Stripe正式发布Payments Intelligence Suite,该解决方案依托于行业首创的Payments Foundation Model。该模型通过处理数百亿笔交易数据,能够实时做出高精度决策,从而显著提升支付授权转化率,并降低欺诈和争议成本。
随着支付流程日益复杂,企业需要应对卡组织的合规要求、不断演变的监管政策、精密的欺诈威胁以及优化支付转化漏斗等挑战。
支付行业具有数据密集型特征,每笔交易都需要完成数百个微决策,这使其成为 AI 驱动优化的理想场景。Stripe 的调研数据显示,已有 43% 的企业在采用 AI 或机器学习工具优化支付流程,另有 32% 企业计划在两年内部署相关方案。
通过 AI 实现 自动化实时决策,Stripe 推出多个新产品和服务,包括 Authorization Boost(授权提升)、Smart Disputes(智能争议处理)以及 Radar(防欺诈工具)。
Authorization Boost 能帮助解决“银行误拒”问题。据估计,“银行误拒”使美国电商每年损失 810 亿美元 销售收入。Stripe 在 45 个以上市场启用 卡组织令牌 和 银行卡账户更新器 等技术,帮助企业提高接受率,平均提升 2.2%,部分企业高达 7%。
同时推出的 过度重试预防功能 能降低卡组织成本,AI 架构升级助力企业在 2024 年成功挽回 60 亿美元 误拒交易。
Radar 已从 Stripe 数据中学习超过十年,并持续优化模型。去年 Radar 用户将争议率降低了 17%,而同期行业电商欺诈增长 15%。
Smart Disputes 能自动编译和提交证据,训练自 Stripe 海量数据,并帮助 Vimeo 和 Squarespace 多挽回 13% 的撤单。若争议反驳失败,费用由 Stripe 承担。
许多企业难以获取完整的 支付漏斗端到端视图,无法做出准确决策。为此,Stripe 推出了 支付分析工具 提供 支付漏斗全面视图,帮助识别并实施有效改进措施。
Stripe 还推出 争议分析工具,提供按银行卡品牌和争议原因的详细数据。此外,异常警报 功能通过 AI 捕捉授权变化,准确率超过 90%,可主动通知客户及时采取措施。
Stripe 目前已开发出行业首个 Payments Foundation Model,基于 数百亿笔交易 训练,提炼出多功能嵌入向量用于实时预测。
该模型成功检测出复杂的银行卡测试行为,在面对全球大型企业的攻击时,检测率从 59% 提升至 97%。未来,Stripe 将把该模型推广至全产品线,以进一步提升支付性能。
作为网络支付基础设施提供商,Stripe为世界各地的公司提供简单、无国界、程序化的资金转移服务。团队分布在全球多个办公室,每年为从初创企业到财富500强的各类企业提供支持,处理数千亿美元的交易。