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。这件事就完成了。但是你有没有想过，“支付”变得越来越便捷的背后到底发生了什么？实际上，就在这短短几秒钟里，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。

所以表面上看我们只是“点了一下付款”，背后却牵动着一整条支付链路。而现在AI也开始进入到这条链路之中，它正在帮助支付平台实时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？

今天这期视频，我们和蚂蚁国际合作一起深入聊一聊“跨境支付”这件事，以及他们是如何为AI时代做准备的。首先，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。它们做的事情可以简单理解为给交易“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地到商户手上。

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+1到T+3天甚至更久。所以我们看到的只是一次点击“付款”，但是在屏幕背后商户、收单机构、卡组织和发卡机构已经在几秒钟之内完成了一轮信息传递和授权。

其中收单机构是这个链条当中承前启后最为关键的节点，而它们要让这笔交易顺利完成其实并不容易。首先对于一家想做全球生意的商户来说它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。

第二个问题是跨币种和跨境结算，消费者用美元付款商户最终收到的可能是欧元或者人民币这中间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；风控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AI成了这条链路里面一个全新的变量。

它带来的改变主要体现在两个层面：一方面，AI正在改造原有的支付链路重新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？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？

刚才我们说到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平台叫做Antom，它从2023年开始为全球商户提供支付服务。

在此次的Antom演示中这种变化被集中体现在一个叫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？下面我们就挑几个典型场景来看看。

比如说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。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。

比如说企业想要进入印尼市场，AI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。

两周、5分钟，当研究变得如此便宜时我们所提出的问题就会改变。我们不再问团队“我们什么时候才负担得起对某些特定市场进行研究”，而是仍然回到这个问题：“我们现在需要立刻进入哪些市场？”那第二个“老大难”的场景就是安全了。在很多海外市场信用卡依然是非常普遍的支付方式，而信用卡交易里面最让商户头疼的问题就是欺诈和拒付。

不久前Visa进一步收紧了他们的“收单行监控计划（VAMP）”，按照新的标准每1000笔交易中欺诈和争议交易的门槛从过去的22笔降到了15笔。一旦超过商户和收单机构不仅可能会被罚款严重的话甚至会影响支付通道。但现在随着技术的发展欺诈的攻击手段变得越来越难以识别和拦截，比如说“盗卡测试”如今已经是普遍问题。

机器人拿着成千上万张盗来的信用卡在商家平台疯狂试刷看哪张能通，一眨眼就能点击上万次付款。被盗刷的用户向银行申诉之后店铺的投诉率就瞬间飙升，拒付率甚至能够涨50%。除了老生常谈的欺诈和拒付问题以外，我们现在看到了攻击者他也不断在转向一些新的业务场景。随着更多的AI商户他去推出例如说像后付费、免费试用期这样的一些服务用来去吸引新的用户。

那有不少的风险的攻击特别是类似于（恶意）薅羊毛这样的一个行为出现在这样的业务过程中，对于这类型的问题传统的风控往往是“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，具体怎么做呢？以Antom Autopilot为例。

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”（Replay）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。这套系统的效果也非常显著，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%。

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SmartDispute会提供申诉建议将平均争议胜诉率从24.5%提升到了41.8%。另外AutoDispute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6种以上的货币。不同支付渠道的结算周期有可能有些是T+2、有些是T+7，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48到72小时。

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5分钟。除了这些具体的问题之外支付还是一个一刻也不能停的系统。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1到3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5%的交易量。所以系统的7×24小时的运维也非常重要，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也被压缩到了分钟级。

所以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首先改变的是支付背后的那些复杂重复的工作。不过这只是第一步，当AI开始从“帮人把支付做好”进一步变成了“自己参与交易”，支付面对的问题也会完全的不一样。最近这一两年我们可能经常听到一个新词叫做Agentic 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？第一个层面就是“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时代就省事多了，用户进入网站之后它会主动打招呼并且精准地根据需求去推荐商品、提供建议。接着它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售后服务。这样全能的Agent每个商户都想拥有但是大量的中小规模企业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，但这种方式其实很低效。研究数据显示平台获客成本上涨了15%流量转化却下降了20%，而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”。

这也是Antom在A+ Rewards上的一个探索，A+ Rewards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21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就能识别意图再从A+ Rewards里面去寻找相关优惠并且进行推荐，然后帮助用户完成核销。

这样一来原本“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。不过无论是AI进入原有的支付链条还是创造出新的交易场景背后共同的趋势是，我们正在越来越多地把“判断”和“执行”交给AI。

而这也意味着安全问题也变得更加复杂了，此前我们有提到像Antom Autopilot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地识别风险的能力。为此Antom是推出了3-in-1 Transformer安全模型，它最大的特点是把三类不同的数据放进同一个Transformer模型中进行分析。

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。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3-in-1 Transformer由于我们将多模态的一个数据更好地结合起来从而能够帮助我们能够从细微之处更深入地去理解风险和支付之间的一个关系，帮助我们从而更精准地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还需要落实到防控上，为此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。

这样一来底层模型负责“看懂风险”，Antom Shield则是把风险给挡住，两者结合起来就共同地构成了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也是完全可控的，对此Antom推出了AgentSafePay风险保障机制。Antom表示使用Antom Shopping Agent及Antom收单服务的商户如果发生符合保障条件的智能体交易风险能够做到“100%敢付敢赔”。

除了前面的这几点非常具体流程上的改变之外，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。

所以除了支付之外，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。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。这个变化在蚂蚁国际的业务布局中也很明显，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，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200多个支付市场、300多种支付方式和140多种货币。

但交易完成之后，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。我们的覆盖范围确实已经超过了200个国家，25种货币可以即时到账，85种货币始终可以做到T+0。

而且我们还可以覆盖60多种数字钱包，如果你把款项支付到员工账户、数字钱包账户或者以这25种货币进行支付，那么都可以实现即时到账。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。Bettr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。消费者在购物的时候也可以使用“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。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？接下来我们可以结合航旅这个具体的案例来看一看。

航旅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。而且航旅交易对于实时性的要求很高，价格、库存和用户决策都在不断变化。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。

一层是整个机票的销售结构是发生了变化；第二层是最近AI所带来的效率提升是把整个销售的链路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（瓶颈），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就可以快速比较不同航班和价格甚至直接给出购买建议。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。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地保持一致。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。

不过搜索、比价和决策都完成了，如果最后卡在支付上前面的效率还是会被浪费掉。旅行尤其如此，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？一种方式是智能分层验证，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3.8个百分点。

还有一个问题是当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。

所以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3-in-1 Transformer。它发挥作用的地方会把设备、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。

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。最后支付生态的重要性也在航旅这个行业中非常凸显，一张机票卖出去之后背后还有航司、OTA代理商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operate（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。不管是帮他去降低他的风险效率，还是围绕着他的票价的波动去提供航旅的dynamic pricing（动态定价）的这些能力，这都会变成我们整个去提供服务的时候的一个guidance（指引）。

我们一路看下来会发现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，支付也更早地进入到交易过程开始和导购、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 3-in-1 Transformer、一个AI智能体Antom Autopilot、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，因此也能够更加及时地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。

所以也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他的经营和他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他的经营的精细化操作和未来的整个revenue（收入）的增长去帮他业务变得更大。

所以支付正在发生的变化不只是技术的升级，它要解决的问题正在从“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”。这意味着支付的边界也在重新被定义，它正在从交易的最后一步走向整个交易的过程。而这可能也是AI时代带给支付的全新想象空间。

好了，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，我是陈茜那我们就下期视频再见啦拜。