人工智能（AI）正重塑零售与支付行业，但变革方向未必如企业预期。尽管基于AI的购物代理开始改变客户旅程，机器学习却已在支付领域深耕数十年，持续助力欺诈检测。
对零售商和支付企业而言，核心挑战在于厘清AI的价值创造点、新风险引入处，以及它将如何重构消费者的发现、购买与支付链路。
AI犹如炸药：既是显著提升生产力的利器，也需谨慎驾驭。
1. AI 赋能支付已逾二十年
AI在支付行业并非新生事物。约二十年来，机器学习与预测分析一直被用于监控交易模式及识别潜在欺诈。
核心支付流程成熟、规范且受严格监管，AI无需颠覆卡网络即可优化其运行效率。
目前，AI主要辅助银行评估单笔交易风险。例如在3D Secure 2协议下，身份验证可依据客户行为与历史动态调整：常规购买免检通过，异常交易（如跨境消费）则触发额外验证。
这些系统并非完美无缺，合法支付仍可能被误判为可疑，因此模型需经人类专家持续监控与调优。
2. 网络安全演变为 AI 军备竞赛
更深层的安全变革发生于支付外围，而非交易流程本身。
AI工具降低了制造逼真冒充、深度伪造等复杂攻击的门槛。即便防火墙与PCI DSS合规等基础措施依然关键，企业仍需应对激增的威胁。
安全团队愈发依赖AI来检测并响应AI驱动的攻击。挑战不仅在于构建强力风控，更在于跟上那些更易获取、更难辨识的新型威胁。
3. AI 代理或重构消费者购物范式
代理式商务（agentic commerce）是潜在的最大变数，即AI助手代表消费者执行购物任务。
ChatGPT、Google Gemini等工具预示着这样的未来：消费者可指令代理规划行程、比对选项并完成支付，甚至使用代币化凭证结算。
这对商家意味着顾客发现商品与决策方式的根本转变。零售商的数字形象不仅要便于人类理解，更要能被AI系统高效检索、比对与推荐。
结构化信息与模型上下文协议（MCP）等技术或将在此过程中发挥关键作用，助力AI代理精准查找并解读商家信息。
4. 数字化便利重塑消费习惯
AI仅是购物行为宏观变迁的一环。按需配送应用使小额高频订单成为常态，可能削弱实体收银台旁的冲动消费。
零售商运营模式随之调整。“暗店”（dark stores）——即专门履约在线订单、不对外营业的门店——使企业能聚焦高周转商品，简化履约流程。
这表明电商的影响远超支付环节，更深入至客单价、商品发现机制、门店形态及末端配送的经济逻辑。
5. 零售商需在便利与信任间寻求平衡
支付基础设施虽无需全面生成式AI改造，但整体零售体验正加速演变。企业既需提升购物便利性，又须防范日益复杂的欺诈风险。
与此同时，消费者也在无缝数字体验与有时过度的安全检查之间承受张力。
对零售商与支付提供商而言，机遇在于将AI应用于可量化价值的领域：强化风险检测、筑牢网络安全防线，并在无损信任的前提下简化客户旅程。
AI的影响力取决于应用方式。其对零售业最深远的冲击，或许不在于资金流转机制，而在于人们如何发现商品、做出决策并完成购物。