美联储理事 克里斯托弗·J·沃勒
2026年Sibos大会，佛罗里达州迈阿密
谢谢你们邀请我今天在这里发言。去年在Sibos大会上，我深入探讨了大会主题，并讨论了一系列新兴技术将如何塑造全球支付的下一个前沿领域。与今年的主题一致，今天我想更具体地关注人工智能 (AI) 在支付领域的现状，并提出一些关于这项技术如何改变支付系统运作方式的问题。
正如我之前讨论过的，在金融领域，支付行业长期以来一直走在利用人工智能改进运营的前沿。机器学习在打击支付欺诈方面有着悠久的应用历史。该行业也是大语言模型（LLM）在支付对账及类似任务中的早期采用者。如今，它正助力构建AI智能体在经济领域更广泛运行的基础架构。这些智能体能够利用大型语言模型规划和执行多步骤流程，从而实现自主交易。
鉴于本次活动的受众遍布全球，我将首先探讨人工智能对跨境支付效率和安全性的影响。然后，我将转向一个可能对支付行业产生变革性影响的话题——智能体商务。
跨境支付效率和安全性的潜力
关于稳定币如何潜在地改善跨境支付，人们已经讨论了很多。那么，人工智能可以发挥什么作用呢？打击非法金融是人工智能能够提升效率和安全性的最明显例证之一。这项工作在跨境支付中至关重要，因为威胁行为者可以利用不同司法管辖区之间的漏洞。LLM（大模型）具有上下文感知能力，可以显著提高制裁筛查和反洗钱系统的准确性。研究表明，它们可以显著减少对非法活动的误报。这可以释放资源，用于审查更复杂、高风险的案例，并使合法交易能够更顺畅地进行。鉴于现代支付系统的运行速度，我预计LLM（大模型）将增强而非取代速度更快、更传统的异常检测方法。
人工智能对网络安全的影响是全球支付系统需要考虑的另一个重要因素。许多人担心人工智能会增加网络攻击的数量和复杂性。这些担忧不无道理。几乎每周我们都能看到新模型的发布，它们不断挑战网络安全的极限，或者AI智能体逃逸出测试环境并入侵外部系统。在支付领域，针对高度互联的支付基础设施的成功网络攻击可能会严重扰乱国际贸易。
但人工智能不仅仅是一种进攻性工具。网络安全专家对人工智能在网络威胁检测和风险暴露管理等方面的应用持乐观态度，此外，人工智能还可以用于其他重要的防御任务。人工智能可以用于支持开发更安全的新型软件，并帮助在漏洞出现之前将其捕获。然而，显然存在一种不对称性。攻击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，使得业界必须积极利用人工智能来加强我们值得信赖的支付系统的安全性。
人工智能还可以帮助简化跨境汇款所需的多层搜索和优化流程。支付路由涉及寻找在成本、速度和可靠性之间取得最佳平衡的路径。同样，跨境支付服务提供商也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进行货币兑换，是否进行净额抵消等等。如果拥有正确的数据和标准，AI智能体有潜力出色地解决这些复杂的优化问题，从而帮助提高跨境支付的效率。
智能体商务的发展
接下来，我想谈谈支付行业一个新兴的关注领域。今年夏天初，我在美联储主持了一场行业圆桌会议，重点讨论智能体商务，即利用AI智能体进行电子商务交易。市场参与者普遍认为，智能体商业尚处于早期阶段，但如果普及应用，可能会显著重塑商业和支付方式。
从宏观层面来看，智能体商务主要有两种模式：智能辅助模式和智能委托模式。在智能辅助模式下，买家主要使用AI智能体进行产品搜索和发现，但买家仍然拥有控制权。他们做出购买决策并处理付款。在智能委托模式下，买家授权人工智能智能体代表自己购物和付款。买家可以指定一些限制条件和规则，但智能体自主运行。例如，买家可以授予智能体一张预充值的虚拟卡，并指示其根据以往的购买记录在线购买杂货。
消费者与企业之间的交易被视为智能体商务的第一波浪潮，其中智能体辅助型应用场景先于更自主、智能体委托型应用场景出现。由于委托型模式会带来更高的意外购买风险，因此需要构建更完善的信任机制和防护措施。稍后我会详细阐述这些内容。消费者通常会通过两种方式访问智能体：一是通过人工智能公司提供的通用智能体，二是通过商家专属智能体。随着个人人工智能助手的普及，它们也可能自然而然地融入智能体商务。为了更好地服务消费者，AI 智能体需要掌握商家库存的广泛且实时的信息。大型在线零售商正在以不同的方式共享库存数据。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；而另一些零售商则通过自己的购物智能体展示这些目录数据。中小商家则得到了电商平台的支持，这些平台正在构建工具来标准化其数字产品目录，并使其能够被主流智能体界面发现。
尽管消费者购物在这一领域备受关注，但企业对企业 (B2B) 采购可能尤其适合智能体商务模式。此类采购通常是重复性的，并遵循一系列规则，例如指定供应商和预算限制，这些规则自然而然地为智能体提供了指导。智能体还可以与供应商协商条款，并制定支付策略以优化营运资金。然而，B2B 商务中通常较高的交易额会放大智能体失误或未经授权行为带来的财务风险，因此健全的控制和监控系统至关重要。对于 B2B 采购，智能体需要能够通过多种渠道进行支付。虽然支付卡在消费者电子商务支付中占据主导地位，但企业则依赖于更广泛的支付方式，包括 ACH 转账、电汇、即时支付和银行卡。
为了在这些购物场景中高效运营，智能体需要在整个过程中进行微支付。在完成购买之前，智能体可能需要支付 LLM 查询、价格数据馈送和其他 API 调用费用。机器间小额支付并非新鲜事物，但如果购物智能体能够以机器速度全天候工作，其规模可能会大大扩大。这类微支付更适合采用固定费用较低的支付渠道。
智能体商务（尤其是代理委托模式）规模化发展的最大障碍在于买卖双方之间建立足够的信任。其中几个具体的挑战尤为突出：身份验证、责任承担和欺诈。智能体商务改变了支付身份验证的范式。问题从证明买家是授权付款人转变为证明智能体有权代表买家付款。要实现这一点，需要新的身份验证方法。在这种情况下，责任承担可以归结为一个非常简单的问题：如果智能体进行了错误的购买，谁应该承担责任？现有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——或许可以适用于智能体商务。但同时，我们也有机会测试和完善新的方法。例如，可以制定技术标准，使所有人更好地理解买家的意图以及智能体如何执行该意图。这种共识有助于减少目前许多交易纠纷中存在的模糊之处。最后，与其他领域一样，欺诈会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基于人类行为校准的，可能并不适用于智能体。因此，需要重新调整欺诈模型和规则，以适应智能体的支付模式。
市场参与者正积极制定标准，以应对部分信任挑战及相关问题。科技公司、电商平台和支付服务提供商正在构建基础协议，规范智能体与商户的互动方式以及支付流程。卡组织也在发布技术规范，使人工智能智能体能够代表付款人进行安全支付。这些规范涵盖了智能体注册方法、持卡人授权代理支付的记录等功能。一个关键问题是，智能体商务将朝着平台特定标准还是互操作标准发展。平台特定标准是围绕单一生态系统设计的。互操作标准旨在跨电商系统、智能体接口和支付方式运行。从这个意义上讲，它们有助于为希望在该领域运营的小型商户和支付服务提供商创造公平的竞争环境。
另一个相关的考量是开放式与封闭式智能体商务系统，这与开放式和封闭式支付网络有相似之处。在此语境下，开放系统允许多种购物智能体在其平台上运行。封闭系统则要求使用特定的AI智能体。例如，在线零售商可能要求购物者使用其专有的AI智能体，并屏蔽其他智能体。开放系统支持买家选择，并为开发新的智能体商务解决方案提供积极的环境。封闭系统则赋予在线零售商对其平台运行的更多控制权，并导致更高的垂直整合度。在现阶段，尚不清楚哪种模式将在塑造智能体商务方面占据优势，但无论哪种模式获得发展，都可能对市场结构的演变产生重大影响。
我提出了一些我认为对支付行业而言最具启发性的思考，这些思考有助于将智能体商务推向市场。但随着这种新型交易模式的成熟，行业需要考虑的问题还有很多。例如，智能体在整个电子商务系统中携带身份、授权和支付凭证的标准还有哪些缺失？如何在用户便利性和代理商授权过程中人为设置的阻力之间找到合适的平衡点？随着智能体支付规模的急剧扩大，支付基础设施是否需要进行相应的调整？这些都是值得深思的问题。
展望未来，
我密切关注新技术将如何影响全球支付系统的结构和运作。虽然我今天的发言主要集中在跨境支付和电子商务支付领域的人工智能应用，但人工智能智能体可能会融入到各种支付流程中。智能体交易可能会从根本上改变支付的频率和时间，以及其他特征。应对这一挑战需要采取积极主动的方式，在创新与安全、诚信和稳定性之间取得平衡，而这些正是支付信任的基石。鉴于此，我非常期待看到支付行业（包括在座的各位）如何适应人工智能在支付领域的应用。