同时识别和控制风险。接下来，交易信息进入卡组织网络，比如说 Visa、Mastercard、银联等等，它们像一个中转中心，负责把交易信息从商户一侧传递到消费者一侧的发卡机构。最后，交易到达发卡机构，也就是消费者银行卡背后的银行。银行会验证账户和支付信息，检查余额或者信用额度，同时判断这笔交易是否存在风险，之后就会决定是否批准交易，并且返回授权结果。这个结果会沿着原路返回，从发卡机构经过卡组织、收单机构，最终回到商户。整个过程可能只有几秒，但到这里完成的主要是交易授权，流动的是交易信息，钱还没有真正的到商户手上。而真正的资金划转发生在之后的清算和结算环节，资金从发卡机构一侧经支付网络和收单机构，最终结算到商户账户。如果是一笔跨境交易，中间还可能涉及货币兑换和跨境资金流动，整个过程通常需要 T 加一到 T 加三天，甚至更久。所以呢，我们看到的只是一次点击付款，但是在屏幕背后呢，商户、收单机构、卡组织和发卡机构已经在几秒钟之内啊完成了一轮信息传递和授权。其中啊，收单机构是这个链条当中承前启后最为关键的节点，而他们要让这笔交易顺利完成，其实并不容易。首先呢，对于一家想做全球生意的商户来说啊，他面对的从来不是一个统一的支付市场，不同国家和地区的支付习惯差别很大。北美以信用卡为主，亚洲很多地区更习惯电子钱包，还有一些市场仍然大量依赖银行转账，甚至有自己的本地支付网络。而这些体系之间并不天然相通，支付服务商要把不同国家的支付方式、银行和网络连接起来，这本身就是一项非常复杂的基础设施工程。那第二个问题啊，是跨币种和跨境。

[240s - 360s] 结算，消费者用美元付款，商户最终收到的可能是欧元或者人民币，这中间啊就要跨越不同的金融体系，处理汇率、货币兑换、资金结算等等。而且呢，除了成功付款之外，收单机构还要同时兼顾成功率、成本、风险和消费者的支付体验。比如说，一条支付通道成功率高，但成本也更高；另一条成本低，却更容易失败。那风控呢也是一样，拦得太松会放过欺诈，拦得太严又会误伤正常消费者。所以呢，收单机构要解决的是一个复杂的实时决策问题：这笔交易该走哪条路？要不要放行？怎样让它更快、更便宜，同时又足够安全？而当交易从一个国家扩展到几十、上百个市场，这些问题的复杂度也在成倍上升。在过去呢，这些问题主要靠支付机构的基础设施、规则和大量人工经验来解决。但在最近几年呢，AI成了这条链路里面一个全新的变量。它带来的改变呢，主要体现在两个层面。一方面，AI正在改造原有的支付链路，逐步优化交易中的每一个决策，让整个支付过程更高效、更智能。另一方面，当Agent开始参与搜索商品、下单，甚至自主完成支付，它也创造出新的交易方式和支付场景，带来了过去没有遇到的新问题。那么AI到底能怎样去解决跨境支付原来的这些难题呢？而当AI开始成为新的交易参与者，支付又应该如何去适应和赋能这些新的转变呢？那刚才我们说到哈，一笔跨境支付背后是一套高度复杂的全球支付网络，而要维持它的正常运转，其实呢非常依赖人力。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。随着跨境交易增长，这些工作对效率的要求也越来越高。靠人力显然是。

[360s - 480s] 太低效了，于是 AI 成为了行业降本增效的共同探索方向。头部支付机构都开始把 AI 引入交易决策、风控和运营等环节。最近蚂蚁国际也正好在上海召开了 Voyage 年度大会，我们也有机会来近距离看看现在的支付行业具体是怎么用 AI 解决这些问题的。目前蚂蚁国际旗下主要负责商户跨境支付业务的品牌叫做 Antom，它从 2023 年开始为全球商户提供支付服务。在此次的 Antom 展示中啊，这种变化被集中体现在一个叫做 Antom Autopilot 的智能体上。Antom Autopilot 把 AI 放进了商户使用支付服务的整个过程中，从最开始的入驻和系统集成，到交易中的风控，再到后面的拒付处理、对账和新市场扩展，AI 都开始深度参与其中。那么这个智能体具体是怎么工作的呢？下面呢我们就挑几个典型场景来看看哈。那比如说啊，对于一家想进入新市场的企业来说，首先就要先去理解当地人到底是怎么支付这件事儿。像这个地方的消费者是更喜欢用信用卡还是电子钱包？当地的监管制度是什么样的？等等。过去企业如果自行调研的话，可能需要大概六个月，而收单机构给出建议也至少要花上两到四周，这个效率实在是太低了，对吧？但是呢，通过 Antom Autopilot 这个过程能够缩减到多少呢？只需要五分钟。比如说企业想要进入印尼市场，AI 呢会先分析当地支付格局和用户习惯，再结合不同商户类型的业务特点，个性化推荐支付组合。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。Two weeks, five minutes. When the research is so cheap, the question just asked will be changed.

[480s - 600s] He no more asking the team when we can afford to do the research of particular markets, but it says which markets we need to open right now. That second, the most difficult scenario is security. In many overseas markets, credit cards are still very common payment methods. Ha. And credit card transactions inside the most let merchants headache problem is fraud and overpayment. Earlier this week, Visa further tightened their single bank monitoring plan. According to the new standard, every 1,000 transactions, fraud and disputed transactions threshold from the past 22 down to 15. Once exceeded, merchants and single banks not only may be fined, serious cases may even affect payment channels. But now, with the development of technology, fraud attack methods are becoming increasingly difficult to identify and intercept. For example, card testing is now a common problem. Robots holding thousands of stolen credit cards in merchant platforms crazy test to see which one can pass. In the blink of an eye, they can click tens of thousands of times to pay. When the user who was frauded to the bank to complain, the shop’s complaint rate instantly soared, and the overpayment rate even rose by 50%. In addition to the well-known fraud and overpayment issues, we are now seeing attackers also constantly shifting to new business scenarios. With more AI merchants, he goes out to launch, for example, like after-payment, free trial periods, such services to attract new users. There are many risks of this attack, especially similar to薅羊毛这样的 behavior appears in such business processes. For this type of problem, traditional risk control is often事后处理, that is, waiting for the overpayment report to come out before manually locating the problem. The whole process may take two weeks to four months. When AI is applied, risk control can become real-time monitoring and early prediction. How to do it? Take Antom Autopilot as an example. AI can continuously monitor transactions, detect anomalies, automatically analyze, and generate interception rules. But these rules will not be directly online, but first use historical transactions to replay simulation to intercept which transactions and what impact on payment success rate. After online, the system will automatically evaluate the risk control effect every seven days and.

[600s - 720s] 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。这套系统的效果呢也非常显著。Antom表示一家客户的欺诈拒付率从百分之一点一八降到了百分之零点零二，而从整个Antom商户来看，欺诈平均下降了大约百分之五十五。而即使拒付已经发生，AI也可以继续参与后面的争议处理。比如说Antom的Smart Dispute会提供申诉建议，将平均争议申诉率从百分之二十四点五提升到了百分之四十一点八。另外，Auto Dispute还可以自动整理材料，协助提交申诉，减少人工处理的工作量。前面我们说AI帮助解决了市场问题、欺诈问题，那一笔交易完成之后是不是就顺利结束了呢？那对于商户来说啊，他们还有一项非常繁琐的工作要做，那就是对账。跨境交易涉及不同国家、不同支付方式和不同结算规则。比如说在东南亚、欧洲，一次对账可能涉及六种以上的货币，不同支付渠道的结算周期有可能有些是T加二，有些是T加七。同一笔交易因为结算批次不同，就可能出现在不同的文件里，所以对不上账，接着去找原因是让企业财务最头疼的事情。传统人工对账一个周期可能就会花四十八到七十二小时，那这也是AI开始发挥作用的地方。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五分钟。除了这些具体的问题之外呢，支付还是一个一刻也不能停的系统啊。跨境支付连接着大量渠道和合作机构，任何一个环节出现故障，就会造成巨大的损失。在东南亚，一些渠道每个月可能会出现一到三次故障。以前这种事情很大程度上还是靠人工值班和排查，等问题被定位时，可能就已经损失了超过百分之五的交易量。所以系统的七乘二十四小时的运

[720s - 840s] 也非常重要。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，现在呢也被压缩到了分钟级。所以呢，从交易前的市场研究到交易中的风险控制，再到交易之后的对账以及支付系统的实时运维，AI首先改变的呢是支付背后的那些复杂重复的工作。不过呢，这只是第一步。当AI开始从帮人把支付做好，进一步变成了自己参与交易，支付面对的问题呢也会完全的不一样。那最近这一两年呢，我们可能经常听到一个新词呢，叫做Agent Commerce智能体商务是什么意思呢？我们之前在网上买东西，一般是自己搜索商品、浏览网页、比较价格、领取优惠，最后付款。但Agent加入之后呢，这样的流程就被彻底颠覆了。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。而最近啊，主流的支付平台都在围绕这个新场景加快布局。这件事情带来的变化其实不只是多了一个AI导购。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。那具体怎么变呢？第一个层面啊，就是购物入口变了。以前一个独立站能不能把流量转化为订单，很大程度上取决于用户自己会不会找、会不会选，以及商户有没有足够的销售和客服人员去服务。但在Agent时代就省事儿多了。用户进入网站之后，他会主动打招呼，并且精准的根据需求去推荐商品、提供建议。接着他还可以继续引导下单、生成订单，并在用户的授权下完成支付。交易完成之后，甚至还可以提供。

[840s - 960s] 售后服务，这样全能的Agent每个商户都想拥有啊。但是大量的中小规模企业呢，却很难有能力自己去搭Agent。要持续运行，背后需要模型接入、技术开发和持续维护，还需要准备云服务器和算力。Agent每一次和用户对话、搜索和调用工具，也都会产生token和推理成本。无论是技术团队经验，还是成本，对于商户来说都可能是门槛。所以呢，我们看到主流支付公司都在积极研发一站式的Agent产品。比如说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。那除了改变怎么买，Agent呢还能改变怎么卖？以前的营销通常是投广告、发优惠券，等待用户看到、领到，然后消费。但这种方式啊，其实很低效。研究数据显示，平台获客成本上涨了百分之十五，流量转化却下降了百分之二十。而传统优惠券从发放到真正使用，中间还可能需要四十八小时以上的运营支持，最终的核销率只有百分之一点八七。所以呢，AI进入之后，营销思路开始从广撒网转向做匹配。这也是Antom在A+ Rewards上的一个探索。A+ Rewards呢，不是一个单纯的优惠券工具，它覆盖了亚太十大市场和超过二十一个数字支付平台，让商户可以把优惠券、返现、订阅、折扣等营销活动直接放进用户日常使用的钱包场景里。比如说，一个用户对Agent说：“我今天想喝杯咖啡。”AI呢就能识别地图，再从A+ Rewards里面去寻找相关优惠，并且进行推荐，然后呢帮助用户完成核销。这样一来啊，原本看到广告、领取优惠、回来消费的长链路呢，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。不过啊，无论是AI进入原有

[960s - 1080s] 的支付链条，还是创造出新的交易场景，背后共同的确实是我们正在越来越多的把判断和执行呢交给AI，而这也意味着安全问题也变得更加复杂了。此前我们有提到啊，像Antom Auto Pilot这样的产品正在让风控变得更高效，但从底层来看，高效需要建立在一个前提之上，那就是系统首先得具备准确的识别风险的能力。为此呢，Antom是推出了Three in One Transformer安全模型，它最大的特点啊是把三类不同的数据放进同一个Transformer模型中进行分析。过去呢，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，但在Antom看来，单一维度很容易看到局部，却可能忽略交易背后的关联。一笔交易有没有风险，往往同时包含多个层面的信息。第一类是序列数据，看这笔交易是否符合用户过去的行为轨迹；第二类是图数据，看账户背后的设备、账户和资金之间是否存在可疑的关联网络；第三类是表格数据，包含上万个专业风险维度，用来判断这笔交易本身是否符合正常的支付模式。那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。我们的Three in One Transformer啊，由于我们将多模态的一个数据更好的结合起来啊，从而能够帮助我们能够从细微之处更深入的去理解风险和支付之间的一个关系，帮助我们从而更精准的去识别出这里面支付中存在的这个风险。底层模型提供了风险判断，但是风险被识别之后呢，还需要落实到防控上。为此呢，Antom是进一步搭建了一套三重防护机制，Antom Shield，分别对应AI支付正在面对的三类不同风险。第一层啊是支付防护，解决传统的盗卡、欺诈和拒付问题。

[1080s - 1200s] 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。第三层啊，则是智能体防护，解决 Agent 开始参与交易之后产生的新风险。这样一来呢，底层模型负责看懂风险，Antom Shield 则是把风险给挡住。那么两者结合起来呢，就共同的构成了 AI 支付的安全底座。而即便是 AI 在交易过程中出了错，商户的损失呢，也是完全可控的。对此呢，Antom 是推出了 Agent Safe Pay 风险保障机制。Antom 表示，使用 Antom Shopping Agent 以及 Antom 收单服务的商户呢，如果发生符合保障条件的智能体交易风险，能够做到百分之百敢付敢赔。那除了前面的这几点非常具体流程上的改变之外呢，如果我们把视角再往后一步，看一下整个支付行业的变化，可能会发现啊，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。一家企业可能同时在美国、欧洲、东南亚做生意，每天收到不同币种的付款，它需要完成结算换汇，给供应商和员工付款，再把分散在不同国家和账户里面的资金统一管理起来。所以呢，除了支付之外，他们还希望资金能够更快、更灵活的在不同账户和市场之间流动。那这也是为什么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。这个变化呢，在蚂蚁国际的业务布局中也很明显。目前呢，整个蚂蚁国际的体系分为四大板块，其中呢，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，让消费者可以使用自己熟悉的支付工具，在海外商户完成支付。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，并且提供相关的数字化服务。目前覆盖两百多个支付市场，三百多种支付方式和一百四十多种货币。但交易完成之后。

[1200s - 1320s] 资金还要继续流动，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。对于业务更复杂的企业，还可以进一步对不同的实体账户和市场的资金进行集中管理和调度。We do can reach more than two hundred plus countries. Twenty five currencies will be instant. Eighty five currencies is always T plus zero. And we can also reach sixty plus wallets. If you pay out to the WorldFirst account to pay the digital wallet accounts and to pay the twenty five currencies, it will be always instant. 而当支付和账户资金流都被连接起来之后，金融服务也就有了进入企业经营场景的基础。那 Bettr 呢提供的就是这一层更嵌入业务的金融服务，包括了企业信贷、资金管理、外汇和流动性等。比如说AliExpress 上的中小商户，如果需要补货或者短期周转资金，就可以直接在商家后台申请运营资金贷款，而不需要再单独去寻找融资渠道。那消费者在购物的时候呢，也可以使用先买后付的方式完成分期。也就是说，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。从消费者付款到商户收款，再到企业资金流动，最后延伸到融资、外汇等等，原本分散在不同系统里的环节，正在被一个生态包裹起来。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。那么，当所有的这些产品、服务和能力真正进入一个具体行业之后，会发生什么呢？那接下来呢，我们可以结合航旅这个具体的案例来看一看。航旅呢是一个典型的跨境支付场景。一张跨境机票的背后，连接着不同国家币种支付方式以及航司、代理商等多个参与方。而且啊，航旅交易对于实时性的要求很高，价格、库存和用户。

[1320s - 1440s] 决策都在不断变化。随着 AI 进入旅行搜索、比价和预订，这些支付环节的效率问题也会更加突出。结构性上的变化主要是有两层，一层是，呃，整个机票的销售的结构是发生了变化。然后第二层是最近的 AI 所带来的这个效率提升，是把整个销售的链路的话是做了一个颠覆性的改变。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，呃，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 B to B 的销售里面最关键的那个 bottleneck。那 AI 它也会把一些痛点去放大。现在借助 AI 比价买机票已经越来越简单了。我们只需要告诉 AI 需求，AI 呢就可以快速比较不同航班和价格，甚至呢直接给出购买建议。但是 AI 看到的价格不一定是最终支付价格。除了机票价格本身会变化，跨境支付还会受到汇率波动的影响。AI 比价时是一个价格，真正支付的时候汇率呢可能就已经变了，退款时候又可能是另外一个汇率。于是呢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。而支付系统需要做的就是让 AI 给出的价格在后面的交易过程中尽可能的保持一致。Antom 采用的一种方式是动态锁汇。他们通过 Falcon TST 模型的预测能力，在报价的时候就锁定当时的汇率，并且呢将这一汇率延续到后续的支付和退款环节，最长呢可以锁定一年。这样啊原本可能会出现的三个价格就尽可能的变成了同一个价格。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。不过呢搜索、比价和决策都完成了，如果最后卡在支付上，前面的效率呢还是会被浪费掉。旅行啊。

[1440s - 1560s] 尤其如此，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。那么，怎么在安全和速度之间找到平衡呢？那一种方式呢，是智能分层验证，对长期可信的用户减少不必要的验证，对高风险交易再进行更严格的身份验证。如果支付出现超时或者失败，系统还可以进行智能重试，尽可能在价格和库存变化之前完成交易。Antom就表示，在实际应用当中，这种方法让整体机票预订支付成功率提升了三点八个百分点。还有一个问题是啊，当AI开始自动参与风控，大量交易可能会被系统拦截。但旅行支付呢，有一个特殊之处，就是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，或者呢，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。那如果AI只看某一个维度，就很容易把这些正常交易误判成风险。所以呢，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，也就是前面提到的Three in One Transformer它发挥作用的地方。那它会把设备、网络、地理位置、付款人与乘客的关系、历史行为等信息啊，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，在实时给出风险判断。那在香港航空的实际应用当中，这套系统啊，据称实现了百分之九十九点九九的风险覆盖率，并且呢，帮助减少了超过一百万美元的欺诈损失。那最后呢，支付生态的重要性也在航旅这个行业中啊，非常的凸显。一张机票卖出去之后，背后还有航司、OTA代理商。

[1560s - 1680s] 等多个参与方，钱还要继续往下流。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 的思路啊，是通过企业账户把不同参与方连接起来，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一百多个国家、四十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。随着整个行业的这个结构性的变化，航旅的客户在整个去 operate 它的这个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，会不断的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，不管是帮他去降低他的风险效率，还是围绕着他的这个票价的波动去提供航旅的这个 dynamic pricing 的这一些能力，这都会变成我们整个去提供服务的时候的一个啊 guidance。那我们一路看下来会发现啊，支付现在已经不仅仅是收收钱这么简单了。一方面，AI 进入之后，支付系统本身变得越来越自主和智能。过去的支付系统主要靠规则驱动，什么交易该拦，走哪条支付渠道，出了问题怎么处理，都需要提前设定规则或者人工介入。但现在 AI 可以实时分析交易，判断风险，选择更合适的支付路径，甚至在发现问题之后自动调整和优化。另一方面，支付平台的边界也在扩大。以前我们理解支付主要出现在交易的最后一步，用户选好商品决定购买，然后完成付款。但当如今 AI 开始参与比价、选商品、找优惠，甚至直接完成购买，支付也更早的进入到交易。

[1680s - 1800s] 过程开始和导购、营销、转化连接起来，同时交易完成之后，支付平台还在继续向结算、换汇和资金管理延伸。讲到这里啊，再回头看这次蚂蚁国际Voyage 大会的主题，其实就非常有意思了，它叫做 Attention is all you need。这个 Attention 其实是对应了 AI 进入支付的两个方向，支付的智能化和支付平台角色的重新定位。如今 Antom 围绕着这两个方向，搭建了由一个三合一支付基础模型 Antom Three in One Transformer，一个 AI 智能体 Antom Auto Pilot，一个 AI 原生平台，一套全栈 AI 解决方案组成的产品矩阵，覆盖企业的整个支付生命周期。另外做全球生意，还有一个很现实的问题，就是本地服务。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，因此呢，也能够更加及时的响应和处理商户的问题。Antom 是 Ant to Merchant 的这样的一个缩写，所以从这个缩写的话，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那个成长的，所以就意味着我可能提供的服务并不仅仅只是收单和支付，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，它的经营和它的增长并没有变得更大的，所以我们的目标一定是在服务好商户的基础之上，围绕着它的经营的那个精细化操作和未来的整个 revenue 的增长，去帮他业务变得更大。所以呢，支付正在发生的变化，不只是技术的升级，它要解决的问题呢，正在从把钱收进来，到现在需要进一步去回答这笔交易应该怎么发生，怎么管理。那这意味着支付的边界呢，也在重新被定义，它正在从交易的最后一步走向整个交易的过程，而这呢，可能也是 AI 时代带给支付的全新想象空间。好。

[1800s - 1811s] 好，那么以上就是本期硅谷101的全部内容了。你们的点赞、留言还有转发是支持我们做好深度科技和商业内容的最佳动力。我是陈倩，那我们就下期视频再见了，拜。