感谢邀请我今天在此发言。1 去年在Sibos大会上，我紧扣会议主题，讨论了多种新兴技术如何塑造全球支付的下一前沿。2 与今年的主题相一致，今天我想更具体地聚焦于人工智能(AI)在支付领域的现状，并就这项技术可能如何改变支付系统的运作方式提出几个问题。
正如我此前所讨论的，在金融行业内，支付行业长期以来一直处于利用人工智能改善运营的最前沿。3 该行业在部署机器学习以打击支付欺诈方面有着丰富的历史。它也是将大语言模型(LLM)用于支付对账及类似任务的早期采用者。如今，它正在帮助构建基础性基础设施，使人工智能智能体能够在经济中更广泛地运行。这些智能体可以利用大语言模型规划并执行多步骤流程，从而能够自主进行交易。
鉴于本次活动的全球受众，我将首先讨论人工智能对跨境支付效率和安全的影响。然后，我将转向一个对支付行业而言可能具有变革性的话题——智能体商务。
跨境支付效率与安全的潜力
关于稳定币如何可能改善跨境支付，已有诸多讨论。4 那么人工智能能发挥什么作用？打击非法金融是人工智能能够推动效率与安全提升的最明显例子之一。这项工作在跨境支付中至关重要，因为威胁行为者可能利用各司法管辖区之间的缝隙。大语言模型具有情境感知能力，可以极大地提高制裁筛查和反洗钱系统的准确性。研究表明，它们能够显著减少非法活动的误报。5 这释放了资源用于审查更复杂、高风险的案件，并使合法交易能够以更少的摩擦进行。鉴于现代支付系统的速度，我预计大语言模型将增强、而非取代更快速的更传统异常检测方法。
人工智能对网络安全的影响是全球支付系统的另一项重要考量。许多人担心人工智能可能增加网络攻击的数量和复杂程度。这些担忧是有充分依据的。几乎每周我们都会看到新模型发布突破网络安全的边界，或者人工智能智能体脱离测试环境并侵入外部系统。在支付领域，对高度互联的支付基础设施成功实施网络攻击，可能严重扰乱国际商务。
但人工智能不仅仅是一种攻击工具。网络安全专业人士对利用人工智能进行网络威胁检测和暴露管理以及其他重要防御任务持乐观态度。6 人工智能可用于支持开发新的、更安全的软件，并帮助在漏洞被引入之前将其捕获。然而，明显存在一种不对称性。威胁行为者只需利用一个关键漏洞，而支付系统运营商和服务提供商则需要防御庞大的攻击面。正是这种不对称性，使得行业必须有意识地采取行动，利用人工智能来加强我们可信支付系统的安全性。
人工智能还可以帮助促进跨境汇款所需的多个层面的搜索和优化。支付路由涉及寻找在成本、速度和可靠性之间实现最佳平衡的路径。同样，跨境支付服务提供商拥有复杂的外汇兑换和流动性机制。他们需要决定何时何地兑换货币、是否对抵消性资金流进行净额结算等。如果获得正确的数据和标准，人工智能智能体有潜力在解决这些复杂优化问题方面表现出色，从而帮助提高跨境支付的效率。
智能体商务的发展
让我转向支付行业一个新兴的关注领域。今年夏初，我在美联储主持了一场行业圆桌会议，聚焦于智能体商务，即利用人工智能智能体进行电子商务购物。7 市场参与者普遍认同，智能体商务尚处于早期阶段，但如果采用规模扩大，它可能显著重塑商业和支付。
从高层次来看，智能体商务有两种主要模式：智能体辅助型和智能体委托型。在智能体辅助模式中，买方主要使用人工智能智能体进行产品搜索和发现，但买方仍掌控全局。他们做出决策，并处理支付。在智能体委托模式中，买方授权人工智能智能体代表其购物和付款。买方可能指定一些限制条件并设置防护栏，但智能体自主运行。例如，买方可能让智能体使用一张预先充值的虚拟卡，并指示其根据过往购买记录在线购买食品杂货。
消费者对企业的交易被视为智能体商务的第一波浪潮，其中智能体辅助型用例先于更自主的智能体委托型用例出现。由于委托模式引入了更高的非预期购买风险，因此需要更广泛地建设信任机制和防护栏。我稍后会对此作更多阐述。消费者可能通过两种常见方式使用智能体：人工智能公司提供的通用型智能体，以及特定商户的智能体。随着个人人工智能助手日益普及，它们也可能成为智能体商务的天然适配者。为了对消费者有用，人工智能智能体需要广泛、实时地了解商户库存。大型在线零售商正以不同方式共享其库存数据。一些零售商直接与人工智能公司合作，将其产品目录提供给第三方智能体，而另一些则通过自己的购物智能体呈现这些目录数据。中小型商户正得到电子商务平台的支持，这些平台正在构建工具，以标准化其数字产品目录，并使其能够被领先的智能体界面发现。
尽管消费者购物在这一领域受到广泛关注，但企业对企业(B2B)采购可能特别适合智能体商务。这些采购通常是经常性的，并遵循一系列规则，例如经批准的供应商和预算限制，这些规则为智能体提供了天然的指引。智能体还可能就条款与供应商进行谈判，并制定支付策略以优化营运资本。然而，B2B商务中典型的高交易金额放大了智能体错误或未经授权行为所带来的财务风险，因此稳健的控制和监控系统将至关重要。对于B2B采购，智能体需要能够在多样化的支付轨道上执行付款。消费者电子商务支付以支付卡为主，而企业则依赖更广泛的方法，包括自动清算所(ACH)、电汇、即时支付和支付卡。
为了在这些购物场景中高效运行，智能体需要在此过程中进行小额支付。在完成购买之前，智能体可能需要为LLM查询、价格数据源和其他API调用付费。小额的机器对机器支付并不新鲜，但如果购物智能体以机器速度全天候运行，它们的规模可能大得多。这类小额支付倾向于选择固定费用较低的支付轨道。
扩大智能体商务规模的最大障碍，尤其是智能体委托模式，是在买方和卖方之间建立足够的信任。有几个具体挑战尤为突出：身份验证、责任归属和欺诈。智能体商务改变了支付身份验证范式。问题从证明买方是经授权的付款人，转变为证明智能体有权代表买方付款。要解决这一问题，需要新的身份验证方法。在这种情境下，责任归属归结为一个相当简单的问题：如果智能体做出了错误的购买，谁来承担责任？当前的电子商务责任框架——包括网络规则、消费者保护标准和其他法规——有可能被调整以适用于智能体商务。但也可能有机会测试和完善新的方法。例如，可以设计技术标准，让各方更好地理解买方的意图以及其智能体如何执行该意图。这种共同理解有助于减少如今使许多交易纠纷复杂化的模糊之处。最后，与其他情境一样，欺诈可能削弱人们对智能体商务的信心。现有的欺诈检测和预防系统是针对人类行为校准的，可能无法很好地适用于智能体。因此，欺诈模型和规则需要重新校准，以将智能体支付模式纳入考量。
市场参与者正在积极制定标准，以应对其中一些信任挑战及相关问题。科技公司、电子商务平台和支付服务提供商正在构建基础协议，以标准化智能体与商户互动及进行支付的方式。卡网络也在发布技术规范，使人工智能智能体能够代表付款人进行安全支付。这些规范包括登记智能体和记录持卡人授权进行智能体支付的方法等功能。一个关键问题是，智能体商务将走向特定平台标准还是可互操作标准。特定平台标准是围绕单一生态系统设计的。可互操作标准旨在跨电子商务系统、智能体界面和支付方式运作。从这个意义上说，它们有助于为希望在这一领域运营的小型商户和支付提供商创造公平的竞争环境。
一个相关的