支付进入AI时代：从助手到完全自主的三阶段演进

艾瑞咨询近日发布的分析报告指出，AI 正在重新划定支付的边界——智能体开始参与需求识别、方案选择与交易执行，支付从一次独立的操作，逐步嵌入更完整的任务流程。报告将 AI 支付的演进路径划分为支付助手、代理支付与完全自主支付三个阶段，并强调自主程度越高，授权机制、风险控制与可审计性的要求越需前置。

支付被AI重新定义

在传统支付场景中，用户需要逐项完成选择、确认与付款；而在 AI 支付场景下，决策主体由人扩展到智能体，交互方式也从手动点击转向语音或文字指令触发。这种变化集中体现在四个方面：决策主体从用户扩展到 AI；交互从手动操作转为指令触发；服务从孤立支付环节延伸至全流程；交易对象也从人与商户扩展到智能体、平台以及其他机器。

支付体验被压缩，但支付机构需要处理的信息更多。智能体是否可信、用户真实意图是什么、允许支付多少、可以在哪些场景执行，都必须在交易发生前被识别和记录。

三阶段演进，自主权与风险同步上升

AI 支付的演进，核心变量是人类让渡多少决策权：

• 支付助手阶段：用户明确发起请求，对每笔支付手动确认，AI 负责检索、比价、推荐与生成支付请求，不直接决定是否付款。
• 代理支付阶段：用户预先设定单笔限额、月度上限等规则，AI 在规则范围内选择商户、规划渠道并自动执行，不再逐笔请求确认。
• 完全自主支付阶段：用户通过数字令牌、智能合约等结构化凭证授予更广权限，AI 可独立完成需求识别、匹配、议价和支付，甚至将部分权限委托给其他智能体或系统。

报告指出，目前行业主流仍停留在前两个阶段。完全自主支付风险最高，需要凭证加密、权限验证、全程追溯，并解决多级委托中的责任与纠纷处理问题。

海外与国内的两类探索路径

海外卡组织、支付厂商与科技企业围绕身份鉴权、授权存证、令牌管控和多轨道结算形成多条技术路线，重点连接智能体、商户与支付体系，多数方案仍处于北美试点、沙箱验证、开发者试验或分阶段灰度上线阶段，公开互联网的大规模商用尚未形成。

国内市场则同时推进对话式支付、消费限额、资金隔离、分级自治、身份与意图校验等能力，把用户资金安全与数据隐私嵌入产品设计；零售、本地生活和产业供应链提供了验证场景，但更高自主级别仍以试点为主。两条路径的共同点在于：智能体必须具有可验证身份，用户授权必须被结构化记录，支付凭证需要与敏感信息隔离，交易过程还要保留审计和争议处理依据。

风险与治理：算法、权责、合规、监管四重叠加

报告将 AI 支付的主要风险归纳为四个维度：

• 算法黑箱：交易决策缺少解释与追溯能力，可能造成风控误判、申诉纠错困难和算法歧视，模型频繁更新也增加了安全审计压力。
• 责任界定：支付机构、技术服务商、银行、商户与用户共同参与，资金损失的诱因与责任边界更难识别，跨境交易还需面对不同司法辖区。
• 数据合规：消费、生物特征和位置等敏感数据集中处理，既面临网络攻击与泄露，也存在对抗样本诱发错误交易、违规共享或滥用数据的风险。
• 监管适配：传统支付框架难以完全覆盖 AI 支付的新风险，各国要求不一致会提高跨境合规成本，监管技术跟进不足还可能留下识别盲区。

报告强调，无感体验不能以弱化控制为代价。授权范围、交易额度、身份验证、风险熔断与申诉纠错需要写入流程；否则支付步骤越少，发生误判后还原事实和划分责任就越困难。

从智能场景到M2M支付

AI 支付将进一步嵌入智能家居、智能座舱和 AIoT，成为感知需求、调配资源和完成结算的基础环节。在智能家居中，设备可根据库存和使用习惯触发采购；在智能座舱中，支付与位置、导航和行程意图结合，覆盖加油、通行、停车与沿途消费；在 AIoT 中，智能表计、售货机和物流柜可面向小额、高频、无人值守的交易自动结算。

M2M 支付将自动交易进一步推向设备之间——智能工厂可依据物料消耗自动采购，仓库机器人可自主寻找充电服务并结算，自动驾驶汽车可支付通行、停车和能源费用，城市基础设施可按能耗、清运量与服务频次完成结算。这类场景依赖 AIoT、5G 或 6G、边缘计算等连接与决策能力，也需要零信任架构、设备身份认证、动态授权、多方安全计算和同态加密等安全技术作为支撑。

报告认为，AI 支付的演进方向，是让支付从用户需要主动完成的节点，变成智能系统可以在授权范围内自动执行的能力。从支付助手到代理支付，再到完全自主支付，体验持续简化，控制方式却不能缺位。当支付真正成为智能场景中的隐形基础设施，衡量系统成熟度的标准将不只是能否自动完成交易，还包括每笔交易能否证明由谁授权、为何执行、权限是否越界，以及出现争议后能否完整追溯。