2025年以来，《关于深入实施“人工智能+”行动的意见》等政策相继出台，明确了人工智能（AI）的发展目标及“人工智能+”行动的具体实施路径，从顶层设计到产业落地形成了完整的政策链条。在此背景下，AI与支付的深度融合成为支付产业高质量发展的核心命题。当前，从智能授权、无感收付、自动结算到全链路智能风控、精细化客户经营、合规智慧治理，AI正全面重塑支付服务体系与产业生态，对此有必要系统梳理分析AI影响支付产业的理论逻辑、实践路径及其带来的风险挑战与应对策略。
一、AI影响支付产业的理论背景
1. 现代化支付产业的基本特征
支付产业是国民经济的基础性、战略性产业，其本质是价值交换的基础设施。从产业经济学视角看，现代化支付产业具有五个典型特征。一是网络效应显著。支付产业价值随参与者数量增加而呈指数级增长，形成双边市场结构，具有自然垄断倾向和路径依赖特征。二是规模经济突出。交易平均成本随交易量扩大而持续下降，边际成本趋近于零，决定了其对技术效率的高度敏感。三是实时性与可靠性要求极高。支付涉及资金转移，任何差错或不必要时延都可能造成直接经济损失和信任危机。四是数据密集型特征显著。支付行为产生海量结构化数据，涵盖交易金额、时间、地点、频次、对手方等多维度信息，是典型的“数据富矿”。五是强监管属性。支付涉及货币流通和金融稳定，反洗钱、反恐怖融资、消费者权益保护、数据安全等合规要求贯穿始终。
2. AI影响支付产业的理论逻辑
AI对支付产业的影响可从如下五个理论维度和视角理解。
第一，交易成本视角。支付作为交易的核心环节，其成本高低直接影响经济运行效率。AI通过自动化手段大幅降低支付流程中的操作成本和合规成本，减少信息不对称问题。例如，AI驱动的智能风控系统可在毫秒级完成欺诈识别，AI辅助的KYC流程可将身份验证时长从数天缩短至分钟级。当然，AI应用本身也引入新的隐形成本，其中包括大模型训练与推理的算力消耗、数据治理与合规审计的制度成本、人机协同的组织调整成本等。
第二，信息经济学视角。支付产业长期面临商户与消费者之间、支付机构与交易风险之间、监管部门与市场主体之间的信息不对称问题。AI通过大数据分析和机器学习，从海量交易数据中提取人类难以察觉的模式和信号，将“不确定性”转化为“概率判断”，显著缓解信息不对称难题。但也需警惕，AI可能在更高维度上制造新的信息不对称，如掌握更强AI能力的机构与普通用户之间的“智能鸿沟”，以及算法逻辑不透明带来的“认知黑箱”等。
第三，行为经济学视角。传统支付需要用户主动发起、确认、授权，涉及多次认知判断，既增加决策成本，也容易因疏忽产生误操作。AI支付将交易逻辑从“手动操作”演变为“意图直达”，用户通过自然语言表达支付意图，由AI智能体自动完成支付全流程。这一转变本质上是用机器的“计算理性”替代人的“有限理性”，使用户从繁琐操作中解放出来，回归支付的本源。
第四，双边市场视角。支付平台连接消费者和商户两端，AI的引入改变了平台匹配效率。在消费者端，AI提供个性化推荐、智能记账等服务；在商户端，AI提供经营分析、精准营销等工具。这种双向赋能形成正反馈循环，将支付从简单的交易处理过程转变为智能金融生态系统。但需注意，AI驱动的精准匹配可能强化平台的市场支配地位，或许会加剧“赢者通吃”马太效应，对市场竞争秩序构成潜在挑战。
第五，制度经济学视角。技术变革会引发制度安排的调整。随着支付入口从收银台、二维码向AI智能体延伸，支付的发起方式、授权机制、风控逻辑发生全链条重构。这一变化要求监管理念从机构监管向行为监管延伸，从静态合规向动态治理演进。由此需注意的是，当支付决策由智能体完成时，现有基于“人的明确意思表示”的合同法、电子签名法框架将面临根本性冲击，制度规则滞后可能成为产业发展的隐性约束。
综上，AI对支付产业的影响并非简单的技术叠加，而是从成本结构、信息机制、决策模式、平台生态到制度安排的全方位重塑。
二、AI影响支付产业的实践考察
根据Visa发布的《2026年全球支付预测》，AI、数字身份安全及跨境网络协同，正成为重塑全球支付与商业生态的三大驱动力。早期AI在支付领域主要应用于风险控制等中后台环节，当前已转变为改善服务能力、运行效率和客户体验的核心动力。另外，根据市场研究机构GII发布的Artificial Intelligence and Machine Learning in Payments Market Analysis and Forecast to 2035，支付领域AI和机器学习市场规模将从2025年的488亿美元增至2035年的1771亿美元，复合年增长率为15.4%。根据国际货币基金组织（IMF）2026年4月发布的How Agentic AI Will Reshape Payments，AI正进入智能体代表用户自主行动的新阶段。
1. 支付产业主体的智能化转型
其一，支付机构是AI应用的主力军。例如，据支付宝公开信息，2025年9月支付宝推出国内首个“AI付”服务，在瑞幸咖啡AI点单助手上线；2026年6月推出AI原生版本“阿宝”，用户可通过自然语言对话一站式完成转账缴费、政务办理等上万项服务。据报道，支付宝AI支付体系已完成3亿笔AI智能体支付、支持95%通用智能体框架，成为全球首个大规模商用的AI原生支付基础设施。另外，微信支付推出AI专属卡，为智能体配备“专属限额钱包”，从源头规避代付风险。
其二，银行机构积极布局。例如，招商银行推出国内首张AI算力权益信用卡，工商银行开展“领航AI+”行动，新增AI财富助理、投研智能助手等100余个应用场景。
其三，清算组织加速推进智能化转型。例如，银联依托国家人工智能应用中试基地，推出基于大模型的新一代智能交易风控体系，并与华为、海光、沐曦、昆仑芯等国产GPU芯片企业共同发布基地智能算力合作创新计划。2026年7月18日，国家人工智能应用中试基地（金融领域）阶段性成果发布会召开，集中发布银联“1+6+N”系列成果体系，涵盖统一中试基地门户、六大核心能力及覆盖五大领域的示范应用集群。
其四，跨境支付服务商同样积极拥抱AI。例如，XTransfer自研TradePilot大模型，实现跨境支付全流程自动化风险管控。连连数字则提出，以区块链与AI双核之力，重塑跨境支付新范式。
从产业实践看，当前清算组织和支付机构的智能化转型呈现出明显的“头部引领”特征。银联、支付宝等凭借数据规模、算力资源和技术人才优势，正在构建包括底层模型、中台能力、前端产品在内的全栈AI能力。但对于广大中小机构而言，高昂的模型训练成本、稀缺的AI人才、有限的自有数据，使其面临“不转型则掉队、盲目转型则亏损”的两难境地。
2. 支付产品与工具的智能化迭代
AI正推动支付工具从“功能型”向“智能型”跃迁。
一是智能体支付重构信任基础。按行业划分，AI支付发展分为辅助执行、条件自主、智能代理三阶段。谷歌、Visa、OpenAI和Stripe相继发布代理支付相关协议。2026年7月，银联携手15家商业银行推出AI智能体银行卡，将大模型算力、智能体会员纳入银行卡权益体系，标志着银行卡从支付工具向“AI能力分发载体”演进。其中，航旅纵横、滴滴首批试点，平安银行、浦发银行、交通银行已率先发卡。
二是对话式支付实现交易成本压缩。支付宝“AI付”将“对话—跳转—支付”三步压缩为一次交互，使效率提升超70%，复购率提高23%。其核心突破在于，将用户模糊的自然语言意图精准转化为结构化交易指令，实质上用算法完成了从“用户需求”到“支付执行”的语义翻译与决策闭环。
三是无感支付消解决策摩擦。银联依托“物联网+无感支付”实现新能源汽车“插枪即充、拔枪即付”，并推出“注视即支付”AR智能支付眼镜，将支付环节从用户决策链条中彻底隐去，使交易摩擦系数趋近于零。
四是智能风控提升系统韧性。汇付天下通过风险画像管理、智能审核等四大模块，实现风控响应提速75%、人工审核下降50%。通联支付携手华为云打造“数字员工”，AI分级准确率在94%以上。
3. 支付市场结构的深刻变化
一是从增量扩张转向存量深耕。客观看，目前个人移动支付市场规模趋于饱和，AI支付成为新增长路径。根据Juniper Research相关报告，自主代理商业交易总价值2026年预计为80亿美元，2031年将达3.5万亿美元。根据IDC报告，全球活跃智能体数量2025年为2860万个，预计2030年增长至22.16亿个。
二是竞争焦点从场景争夺转向技术能力比拼。这一转变的实质是，当支付入口被AI智能体接管后，用户忠诚度将从App黏性迁移至AI代理的可靠性与智能度。支付机构的竞争对手不再局限于同业，任何能提供更优代理服务的AI厂商都可能成为潜在竞争者，行业边界正在消融，价值体系逐渐从“支付工具”向“交易服务”变革。
三是跨界竞争加剧。卡组织、科技公司、加密资产交易所都在打造竞争性基础设施。例如，稳定币与AI智能体的结合可能构建独立于传统支付清算网络的价值转移通道，这对现有支付产业格局的冲击具有结构性意义。
4. 国际化与跨境支付的AI赋能
通常看，传统跨境支付依托SWIFT代理行网络，周期为2至5个工作日，成本率仍高于3%。AI则从效率、风控、合规三方面形成破解路径：大模型与稳定币结合可提升效率；大模型处理非结构化数据可提升风控精度；AI辅助反洗钱可降低合规成本。
2026年7月，寻汇与万事达卡联合发布《超越自动化：定义智能体驱动的全球支付》白皮书，提出跨境支付正从“数字化”跃迁至“自主化”。据华尔街见闻报道，Visa与连连数字完成大中华区首笔B2B智能体真实交易，连连AI智能体LoopXPay完成从寻源、比价到支付全流程。同时，Visa研究数据显示，采用智能体技术的企业可降本37%，交易成功率可达99.6%。
值得关注的是，跨境支付中AI与区块链、稳定币的融合正在催生新的范式。这一趋势既是对传统代理行模式的效率革命，也可能绕过现有跨境支付监管框架，对反洗钱、资本管制和金融安全构成新的挑战，需要在创新激励与风险防控之间寻求审慎平衡。
三、AI对支付产业带来的风险挑战
一是数据安全与隐私保护风险。当前，数据泄露、模型窃取、对抗性攻击层出不穷，同时深度伪造技术给生物识别支付带来新挑战。据南京玄武区法院公开案例，不法分子利用195万多条个人信息和AI换脸软件实施盗刷。AI模型训练需海量用户数据，若采集边界模糊、存储使用不规范，极易引发隐私泄露风险。
二是算法黑箱与算法歧视。大模型深度学习强化了内部不可解释性，技术透明度缺失引发监管挑战。在支付领域主要表现为差异化定价等算法歧视行为，算法趋同还可能引发系统性偏差。
三是智能体过度代理与责任归属难题。当智能体自主支付产生纠纷，责任归属尚无明确法律界定，目前全球没有任何司法辖区赋予AI法律人格。据IMF相关报告，智能体支付面临可追溯性、不透明性、系统性影响、网络安全、法律不确定性五维度风险。报告强调，“有概率性”的AI行为与支付基础设施的“确定性”要求之间存在根本性矛盾。这一矛盾并非工程层面的技术问题，而是范式层面的冲突，即支付系统要求的“确定、可追溯、可问责”与概率性模型输出的“模糊、涌现、难解释”之间存在错位。
四是监管滞后与合规挑战。技术的迭代在速度上远超规则的更新，支付入口向AI智能体延伸，传统监管框架难以覆盖和适配。在跨境支付领域，多司法区域的合规挑战更为复杂，AI金融的发展速度已全面超越现有监管制度规则的迭代速度。
五是数字鸿沟与普惠失衡。AI驱动的支付服务在提升效率的同时，也在客观上提高了使用门槛。自然语言交互、智能体授权、动态风控等新机制，对于不熟悉智能设备的老年人、残障人士以及偏远地区居民而言，理解和操作难度不降反升。支付作为覆盖全民的基础民生服务，其技术升级不应制造新的数字鸿沟，更不能以“效率优先”之名行“服务分层”之实。
六是模型同质化与风险传染。传统系统性风险多源于机构的业务关联或市场情绪的相互传染，而AI带来的风险则源于模型层面的“基因趋同”。当多家机构使用相同或相似的预训练模型、共享服务商，采用类似风控策略时，一个输入扰动可能触发群体性的输出偏差，形成重大风险冲击。如IMF指出，若多家机构同时受影响，可能引发信心危机、支付中断、流动性紧张等问题。
四、相关对策建议
一是完善行业生态与基础设施。加快金融支付垂域大模型建设，参照银联APOP、AVOP和支付宝ACT协议、京东A2P2协议等，加快制定智能体身份认证、支付授权、跨平台互联等标准。构建行业可信数据空间，推广隐私计算技术，为中小机构提供“数据可用不可见”的合规协作通道。在算力层面，推动AI应用场景与国产芯片适配，探索行业级算力共享机制，降低中小机构转型门槛。
二是构建适配AI时代的制度与监管框架。认真落实《人工智能算法金融应用评价规范》《金融领域大模型应用合规指引》等制度规则，完善算法备案与可解释性要求。强化对支付智能体的行为监管，探索完善相应“监管沙盒”试点，建立常态化安全评估机制。推动监管部门协作，将大模型备案与算法审计前置到研发阶段，建立AI支付风险早期预警与快速响应通道。此外，推动电子签名法等法律法规与AI代理场景的适配修订。
三是强化风险防控与消费者权益保护。构建“KYC+KYA”双重身份验证体系，分阶段推进以下工作：短期要求智能体发起支付时强制声明代理身份及权限范围；中期探索基于数字证书的智能体身份签发与吊销机制，建立智能体权限的“可开可关”动态管理能力；长期推动立法明确智能体分级责任归属，依据自主化程度等级来界定开发者、部署者、使用者之间的责任分配。同时，畅通维权渠道，建立AI支付纠纷快速处置机制。另外，以AI对抗AI防御深度伪造与智能欺诈，开发AI生成内容的自动化检测与拦截能力。
四是推动普惠包容发展。AI支付产品设计应坚持“默认简化”原则，推出适老适残模式，保留传统支付方式选择权。通过AI智能商户进件系统降低小微商户门槛，将开通周期从数天压缩至小时级。对中小支付机构，可探讨设立专项技术援助计划，通过开源模型、共享算力、人才培训等方式降低其智能化转型的门槛与试错成本。
五是加强国际合作与规则对接。积极参与IMF、金融稳定理事会、国际清算银行等国际组织关于AI支付治理的规则讨论，推动中国标准与国际规则在互操作层面实现对接。重点在跨境智能体支付的监管协调、数据跨境流动的合规安排、反洗钱AI模型的跨国验证等前沿领域争取规则制定主动权。强化跨境合规能力建设，在数据跨境流动、反洗钱等关键领域建立符合国际惯例的操作规范。
总之，AI对支付产业的影响是涉及成本结构、信息机制、决策模式、平台生态到制度安排的全方位变革。面向未来，AI支付发展需在创新与安全、效率与公平、赋能与包容之间寻求动态平衡。只有实现技术创新与制度创新良性协同，AI才能真正成为支付产业高质量发展的核心动能。
原文载于《中国信用卡》2026年第8期
